AdventHealth impulsa la atención integral con OpenAI

AdventHealth está implementando ChatGPT for Healthcare para reducir la carga administrativa y agilizar los flujos de trabajo clínicos en todo su sistema. Al automatizar tareas de documentación y apoyo que consumen mucho tiempo, los equipos de atención están recuperando horas cada semana y permitiendo que los médicos se enfoquen más directamente en los pacientes. El resultado no es solo eficiencia operativa, sino también una mayor capacidad clínica, acceso más rápido a la atención y una mejora medible en la experiencia del paciente.

AdventHealth es un sistema hospitalario que opera en nueve estados y atiende a millones de pacientes cada año. Como muchos grandes sistemas de salud, enfrenta márgenes ajustados, una demanda creciente y una complejidad administrativa cada vez mayor.

Gran parte de esa presión se refleja en los flujos de trabajo cotidianos. Los médicos asesores que revisan casos para la gestión de utilización suelen dedicar unos 10 minutos por caso, no a una sola tarea, sino a una secuencia de pasos: leer expedientes, identificar detalles relevantes, verificar criterios y redactar justificaciones estructuradas. A lo largo de cientos o miles de casos, ese tiempo se acumula rápidamente.

La carga va más allá de los roles clínicos. Los equipos de finanzas, RR. HH., TI y otras funciones dedican mucho tiempo a redactar documentos, resumir información y preparar materiales que son necesarios, pero consumen tiempo. Como resultado, muchos operan en lo que los líderes describen como “modo de operación constante”, con capacidad limitada para trabajo de mayor valor.

Al mismo tiempo, el interés por la IA ya estaba surgiendo dentro de la organización. Los empleados estaban experimentando con chatbots, aun cuando las políticas formales restringían su uso.

“Teníamos personas con muchas ganas de empezar, pero había una gran cantidad de personas que se mantenían al margen”, dice Rob Purinton, director de IA de AdventHealth. “No estaban seguras de cómo usar la IA de manera efectiva en su trabajo diario”.

El liderazgo de AdventHealth concluyó desde el principio que ejecutar pilotos aislados no conduciría a un cambio significativo. El desafío central era impulsar un uso consistente y seguro en una fuerza laboral grande.

“La parte más difícil de la IA en la atención médica es lograr que las personas la usen de forma segura, consistente y a escala”, dice Purinton. “Tomamos desde el principio la decisión de tratar la adopción como el producto”.

Esa decisión dio forma al despliegue. En lugar de presentar la IA como automatización, los líderes la plantearon como una forma de reducir la carga administrativa y devolver tiempo a médicos y personal.

“No hablamos de la IA como automatización. Hablamos de recuperar tiempo”, dice Purinton. “Si podemos tomar una revisión de 10 minutos y reducirla de manera significativa, manteniendo la calidad, esa es capacidad que podemos devolver a nuestros médicos”.

AdventHealth también trató la adopción como una métrica operativa medible. La organización rastrea los mensajes por usuario por día hábil, excluyendo fines de semana y feriados para crear una línea base consistente. Esa métrica se monitorea y gestiona como cualquier otro KPI, con objetivos y tendencias revisados regularmente.

Para ampliar el uso, el sistema se apoyó en grupos de pares basados en dominios en lugar de grandes programas de capacitación centralizados. Los equipos de finanzas trabajaron con equipos de finanzas y RR. HH. con RR. HH., por ejemplo, compartiendo prompts, flujos de trabajo y mejores prácticas relevantes para sus funciones específicas.

A medida que la organización pasó de la experimentación al despliegue empresarial, el liderazgo priorizó herramientas que pudieran cumplir con los requisitos del sector salud en torno a privacidad, gobernanza y confiabilidad.

“Elegimos OpenAI porque no buscábamos una demostración. Buscábamos infraestructura empresarial”, dice Purinton. “La capacidad de razonamiento, los resultados estructurados y los controles de gobernanza nos dieron la confianza de que esto no era solo software de productividad. Era algo que podíamos escalar de manera responsable en todo un sistema de salud”.

AdventHealth adoptó ChatGPT Enterprise y más tarde ChatGPT for Healthcare, que proporcionó salvaguardas adicionales para entornos regulados, incluidas protecciones de datos y apoyo para el cumplimiento.

