Cronologías de registros médicos de IA para casos legales

Los registros médicos llegan en forma desordenada: archivos PDF enviados por fax, notas escritas a mano escaneadas, impresiones de EHR con encabezados repetidos, libros de facturación e informes de imágenes. La misma visita suele aparecer varias veces por parte de diferentes proveedores. Una herramienta de cronología primero ejecuta el reconocimiento óptico de caracteres (OCR) en las páginas de imágenes. Luego divide el archivo en documentos separados, elimina los duplicados exactos y casi duplicados e identifica el tipo de documento, el proveedor, el centro y la fecha de servicio de cada documento. Luego, un modelo de lenguaje resume cada encuentro: quejas, hallazgos, diagnósticos, medicamentos, procedimientos, restricciones laborales y recomendaciones. El resultado es una tabla ordenada por fecha, normalmente con una referencia de página para cada fila. Los proveedores en este espacio incluyen plataformas de lesiones personales como EvenUp y Supio y empresas de revisión de registros como Wisedocs. Las herramientas de inteligencia artificial legales generales también pueden producir cronologías cuando se les proporcionan registros. Las características varían, por lo que las empresas deberían probar cualquier herramienta en sus propios archivos. Dos tipos de errores importan. Las omisiones ocurren cuando el OCR falla en la escritura a mano o en un fax deficiente, cuando se lee mal una fecha, cuando una nota corta pero importante (el informe de una caída de una enfermera, el rechazo de un tratamiento) se convierte en un resumen más largo, o cuando la deduplicación fusiona erróneamente dos visitas diferentes. Las entradas inventadas o distorsionadas ocurren cuando el modelo llena vacíos. Los ejemplos incluyen decir que se realizó una prueba cuando solo se ordenó, colocar un hallazgo en la fecha incorrecta o confundir la fecha de impresión de un registro con la fecha de servicio. El texto copiado hacia adelante de la HCE, en el que las notas anteriores se pegan en otras posteriores, puede hacer que un hallazgo antiguo parezca actual. Un error común es creer que una cita demuestra exactitud. Una referencia a una página sólo ayuda si alguien la abre. Una buena práctica es verificar cada entrada que respalde una afirmación y probar el resto. También ejecute una verificación de brechas para detectar rangos de fechas faltantes y compare la cronología con los registros de facturación, que enumeran cada fecha de servicio facturada.