Cómo utilizar e integrar mejor la Inteligencia Artificial (IA) en los entornos de reclamos es actualmente una preocupación de las aseguradoras de vida en Australia. Ya no se trata de un “si”, sino de un “cuándo”, ya que muchas aseguradoras están considerando actualmente cómo la IA puede ser mejor aprovechada para mejorar la experiencia del cliente y aumentar la eficiencia al automatizar tareas y procesos rutinarios. Y es probable que esto cobre impulso en los próximos años.
RGA anticipa que la inteligencia artificial también podría tener un impacto transformador en el ecosistema de rehabilitación. Las aseguradoras de vida pueden beneficiarse de tener en cuenta sus posibles beneficios y limitaciones, así como los riesgos que podrían obstaculizar su implementación exitosa.
Entendiendo la esencia de la rehabilitación
Si preguntas a un profesional de la rehabilitación cuál es la esencia de la rehabilitación, probablemente la respuesta sea algo así: “un enfoque centrado en la persona donde buscamos comprender las necesidades específicas de un individuo para poder intervenir con los servicios adecuados en el momento adecuado con el fin de apoyarlos en el regreso a sus roles de vida después de una enfermedad o lesión”.
Fundamental para el modelo de rehabilitación es la premisa de que cada individuo que atraviesa el proceso es diferente. Aunque la recuperación de una condición médica generalmente sigue una cierta trayectoria, a menudo son las motivaciones subyacentes de un individuo y su ecosistema biopsicosocial (es decir, sus circunstancias personales, laborales, familiares, sociales y ambientales) los verdaderos determinantes de una recuperación exitosa y su capacidad para volver al trabajo. Es esta centralidad en la persona – la conexión de humano a humano – lo que está en el corazón de lo que hacen los profesionales de la rehabilitación.
Los profesionales de la rehabilitación a menudo luchan por comprender cómo una máquina puede superar a un humano en lo que es una actividad fundamentalmente humana. Sin embargo, sugerimos que la pregunta más útil que hacer es: ¿cómo puede la inteligencia artificial permitir que un profesional de la rehabilitación dedique más tiempo trabajando directamente con los clientes y menos tiempo en tareas administrativas secundarias necesarias? Por ejemplo:
- ¿Cómo puede la inteligencia artificial ser utilizada para identificar de manera más eficiente a los clientes que se beneficiarán mejor de la rehabilitación?
- ¿Puede la inteligencia artificial apoyar una implementación más efectiva de las intervenciones de rehabilitación que logren resultados superiores al adaptar más precisamente el apoyo a las necesidades del individuo, incluidas sus circunstancias biopsicosociales únicas?
Los beneficios demostrados de la inteligencia artificial en diagnósticos, tratamiento y recuperación.
La inteligencia artificial ha mejorado una miríada de capacidades en diagnósticos, tratamiento y recuperación, tales como:
Diagnósticos
- La inteligencia artificial ha facilitado el análisis de vastos conjuntos de datos, lo que permite la identificación de patrones que pueden proporcionar diagnósticos más precisos y planes de tratamiento personalizados.
- Las técnicas de imagen impulsadas por inteligencia artificial han mejorado la detección de anomalías y están proporcionando valiosos conocimientos sobre diversas condiciones neurológicas, cardiovasculares y relacionadas con el cáncer.
Cuidado terapéutico y recuperación
- Los algoritmos de inteligencia artificial ya están impulsando robots y exoesqueletos que están ayudando a pacientes con déficits físicos, neurológicos y espinales a recuperar su equilibrio, coordinación y fuerza al predecir y adaptarse a sus movimientos.
- Los dispositivos portátiles equipados con sensores biométricos impulsados por inteligencia artificial monitorean signos vitales, proporcionando datos de salud en tiempo real a individuos y a sus profesionales de la salud aliados. Además, los rastreadores de movimiento inalámbricos equipados con inteligencia artificial se utilizan para analizar la calidad de los movimientos realizados al realizar ejercicios de rehabilitación.
