Demuestran la eficacia de la Inteligencia Artificial para el triaje de pacientes

La aplicación de la Inteligencia Artificial (IA) en materia sanitaria ofrece un campo de posibilidades cada vez más amplio y en el que aún quedan aspectos por explorar. Así, el potencial de la IA en el diagnóstico de diversos tipos de cáncer ha probado superar al ojo humano en precisión, además de proveer de herramientas que permiten ahorrar un tiempo considerable a los doctores. En línea con el aprovechamiento de estas tecnologías, investigadores de la Universidad de California (EE.UU.) han llevado a cabo un estudio para medir la eficacia de la IA en el triaje de pacientes.

Los resultados del estudio, publicado en la revista “JAMA Network Open”, desvelan que el modelo de lenguaje grande (LLM) ChatGPT-4, superaba ligeramente en eficacia a los doctores en la toma de decisiones sobre triaje de pacientes. Utilizando registros anónimos de 251.000 visitas al departamento de emergencias de adultos, los investigadores evaluaron la capacidad de extraer síntomas de las notas clínicas de los pacientes para determinar su necesidad de ser tratados de inmediato. Luego compararon el análisis de IA con las puntuaciones de los pacientes en el Índice de Gravedad de Emergencia, una escala del 1 al 5 que utilizan las enfermeras del servicio de urgencias cuando llegan los pacientes para asignar atención y recursos según la mayor necesidad.

Los investigadores probaron el rendimiento del LLM con una muestra de 10.000 pares emparejados (20.000 pacientes en total) que incluían un paciente con una afección grave, como un accidente cerebrovascular, y otro con una afección menos urgente, como una muñeca rota. Teniendo en cuenta solo los síntomas de los pacientes, la IA pudo identificar qué paciente de urgencias tenía una afección más grave el 89% de las veces. En una submuestra de 500 pares de pacientes que fueron evaluados tanto por un médico como por el LLM, la IA fue correcta el 88% de las veces, en comparación con el 86% del médico.

Limitaciones del modelo

El estudio es uno de los pocos que evalúa un LLM utilizando datos clínicos del mundo real, en lugar de escenarios simulados, y es el primero en utilizar más de 1.000 casos clínicos para este propósito. También es el primer estudio que utiliza datos de visitas al departamento de emergencias, donde existe una amplia gama de posibles afecciones médicas.

A pesar del éxito de este estudio, el autor principal del estudio, Christopher Williams advirtió que la IA no está lista para usarse de manera responsable en el servicio de urgencias sin más validación y ensayos clínicos.

Una cuestión importante que hay que desenredar es cómo eliminar el sesgo del modelo. Investigaciones anteriores han demostrado que estos modelos pueden perpetuar los prejuicios raciales y de género en la atención médica, debido a los sesgos en los datos utilizados para entrenarlos. Williams apunta que antes de que se puedan utilizar estos modelos, será necesario modificarlos para eliminar ese sesgo.

En conclusión, contar con la ayuda de la IA en el proceso de clasificación de pacientes podría liberar tiempo crítico para los médicos y ofrecerles herramientas de respaldo para la toma de decisiones cuando estos se ven desbordados ante la alta demanda de los servicios de urgencias. Los prometedores resultados de este estudio son solo el primer paso para un desarrollo más profundo de la tecnología necesaria para este cometido. 

---