Inteligencia Artificial y su Papel en la Mejora del Diagnóstico: comentario de un artículo

Introducción

La nueva era computacional de la Inteligencia Artificial (IA), llegando muy rápidamente al entorno de la Práctica Clínica, será en poco tiempo, una verdadera ayuda para la Medicina, Enfermería y pacientes. No es la primera vez que se intenta mejorar el rendimiento clínico con la ayuda de herramientas electrónicas, ya sean comprobadores de síntomas basados en la web o generadores de diagnósticos diferenciales, utilizando el teclado para introducir datos del paciente y obtener una lista de diferentes enfermedades, a veces ordenadas en términos de probabilidad. La principal diferencia entre la IA y las herramientas anteriores, es la cantidad de datos que maneja y la posibilidad de preguntar de forma más «natural» al sistema, de una forma ciertamente interactiva.

IA, Razonamiento clínico y Mejora del diagnóstico

La incorporación de la IA a la práctica clínica real está comenzando por especialidades como Radiología o Laboratorio, ya que una de las ventajas, el análisis de datos o imágenes, es uno de los puntos fuertes de esta nueva herramienta. Existen algunos trabajos que estudian la influencia de la IA en la capacidad de mejorar el razonamiento clínico y la precisión diagnóstica. Exponemos aquí un comentario sobre un trabajo que trata de medir la «precisión diagnóstica» de la IA en comparación con el enfoque diagnóstico de médicos reales.

Título:  Diagnostic Accuracy of Differential-Diagnosis List Generated by Generative Pretrained Transformer 3 Chatbot for Clinical Vignettes with Common Chieh Complaints: A Pilot Study   (1)

Esquema de metodología

Dos médicos elaboraron 30 viñetas clínicas, utilizando diez síntomas significativos (dolor abdominal, fiebre, vómitos, transtorno de la marcha, vértigo, dolor articular, dolor de espalda, dificultad para respirar,dolor torácico, tos). A su vez estos médicos establecieron el diagnóstico correcto para cada viñeta clínica.

En cuanto a la metodología , una vez que se suministró la información de cada viñeta a ChatGPT, el programa elaboró una lista de diagnóstico diferencial , una de diez casos y otra de cinco posibilidades, y se trató de detectar si en el «top» del listado se encontraba el diagnóstico correcto. A su vez, dos médicos que no elaboraron las viñetas, supervisados por un tercero, establecieron tambien un listado de diagnóstico diferencial con cinco posibilidades en cada listado.

Resultados

Los resultados resumidos muestran que ChatGPT se comportaba con una precisión diagnóstica muy alta cuando se consideraba la lista de diez posibilidades (93%), pero cuando el listado era de cinco posibilidades disminuía a 83%, mientras que para los médicos que elaboraron el listado de cinco posibilidades, la precisión diagnóstica era del 98%. Una diferencia significativa era que los médicos colocaban el diagnóstico correcto como «top» de la lista en el 93% de los casos, mientras que ChatGPT lo hacía en el 53% de los listados.

Para determinadas viñetas que tenían como base síntomas como fiebre o dolor articular, ChatGPT producía un listado con mayor precisión diagnóstica, que el de los médicos, incluyendo estos cinco posibilidades.

Valoración y comentarios personales

La utilización de IA en el proceso de diagnóstico de forma directa está aún en sus comienzos en cuanto a aplicación práctica, pero revolucionará la actuación profesional y la participación de los pacientes. Estas técnicas son el paso siguiente, aunque con un desarrollo distinto, a las Herramientas Electrónicas de Apoyo al Diagnóstico, cuya filosofía y armamentario informático son totalmente diferentes. Nuestro grupo realizó un estudio con estas Herramientas (4) y obtuvimos , con las condiciones propias del estudio, una precisión diagnóstica del 60%, similar para la informática y médicos de Medicina Interna, pero con la peculiaridad que el comportamiento era diferente entre uno y otros, la Herramienta aportaba más posibilidades diagnósticas, mientras que los médicos reconocían con mayor frecuencia procesos que se presentaban de forma atípica. Otra conclusión que extrajimos, es que los profesionales dificilmente cambian su apreciación diagnóstica inicial, aunque la Herramienta Electrónica sugiera otras posibilidades. En el estudio que comentamos en este post, los médicos también tenían tendencia a no cambiar su impresión diagnóstica inicial, algo que es referido asimismo en otros estudios.

Aplicaciones prácticas

Las aplicaciones de IA en relación al proceso de diagnóstico, van a ser fundamentales, debido a la rapidez de respuesta, la forma más natural de las preguntas y sobre todo a que pueden sugerir diagnósticos no planteados por el profesional, bien por falta de conocimiento, sobrecarga o cansancio, como ocurre en servicios de urgencias y emergencias. Una condición para su implantación es que el profesional tenga facilidad de acceso institucional y valore como posibles las sugerencias diagnósticas presentadas por la aplicación informática. Todo ello conllevará un mejor funcionamiento global y ayudará con seguridad a salvar vidas.

Bibliografía

1. Hirosawa,T; et al. Diagnostic Accuracy of Differential-Diagnosis Lists Generated by Generative Pretrained Transformer 3 Chatbot for Clinical Vignettes with Common Chief Complaints: A Pilot Study. Environmental Research and Public Health
2. Alowais SA, et al. Revolutioning healthCare: the role of artificial intelligence in clinical practice.BMC Med Educ . 2023 Sep 22;23(1):689. doi: 10.1186/s12909-023-04698-z
3. Liu, J et al. Utility of ChatGPT in Clinical Practice.
   J Med Internet Res2023 Jun 28:25:e48568.doi: 10.2196/48568
4. Alonso-Carrión, L; et al. Precisión del diagnóstico en medicina interna e influencia de un sistema informático en el razonamiento clínico. Medicina Clínica 2015.
   
   Autor: Lorenzo Alonso Carrión

FORO  OSLER

Compartir: