En el mundo de la tecnología médica en rápida evolución, la inteligencia artificial (IA) se ha convertido en una herramienta controvertida pero prometedora. La aplicación de la IA en escenarios médicos complejos ha provocado un debate considerable entre los profesionales de la salud. Un estudio reciente que explora la capacidad de la IA para ayudar en la toma de decisiones clínicas ha puesto esta discusión en un foco más claro.
Realizado por investigadores de General de masa BrighamEl estudio evaluó el rendimiento de Chat de OpenAI en el diagnóstico de afecciones médicas basándose en casos prácticos. Sorprendentemente, Chat logró una tasa de éxito del 72 % en la toma de decisiones clínicas, lo que indica su potencial como herramienta de apoyo en el diagnóstico médico.
A medida que los sistemas de salud de todo el mundo se enfrentan al aumento de los costos y la complejidad, la IA podría ofrecer una solución para mejorar la eficiencia y la precisión en los diagnósticos. Dado que la atención médica representó aproximadamente el 18 % del PIB de EE. UU. en 2021, casi el doble de la tasa promedio en las economías avanzadas, la necesidad de métodos de diagnóstico más efectivos es evidente. Herramientas de IA como Chat podrían revolucionar el sector de la salud, haciendo que los diagnósticos sean más rápidos, precisos y rentables.
El estudio fue uno de los primeros en evaluar las capacidades de los grandes modelos lingüísticos en un amplio espectro de la atención clínica. El rendimiento de Chat se evaluó desde la interacción inicial con el paciente hasta la gestión de la atención posterior al diagnóstico. El modelo de IA demostró una tasa de éxito del 77 % en el diagnóstico final, pero tuvo una tasa de éxito inferior, del 60 %, en el diagnóstico diferencial, que implica comprender todas las posibles afecciones que un conjunto de síntomas podría indicar.
Si bien los resultados son prometedores, es esencial tener en cuenta que la eficacia de las aplicaciones de IA en entornos clínicos del mundo real puede variar significativamente de los entornos de investigación controlados. Los críticos argumentan que muchos estudios de IA no se basan en necesidades clínicas reales y a menudo pasan por alto los desafíos prácticos de implementar la IA en entornos de atención médica del mundo real, como los riesgos de negligencia.
Marc Succi, director ejecutivo de la incubadora de innovación de Mass General Brigham y coautor del informe, reconoce esta brecha. Señala que, si bien la IA muestra un gran potencial en la atención al paciente en etapas tempranas cuando la información es limitada, necesita mejoras significativas en el diagnóstico diferencial antes de que pueda integrarse completamente en el sistema de atención médica.
Succi compara las capacidades actuales de Chat con las de un médico recién graduado. Sin embargo, sin parámetros establecidos para las tasas de éxito entre médicos de diferentes niveles de antigüedad, resulta difícil cuantificar el valor que la IA aporta al trabajo de un médico.
De cara al futuro, Succi solicita más investigación de referencia, orientación regulatoria y mejoras en las tasas de éxito diagnóstico. Considera que esto es crucial para facilitar la implementación de modelos de IA como Chat en hospitales. El papel de la IA en la atención médica aún está en evolución, y si bien los logros de Chat son notables, es evidente que apenas estamos comenzando a comprender cómo se puede aprovechar la IA para transformar la atención médica.