La velocidad de la innovación y la colaboración también influyeron en la decisión.

“Realmente valoramos estar más cerca del límite de lo posible”, dice Purinton. “Y hemos encontrado en OpenAI un socio muy colaborativo mientras pensamos en pilotos, despliegues y lo que sigue”.

Uno de los casos de uso más tempranos y medibles fue la gestión de utilización.

Con ChatGPT for Healthcare, los médicos asesores pueden generar resúmenes estructurados de expedientes de pacientes, destacar detalles clínicos relevantes y redactar justificaciones iniciales. El profesional clínico sigue siendo responsable del juicio final, pero se reduce el tiempo dedicado a reunir la información.

La organización mide el impacto usando datos a nivel de sistema, incluidas marcas de tiempo en los registros electrónicos de salud, en lugar de estimaciones autoinformadas.

“Preferimos medidas que estén integradas directamente en el proceso”, dice Purinton. “Podemos ver exactamente cuántos minutos han mejorado y si ese cambio es estadísticamente significativo”.

Más allá de los flujos de trabajo clínicos, han surgido patrones similares en todos los departamentos:

• La redacción de documentos y planes comienza con un primer borrador en lugar de una página en blanco
• Las políticas y comunicaciones se convierten en formatos estructurados y utilizables
• Las notas y la información no estructurada se resumen rápidamente en pasos de acción

Estos cambios reducen los tiempos de ciclo, limitan las revisiones de ida y vuelta y mejoran la consistencia de los resultados.

AdventHealth evalúa el impacto de la IA en dos dimensiones principales: adopción y desempeño del flujo de trabajo.

En el lado de la adopción, el seguimiento del uso diario ha creado responsabilidad y visibilidad sobre qué tan rápido la IA se está convirtiendo en parte del trabajo rutinario.

En el lado del flujo de trabajo, los pilotos se evalúan usando métricas de rendimiento como tiempo por tarea, tiempo de respuesta y volumen gestionado. En la gestión de utilización, el objetivo es reducir el tiempo de revisión manteniendo la calidad y la consistencia.

En todos los departamentos, los equipos reportan:

• Menor tiempo dedicado a tareas repetitivas de documentación y revisión
• Tiempos de respuesta más rápidos en flujos de trabajo internos
• Menos ciclos de retrabajo gracias a borradores iniciales más consistentes
• Mayor capacidad sin personal adicional

La organización suele describir estas mejoras como “tiempo recuperado”, pero el liderazgo vincula ese concepto directamente con resultados medibles.

“Si tomas una tarea de 10 minutos y la conviertes en una de dos, y eso ocurre mil veces por semana, esa es capacidad real”, dice Purinton. “La pregunta es cómo reinviertes esa capacidad”.

Para AdventHealth, el valor de la IA está estrechamente ligado a su misión de brindar atención integral. Eso requiere tiempo: tiempo para que los médicos lo dediquen a pacientes y familias, y tiempo para que el personal se enfoque en trabajo de mayor valor.

Un ejemplo ilustra el impacto a nivel individual. Un médico que antes pasaba las noches completando documentación, a menudo llamado “tiempo en pijama”, pudo terminar su trabajo dentro del horario habitual después de cambios en los flujos de trabajo apoyados por IA.

“Dejaba el trabajo en el trabajo”, dice Purinton. “Podía irse a casa y estar presente con su familia”.

Historias como esta refuerzan el enfoque de la organización sobre la IA como una herramienta para reducir la carga administrativa, en lugar de reemplazar funciones.

Hasta la fecha, la mayoría de las mejoras medibles han provenido de reducir el tiempo dedicado a tareas existentes. AdventHealth considera eso como el punto de partida.

Ahora la organización se está enfocando en expandirse a áreas como acceso del paciente, apoyo a la decisión clínica y nuevos modelos de prestación de atención, mientras mantiene el mismo énfasis en gobernanza, medición y confianza.

La lección central, según el liderazgo, es que escalar la IA depende menos de la tecnología en sí y más de cómo se introduce y adopta.

“La adopción no es ‘ve a usar el producto’. Es ‘liderazgo del cambio’”, dice Purinton. “Cuando la mides, demuestras valor y lideras con confianza, es cuando vas más allá de los pilotos”.