Recomendaciones de IA que los trabajadores sociales realmente pueden entender y usar

A través del Reshape Health Grant de Arionkoder, participé en el rediseño de Alvee, una plataforma de gestión de datos de salud con IA orientada a la equidad sanitaria. El foco estuvo en hacer que las recomendaciones del modelo fueran interpretables y accionables para trabajadores sociales y coordinadores de salud.

(el desafío)

Los trabajadores sociales no tienen tiempo para descifrar lo que una IA recomienda. Necesitan poder actuar sobre eso.

Alvee ya tenía insights de IA sobre determinantes sociales de la salud, pero eran difíciles de interpretar y más difíciles aún de aplicar en flujos de trabajo reales. Antes de diseñar, me sumergí junto al equipo en su investigación: estudios académicos, entrevistas previas con usuarios e investigación interna sobre Social Determinants of Health.
Arrancamos con un Design Sprint customizado para productos con IA, enfocado en entender la realidad cotidiana de nuestros usuarios principales: trabajadores sociales y coordinadores de salud en contextos ambulatorios, de internación, urgencias y cuidados crónicos. Mapeamos el flujo de trabajo de cada perfil e identificamos las prioridades de diseño que mejorarían la adopción.

(la solución)

Transparencia antes de la generación: el usuario revisa y ajusta antes de que la IA actúe.

Desarrollé patrones de interacción que hacen visible el rol de la IA sin que resulte abrumadora. Los principios clave de diseño incluyeron: recomendaciones de IA presentadas como "Primeras acciones sugeridas" que el usuario puede aceptar o modificar, revisión de inputs antes de la generación para reducir retrabajo, y resúmenes generados por LLM de datos clínicos extensos que ahorran tiempo y mejoran el foco.

Acciones sugeridas editables
Las recomendaciones de IA aparecen como acciones que el usuario puede aceptar o ajustar.
Transparencia antes de la generación
El usuario revisa y modifica inputs antes de que la IA genere contenido, reduciendo el retrabajo.
Resúmenes asistidos por IA
LLMs generan síntesis de datos clínicos extensos, ahorrando tiempo y mejorando el foco.
Highlights editables
Los usuarios pueden refinar qué destaca la IA, creando un loop de feedback para el modelo.

(el resultado)

Una plataforma lista para implementación que pone la equidad en salud al alcance de los equipos de cuidado.

El rediseño posiciona a Alvee para ayudar a los sistemas de salud a avanzar hacia un enfoque más holístico y equitativo del cuidado del paciente, alineado con las iniciativas sobre determinantes sociales de la salud en Estados Unidos.

Mejora en outcomes de equidad
Insights de IA que hacen visible lo que antes era invisible en el cuidado de pacientes.
Mayor adopción
Flujos adaptados a los roles de trabajadores sociales y coordinadores de salud.
Listo para implementación
Entrega con documentación completa para guiar la integración con sistemas existentes.

Volver