- Las tecnologías inmersivas impulsadas por inteligencia artificial, como la realidad virtual (VR), la realidad aumentada (AR) y la gamificación (es decir, juegos de video activos), ayudan a las personas, especialmente a aquellas que se están recuperando de accidentes cerebrovasculares, afecciones musculoesqueléticas y lesiones espinales, en su fortalecimiento y curación al proporcionar incentivos gamificados para mejoras.
Salud Mental
- Los chatbots y asistentes virtuales de salud mental apoyados por inteligencia artificial proporcionan apoyo terapéutico bajo demanda.
- El aprendizaje automático, el análisis predictivo, el procesamiento del lenguaje natural y el análisis de sentimientos se utilizan para detectar cambios sutiles en la forma en que las personas interactúan verbalmente para identificar el posible inicio de ciertas condiciones de salud mental y desarrollar planes de tratamiento personalizados.
- La realidad virtual está mostrando promesas como herramienta para tratar condiciones de salud mental basadas en trauma y ansiedad.
Si bien no está dentro del alcance de este ensayo, se debe tener en cuenta que se han planteado preocupaciones éticas sobre el uso de la inteligencia artificial en la atención de la salud mental, dada la mayor probabilidad de riesgos que pueden surgir con esta población vulnerable.
Inteligencia Artificial en Rehabilitación Vocacional y Ocupacional
Los proveedores de servicios de rehabilitación vocacional y ocupacional también están explorando formas de integrar la inteligencia artificial en sus ofertas de servicios y prácticas diarias.
El uso de dispositivos portátiles y sensores inalámbricos para rastrear el progreso y comprender el esfuerzo es ahora común en los programas de acondicionamiento físico y laboral. El aprendizaje automático y el análisis predictivo también se están utilizando para refinar y optimizar los indicadores de rendimiento y salud.
La realidad virtual (VR) y la realidad aumentada (AR) también están demostrando ser útiles, brindando a las personas una forma de practicar habilidades de la vida real, como imitar la realización de actividades de la vida diaria o las funciones requeridas en sus deberes laborales, o el desarrollo y entrenamiento de nuevas habilidades laborales.
Las tecnologías asistidas por inteligencia artificial que apoyan a las personas con discapacidad en el lugar de trabajo también están experimentando un crecimiento exponencial y están cambiando la forma en que se percibe la discapacidad laboral. Dos ejemplos son: la aplicación Seeing AI de Microsoft, una aplicación para teléfonos inteligentes que describe verbalmente los entornos a personas con discapacidad visual; y el Proyecto Euphonia de Google, que traduce e interpreta el habla poco clara (común en personas que se están recuperando de un derrame cerebral o trastornos neurológicos).
También ganando impulso, aunque aún no adoptado ampliamente por los proveedores de rehabilitación ocupacional en Australia, es la capacidad de la inteligencia artificial para apoyar transiciones hacia nuevas carreras y la obtención de nuevo empleo. Los “careerbots” (como el Watson Career Coach de IBM) están proporcionando orientación en la búsqueda de empleo y retroalimentación en tiempo real sobre habilidades de entrevista y vacantes de trabajo, lo que permite a las personas evaluar sus habilidades laborales e intereses y determinar el trabajo para el cual pueden ser adecuados sin necesidad de asistencia de un orientador profesional.
Las soluciones de inteligencia artificial generativa, como ChatGPT, también están creando currículums y cartas de presentación con aspecto profesional, que luego pueden ser utilizados (con cierta entrada del usuario) para solicitudes de empleo. Aunque aún en etapas incipientes, la inteligencia artificial está reinventando cómo se realiza el asesoramiento profesional, permitiendo una mayor autonomía del cliente, así como acceso a apoyo a un costo muy bajo.
