Los chatbots de inteligencia artificial (IA) están dando mucho que hablar por sus posibles aplicaciones en distintos ámbitos, incluida la atención sanitaria. Diversos trabajos ya han evidenciado que estos modelos de IA generativa obtienen buenas puntuaciones en exámenes estándar necesarios para poder ejercer la medicina. Sin embargo, su habilidad a la hora de realizar diagnósticos está menos estudiada.
Recientemente, un equipo de investigadores del Beth Israel Deaconess Medical Center de Boston (EEUU) ha puesto a prueba la capacidad de
ChatGPT-4 para realizar diagnósticos precisos en casos clínicos complejos. Para ello recurrieron a las
clinicopathological case conferences (CPC) publicadas por el New England Journal of Medicine con finalidades formativas.
Las CPC son una especie de rompecabezas diagnósticos para tratar de determinar la patología subyacente a partir de datos clínicos, de laboratorio y de imagen, entre otros. En base a CPC recientes, los autores desarrollaron una petición estándar para indicar al modelo de IA que proporcionara un diagnóstico diferencial clasificado por probabilidad.
La IA generativa podría complementar a la cognición humana a la hora de realizar diagnósticos médicos
Publicado en la revista JAMA, el trabajo consistió en plantear un total de 70 casos a ChatGPT-4. Los resultados revelan que en el 39% de las ocasiones el modelo de IA acertó el diagnóstico correcto. Además, en casi dos de cada tres casos (64%), el diagnóstico correcto estaba entre el listado de posibles patologías que podrían explicar los datos médicos presentados.
A tenor de estos resultados, los autores consideran que la IA generativa pueden tener un futuro prometedor como complemento a la cognición humana a la hora de realizar diagnósticos médicos.
Sin embargo, también apuntan que próximas investigaciones deberán analizar posibles sesgos y puntos débiles en la capacidad diagnóstica de la IA generativa. También será necesario abordar cuestiones relativas a la privacidad y la confidencialidad de los datos a la hora de valorar cómo estas herramientas podrían transformar la atención sanitaria en el futuro.
Referencia:
Kanjee Z, Crowe B, Rodman A. Accuracy of a Generative Artificial Intelligence Model in a Complex Diagnostic Challenge [published online ahead of print, 2023 Jun 15].
JAMA. 2023;e238288.
doi:10.1001/jama.2023.8288
OAD-ES-AMG-0001
Aceptar y salir
