✨︎ Resumen (TL;DR):
- El modelo o1 preview de OpenAI venció a especialistas médicos durante un experimento de diagnóstico clínico.
- Investigadores evaluaron 76 casos reales de urgencias, demostrando la superioridad de la IA en tres etapas de atención.
- La tecnología operará como segunda opinión y filtro de triage, sin reemplazar la interacción humana ni la lectura de imágenes.
Un estudio publicado este jueves en la revista Science demostró que el modelo o1 preview de OpenAI igualó y superó a médicos de urgencias experimentados en el diagnóstico de casos complejos. Investigadores de la Escuela de Medicina de Harvard y el Centro Médico Beth Israel Deaconess estructuraron el experimento para medir la efectividad del software frente a especialistas humanos y versiones anteriores como ChatGPT-4.
El equipo evaluó 76 casos reales del departamento de urgencias de Beth Israel. Los científicos midieron la precisión diagnóstica de la IA en tres momentos críticos: triage inicial, primer contacto con el médico y admisión hospitalaria.
Dos revisores ciegos analizaron los resultados sin saber si provenían de la máquina o de dos médicos tratantes expertos. El modelo superó a los humanos en cada etapa y mostró un rendimiento sobresaliente durante el triage inicial, justo cuando hay menos información disponible.
“Esta es la gran conclusión para mí: funciona con los datos desordenados del mundo real del departamento de urgencias”, afirmó el Dr. Adam Rodman, investigador clínico en Beth Israel y coautor principal del estudio. “Funciona para hacer diagnósticos en el mundo real”.
La tecnología también resolvió casos médicos extremadamente difíciles publicados originalmente en el New England Journal of Medicine. Raj Manrai, profesor asistente de informática biomédica en Harvard y coautor del trabajo, explicó que estos escenarios están “llenos de material arcano o que distrae”.
El futuro del diagnóstico clínico asistido
Los autores advirtieron que estos resultados no justifican reemplazar a los médicos con inteligencia artificial. La investigación utilizó únicamente entradas de texto, un formato donde el machine learning domina. Manrai recalcó que los doctores aún deben interpretar radiografías, electrocardiogramas y señales no verbales de los pacientes.
A pesar de las limitaciones actuales en la lectura de imágenes, el impacto proyectado en el sector salud incluye aplicaciones inmediatas:
- Triage optimizado: Clasificación rápida de pacientes con síntomas vagos ocultos en historiales electrónicos ruidosos.
- Segunda opinión: Una herramienta de consulta algorítmica para confirmar padecimientos poco comunes.
“Creo que esto significa que estamos presenciando un cambio tecnológico realmente profundo que remodelará la medicina”, declaró Manrai a los medios, “y que necesitamos evaluar esta tecnología ahora y llevar a cabo ensayos clínicos prospectivos de manera rigurosa”.
El Dr. David Reich, director clínico del Sistema de Salud Mount Sinai en Nueva York, calificó el trabajo como “un hermoso resumen de cuánto han mejorado las cosas”, aunque recordó que la determinación de una enfermedad es solo una fracción de la atención integral del paciente.
Rodman cerró su análisis con una advertencia para las compañías de software, rechazando la idea de utilizar estos datos para recortar la supervisión médica. “Lo que estos resultados respaldan es una agenda de investigación robusta y ambiciosa para tratar de descubrir cómo podemos usar estas tecnologías para mejorar la vida de los pacientes”.
