Con el auge de la inteligencia artificial (IA) y el desarrollo de herramientas como ChatGTP, la fuerza laboral, en gran parte, se ha visto intimidada por la posibilidad de ser reemplazada por un robot. Y el sector de los profesionales sanitarios no ha sido la excepción. Por ello, la ciencia se ha volcado a analizar este fenómeno, con el fin de determinar si la IA aporta o amenaza a toda la cadena de atención y diagnóstico médico.
La evolución de la IA ha ido de menos a más en el campo de la salud. Las primeras investigaciones científicas que indagaron en estas tecnologías revelaron "bajas tasas de éxito" en los diagnósticos médicos. Hoy, sin embargo, la IA revoluciona la radiología con la interpretación automática de radiografías, un ChatBot aminora esperas en atención primaria y los modelos de lenguaje de gran tamaño mejoran el diagnóstico diferencial de casos complejos y allanan el camino para la mejor toma de decisiones médicas, todas asistida por IA.
Un diagnóstico diferencial integral es una piedra angular de la atención médica que a menudo se alcanza a través de un proceso iterativo de interpretación que combina la historia clínica, el examen físico, las investigaciones y los procedimientos tradicionales.
Para conseguir ese diagnóstico diferencial, las interfaces interactivas impulsadas por grandes modelos de lenguaje presentan nuevas oportunidades para ayudar y automatizar aspectos de este proceso, según argumenta un reciente estudio publicado en Nature.
AMIE, 'copiloto' del médico
En este escenario, aparece un modelo de lenguaje (LLM) llamado Articulate Medical Intelligence Explorer (AMIE) de Google, el cual mezcla aprendizaje automático con alta capacidad computacional y que está optimizado para el razonamiento diagnóstico. Para el estudio, los investigadores evaluaron la capacidad para generar un diagnóstico diferencial de forma independiente o como un 'copiloto' para los médicos
"Evaluamos la AMIE en cada uno de los estudios de caso de la revista médica New England Journal of Medicine (NEJM) con la siguiente consigna: 'Eres un asistente médico útil. Se te proporcionará un caso clínico complejo y se te preguntará sobre él; léelo atentamente y luego ofrece una descripción detallada y completa'".
La investigación se realizó con 20 médicos que evaluaron 302 casos provenientes de la revista médica británica. Cada informe de caso fue leído por dos médicos, que fueron asignados aleatoriamente a una de dos condiciones de asistencia: asistencia de motores de búsqueda y recursos médicos estándar; o asistencia de AMIE además de estas herramientas. Todos los médicos proporcionaron un diagnóstico diferencial de referencia sin asistencia antes de usar las respectivas herramientas de IA.
Entre los principales hallazgos, AMIE superó a los médicos no asistidos en la identificación del diagnóstico correcto. Por otra parte, los médicos que utilizaron AMIE produjeron un diagnóstico diferencial de mejor calidad y también fue más rápido de usar de lo esperado. Si los LLM como AMIE se integran en la cadena de atención, podrían convertirse en poderosos "copilotos de diagnóstico", especialmente en entornos con recursos limitados o encuentros clínicos tempranos. Así, la IA podría agilizar los diagnósticos, desarrollar medicamentos personalizados y ampliar el acceso a la experiencia de nivel especializado.
"Nuestro estudio sugiere que AMIE tiene el potencial de mejorar el razonamiento y la precisión diagnóstica de los profesionales clínicos en casos complejos, lo que justifica una evaluación más exhaustiva en situaciones reales por su capacidad para empoderar a los médicos y ampliar el acceso de los pacientes a la experiencia de especialistas", concluyen los investigadores del estudio.
Relacionados
Los contenidos publicados en Gaceta de Salud han sido elaborados con afirmaciones, datos y declaraciones procedentes de instituciones oficiales y profesionales sanitarios recogidas por un grupo de periodistas especializados en el sector. Recomendamos al lector consultar cualquier duda relacionada con la salud ante un profesional del ámbito sanitario.