El Chatbot de IA Supera a los Médicos en Ensayo, Pero no Mejora el Rendimiento Diagnóstico

Un ensayo clínico descubrió que, aunque un chatbot de IA superó a los médicos en precisión diagnóstica, no mejoró el rendimiento cuando se utilizó junto con recursos convencionales, resaltando la necesidad de una mejor integración de la IA en la atención sanitaria.

The Times informó el domingo sobre un reciente ensayo clínico que investiga el impacto de un chatbot de modelo de lenguaje grande (LLM) comercialmente disponible en el razonamiento diagnóstico de los médicos.

El estudio reveló que, aunque la herramienta de IA superó a los médicos, no mejoró el rendimiento diagnóstico cuando se utilizó junto a los recursos convencionales.

Este descubrimiento subraya la necesidad de una mejor integración de la IA en la práctica clínica, especialmente dado que muchos sistemas de salud ahora ofrecen chatbots impulsados por IA sin una formación sustancial para los médicos.

El ensayo aleatorio encontró que, aunque el chatbot superó a ambos grupos de médicos humanos, aquellos con y sin acceso a la herramienta, los médicos que usaban el chatbot solo se desempeñaron un poco mejor que aquellos que no lo tenían.

El estudio no mostró ninguna ventaja significativa de tiempo al usar el LLM, lo que sugiere que la mera presencia de una herramienta de IA en entornos clínicos puede no mejorar el proceso diagnóstico en general. Un resultado inesperado fue el rendimiento superior del LLM, con una precisión diagnóstica promedio del 90% en comparación con el 74-76% de los médicos.

Las investigadoras sostienen que esto resalta la importancia de indicaciones bien elaboradas al interactuar con LLMs, con expertas sugiriendo que formar a los médicos en las mejores prácticas de insinuación podría mejorar su uso de la herramienta.

El artículo sostiene que las organizaciones de salud podrían invertir en indicaciones predefinidas para ayudar a cerrar la brecha entre las herramientas de IA y la experiencia de los médicos.

Aunque la IA tiene el potencial de ser una valiosa “extensión del médico”, ofreciendo segundas opiniones y ayudando en la toma de decisiones complejas, los autores del estudio advierten contra el uso de la IA para el diagnóstico autónomo.

El estudio se centró en viñetas clínicas seleccionadas por médicos humanos, pero los diagnósticos en el mundo real implican factores más complejos, incluyendo la interacción con el paciente y la recopilación de datos.

La IA debería considerarse como una ayuda para los médicos en lugar de un reemplazo, especialmente dado que la falta de comprensión contextual y la inteligencia emocional de los chatbots limitan su aplicabilidad en diversos entornos clínicos.

El estudio también presentó una novedosa herramienta de reflexión estructurada para evaluar el razonamiento clínico, proporcionando una evaluación más matizada de las habilidades diagnósticas. La herramienta mostró un acuerdo sustancial entre los evaluadores, avanzando aún más en las evaluaciones de razonamiento diagnóstico en la investigación de IA.

A pesar de los prometedores resultados de los primeros estudios sobre la capacidad de la IA para recopilar y resumir datos de pacientes, los expertos argumentan que se necesita más investigación antes de que la IA pueda integrarse completamente en los procesos de toma de decisiones clínicas.

Es importante abordar este tema ya que la IA continúa ganando un papel más fuerte en el ámbito de la salud. Por ejemplo, el NHS anunció recientemente su uso de la IA para el diagnóstico temprano de cáncer y la detección de fracturas. Además, el Foro Económico Mundial sugirió recientemente que la IA podría ayudar a abordar la crisis de salud mental global.

En última instancia, mejorar el papel de la IA en la atención sanitaria requerirá un diseño de interacción humano-computadora más deliberado y una comprensión de los diversos desafíos que se enfrentan en los entornos clínicos.