El impacto transformador que la inteligencia artificial está teniendo en la rehabilitación vocacional y ocupacional es poco probable que se detenga a nivel individual y de proveedor de servicios. También puede tener un potencial claro y significativo para remodelar y reinventar operaciones completas de rehabilitación dentro de la industria de seguros de vida, lo que permitirá a los expertos en rehabilitación tener el tiempo y el espacio para hacer lo que mejor saben hacer.
Desde analizar datos médicos complejos de diversas fuentes hasta identificar casos considerados adecuados para la rehabilitación vocacional e incluso ofrecer orientación sobre los tratamientos más efectivos e intervenciones de rehabilitación para lograr resultados óptimos de retorno al trabajo (RTW), la inteligencia artificial ya ha demostrado que puede superar a los humanos tanto en tiempo como en precisión, y que es fácilmente escalable. A esto se suma la capacidad de la IA para realizar tareas administrativas rutinarias, y no es difícil ver que las oportunidades para la eficiencia serán abundantes si los equipos de rehabilitación dentro de la industria de seguros de vida adoptan y trabajan junto a la tecnología de IA para refinar y renovar sus operaciones diarias, aprovechando su poder para mejorar la práctica actual.
Limitaciones, riesgos.
Si bien los beneficios y las posibilidades de la inteligencia artificial son imposibles de ignorar, no vienen sin limitaciones y riesgos potenciales. La naturaleza centrada en el ser humano de la rehabilitación requiere una cuidadosa consideración de la variabilidad individual y las necesidades únicas de los clientes, incluida la pluralidad de valores (es decir, diferentes clientes poseen valores y prioridades diferentes que pueden influir en su participación). Los algoritmos de inteligencia artificial deben diseñarse para adaptarse a diversos contextos de rehabilitación y responder a las sutilezas de cada individuo.
La dificultad radica en que es poco probable que los conjuntos de datos históricos de rehabilitación, en los que actualmente se entrenan los modelos, hayan registrado tales variables. Esto significa que existe una alta probabilidad de que los conjuntos de datos puedan contener sesgos significativos, tanto conscientes como inconscientes, así como información inexacta e incompleta. Entrenar un algoritmo utilizando datos con estas deficiencias puede llevar no solo a modelados incorrectos e inexactos, sino también a riesgos de perpetuación de sesgos existentes, lo que resulta en discriminación no intencional y consecuencias financieras y reputacionales.
Garantizar la privacidad del cliente, la seguridad de los datos y el consentimiento informado también son fundamentales. Los desarrolladores de sistemas de IA para rehabilitación deben establecer salvaguardias sólidas para proteger los datos de salud sensibles, y debe haber transparencia sobre cómo se utiliza la IA para gestionar reclamos (ya sea desde una perspectiva de gestión de casos o de rehabilitación) para fomentar y mantener la confianza con los clientes. De manera similar, las decisiones de rehabilitación a menudo involucran factores humanos complejos, por lo que es esencial que los sistemas de IA proporcionen información transparente sobre sus procesos de toma de decisiones.
Por último, la naturaleza colaborativa de la rehabilitación implica una extensa interacción humana. Si bien la IA puede mejorar la eficiencia, debe ser vista como una herramienta de apoyo en lugar de un reemplazo para la experiencia humana. Encontrar el equilibrio adecuado entre la asistencia de la IA y la intervención humana es crucial para mantener la atención personalizada y empática que es fundamental para obtener resultados exitosos y la satisfacción del cliente.
