Dragon Copilot es un asistente de inteligencia artificial por voz que combina el reconocimiento de voz avanzado con inteligencia ambiental para automatizar la documentación clínica y mejorar la atención al paciente.
El sistema ha sido desarrollado por Microsoft, en colaboración con expertos en salud y tecnología, para ser utilizado por médicos y personal clínico en hospitales.
Fue lanzado recientemente, el 3 de marzo de 2025, aunque su desarrollo ha sido un proceso continuo desde años anteriores.
La implementación está prevista en hospitales de todo el mundo, aunque se enfrenta a desafíos particulares en regiones con infraestructura tecnológica limitada.
El objetivo principal es liberar a los médicos de tareas administrativas para que puedan centrarse en la atención directa al paciente.
Sin embargo, enfrenta desafíos como el sesgo en los datos de entrenamiento, la dependencia tecnológica, y las barreras regulatorias y culturales.
Características y funcionalidades
Reconocimiento de Voz Avanzado: Dragon Copilot utiliza un motor de reconocimiento de voz con una precisión del 99%, capaz de distinguir entre las voces del médico y el paciente en tiempo real.
Inteligencia Ambiental: puede procesar conversaciones completas, capturando automáticamente la información relevante para crear notas clínicas estructuradas en formato SOAP (Sujeto, Objetivo, Análisis y Plan).
Automatización de Tareas: permite a los médicos ejecutar órdenes por voz directamente en sistemas de registros electrónicos de salud como Epic y Cerner, reduciendo significativamente la carga administrativa.
Acceso a Información Médica: proporciona acceso a información médica actualizada y confiable, citando fuentes como UpToDate y otras bases de datos autorizadas.
Seguridad y Privacidad: construido sobre Microsoft Cloud for Healthcare, cumple con normativas como HIPAA en EEUU y GDPR en Europa, garantizando la seguridad y privacidad de los datos.
Beneficios y Desafíos
Beneficios: libera a los médicos de tareas administrativas, permitiéndoles centrarse en la atención al paciente, y mejora la experiencia del paciente al reducir tiempos de espera y aumentar la precisión en la documentación.
Desafíos: incluyen el riesgo de sesgo en los datos de entrenamiento y la complejidad de implementación global, especialmente en entornos con infraestructura tecnológica limitada.
Colabora Guillermo David Subreski Román