AI en practica
Caso de estudio 1: Uso de IA para identificar reclamaciones adecuadas para apoyo en rehabilitación vocacional
Puede resultar sorprendente saber que la tecnología de IA se ha utilizado desde 1991 para automatizar la selección e identificación de casos adecuados para rehabilitación vocacional. Ese año, en respuesta a recortes de fondos, la Oficina de Determinación de Discapacidad del Departamento de Servicios Sociales del Estado de Nueva York (ODD), junto con la Oficina de Servicios Vocacionales y Educativos para Personas con Discapacidades del Departamento de Educación del estado (VESID), desarrollaron, probaron e implementaron DISXPERT. Este sistema inteligente basado en reglas, destinado a referir a los miembros del Programa de Seguro por Incapacidad del Seguro Social (SSDI) para servicios de rehabilitación vocacional, no solo tuvo éxito en identificar casos adecuados para tales referencias. Para los servicios vocacionales, también lo hizo con mayor precisión y objetividad que los expertos humanos en la materia de rehabilitación (SME), y a una velocidad mayor y con costos asociados más bajos.
La base de conocimientos de DISXPERT se creó utilizando una combinación de hallazgos de investigación empírica sobre los factores que predicen resultados exitosos de rehabilitación vocacional. Se utilizó un enfoque de aprendizaje automático para analizar los datos estadísticos de 9,000 casos y discernir entre los factores que contribuyeron positivamente a un resultado de retorno al trabajo (RTW), y el sistema basado en reglas se creó a partir de una revisión de 225 casos por expertos en la materia.
Es importante destacar que, en el momento en que DISXPERT fue probado, los resultados mostraron que identificaba con precisión el 93% de los casos que se beneficiarían de una intervención de rehabilitación.
DISXPERT fue probado en un único sitio durante un período de nueve meses, durante el cual el sistema evaluó un total de 12,431 casos. Su progreso fue monitoreado de cerca. Durante el proceso de prueba, se realizaron dos cambios para mejorar la eficiencia de DISXPERT. En el primero, se modificaron las reglas utilizadas para discapacidades ortopédicas para que se ajustaran más de cerca al pensamiento de los consejeros de rehabilitación vocacional. En el segundo, se realizaron modificaciones a las reglas en respuesta a un nuevo esquema de codificación de discapacidades de la Administración del Seguro Social de los Estados Unidos. El uso del nuevo esquema de codificación permitió a DISXPERT delinear con mayor claridad los casos de discapacidad.
Una vez completada la fase piloto, su precisión y rendimiento fueron validados comparando las decisiones proporcionadas en 200 casos con las alcanzadas por cada uno de los expertos en la materia (SME) en su revisión manual de los mismos casos. Los resultados de esta validación mostraron que las determinaciones de DISXPERT y los SME coincidieron en 198 de los 200 casos, reflejando una tasa general de acuerdo del 99%.
Tras la implementación del sistema de cribado inteligente DISXPERT en todas las oficinas de distrito del estado de Nueva York a partir de 1992, se siguieron obteniendo beneficios. Las oficinas experimentaron un aumento significativo en la productividad (más casos revisados para determinar su idoneidad para la rehabilitación con menos personal), una reducción en el tiempo necesario para tomar decisiones, una disminución del 80% en la tasa de abandono de los participantes que comenzaron programas de rehabilitación vocacional, y mejores oportunidades de capacitación para el personal junior sobre cómo se alcanzan las decisiones y determinaciones.
Como una de las funciones principales de los gestores de casos y consultores de rehabilitación en la industria de seguros de vida es la identificación de reclamantes que se beneficiarían de una intervención de rehabilitación, este estudio de caso presenta un modelo para que las aseguradoras de vida aprovechen las capacidades de la inteligencia artificial para lograr ganancias similares.
Estudio de caso 2: Uso de la inteligencia artificial para predecir los plazos de discapacidad laboral y guiar estrategias óptimas de rehabilitación.
Desarrollado en Hong Kong en respuesta a la creciente demanda de programas privados de rehabilitación ocupacional disponibles para trabajadores lesionados que experimentan largos retrasos para acceder a servicios de rehabilitación en el sistema público, el Sistema de Gestión Inteligente de Lesiones Laborales (SWIM) 1.0 de la ciudad fue desarrollado y probado en 2021.
Los objetivos de SWIM 1.0 eran mejorar la predicción tradicional de la duración de la discapacidad, identificar la probable trayectoria de retorno al trabajo y proporcionar orientación a los gestores de casos y otros interesados sobre cuál sería la atención médica y las intervenciones de rehabilitación más apropiadas para lograr resultados óptimos, basados en las características y complejidades de los casos. Utilizando una combinación de aprendizaje automático (usando 90,154 registros de lesiones laborales como datos estáticos y 15,515 casos de lesiones laborales como datos dinámicos) y un sistema basado en reglas derivado de la experiencia propia de los gestores de casos, el modelo fue entrenado para analizar el resultado de cada uno de los casos, incluyendo si se produjo un retorno al trabajo, el número de días de baja laboral, el porcentaje de aquellos con discapacidad permanente, los costos del caso y la determinación de cualquier disputa legal.
En términos simples, una vez que se recibía o consultaba un nuevo caso, SWIM 1.0 estaba entrenado para recopilar los datos estáticos, buscar los 50 casos más similares para encontrar las posibles estrategias e intervenciones utilizadas previamente, y luego analizar el camino dinámico que tomaron estos casos y los diversos resultados alcanzados. Utilizando estos datos, SWIM 1.0 proporcionaría entonces una salida al gestor de casos en un panel de control, indicando si este nuevo caso requería gestión de alto nivel (HLM), las fechas en que HLM debería comenzar (si fuera necesario), recomendaciones de estrategias de caso y rehabilitación, e intervenciones para lograr el resultado óptimo. El panel de control también buscaba ayudar al proceso de toma de decisiones del gestor de casos destacando las diferencias en términos de recuperación y retorno al trabajo, discapacidad continua y costos del caso si el caso continuaba siendo gestionado normalmente en lugar de “alto nivel”.
Si bien los métodos utilizados para evaluar los resultados de SWIM 1.0 están fuera del alcance de este documento, los autores informaron hallazgos que respaldan que su sistema superó a los humanos al predecir la duración de la discapacidad, con estimaciones de una mejora mínima del 30% en el error de predicción (error promedio de predicción humana = 154.857 días en comparación con el error promedio de SWIM 1.0 = 107.447 días) y nuevamente al predecir los niveles de discapacidad permanente.
Reconociendo las limitaciones de depender principalmente de datos estáticos (y algunos datos dinámicos), los autores han señalado su intención de actualizar el modelo en el futuro (SWIM 2.0) para que los datos dinámicos entrantes puedan ser analizados e incorporados en ajustes en tiempo real.
También incorporará tecnología de vanguardia como códigos QR, aplicaciones y otras tecnologías para mejorar la comunicación y la recopilación de datos entre las partes interesadas.
El camino a seguir
Como expertos en la materia, los profesionales de la rehabilitación debemos abordar la integración de la inteligencia artificial en nuestras recomendaciones y referencias con una curiosidad saludable, al mismo tiempo que mantenemos una conciencia aguda de sus limitaciones y riesgos.
El mejor camino a seguir es que los profesionales de la rehabilitación sean participantes activos:
- Ofrezca su experiencia técnica para ayudar en el desarrollo de cualquier sistema basado en reglas de rehabilitación destinado a mejorar el algoritmo de aprendizaje automático.
- Sea proactivo en la identificación y articulación de posibles sesgos en los conjuntos de datos y solicite ser parte del entorno de pruebas.
- Manténgase al tanto de los avances médicos, de rehabilitación y del mercado laboral y, cuando sea relevante, proporcione esta retroalimentación a los desarrolladores para garantizar que el resultado de cualquier sistema inteligente siga siendo relevante y preciso.
- Los profesionales de la rehabilitación también deben ser parte del entorno de pruebas, ya que pueden proporcionar perspectivas junto con su aportación.
La integración de la IA en el panorama de la rehabilitación está aquí para quedarse. Como profesional de la rehabilitación, encuentro este nuevo mundo fascinante y emocionante, y creo que las posibilidades son ilimitadas. ¿Cuál es tu opinión?
