Un reciente estudio realizado por la universidad de James Cook han revelando que los humanos aún superan a la inteligencia artificial en la clasificación de documentos médicos complejos. En la investigación, publicada en el International Journal of Medical Informatics, cinco codificadores clínicos fueron enfrentados contra grande s modelos de lenguajes basados en ChatGPT para analizar 100 resúmenes clínicos de pacientes de diversas categorías de enfermedades.
Los resultados mostraron que el mejor codificador humano alcanzó un precisión del 47%, Mientras que ChatGPT solo logró un 22%. A pesar de estos hallazgos, los investigadores destacan que la IA sigue teniendo un gran potencial para optimizar el trabajo de los codificadores y mejorara la eficiencia en la gestión de datos médicos.
Humanos vs. IA en la codificación clínica
La codificación de enfermedades es un proceso clave en la gestión de información en la salud, ya que convierte los registro médicos en código alfanuméricos estandarizados que se utilizan para la planificación de servicios de salud, informes de datos gubernamentales y modelos de financiación hospitalaria.
El autor principal del estudio, Akram Mustafa, explicó que el objetivo de la investigación no era simplemente comparar la precisión de la IA con los codificadores humanos, si no evaluar su desempeño en casos clínicos particularmente difíciles.
“Algunos registros clínicos son sencillos de clasificar, y las herramientas de mapeo convencionales ya pueden hacerlo con éxito. Pero queríamos analizar aquellos casos donde la información es limitada o ambigua, lo que representa un reto tanto para los decodificadores humanos como para la IA”, afirmó Mustafa
En estos escenarios, aunque la IA no logró superar a los codificadores humanos en términos de precisión general, los investigadores identificaron ventajas en el uso de ChatGPT para mejorar la estabilidad y reducir inconsistencias en la codificación.
ChatGPT 4 muestra mayor estabilidad que versiones anteriores
Uno de los hallazgos más relevantes del estudio fue la diferencia de rendimiento entre ChatGPT 3.5 y ChatGPT 4. Según el profesor Mostafa Rahimi Azghadi, coautor del estudio y experto en Ingeniería Electrónica e Informática de la Universidad James Cook, la última versión del modelo de lenguaje demostró mayor consistencia en sus respuestas.
“ChatGPT 4 fue mucho más estable. Entre el 86% y el 89% de las veces, dio exactamente la misma predicción de enfermedad cuando se le presentó el mismo historial clínico en diferentes ocasiones”, explicó Azghadi.
Este comportamiento se asemeja al de un médico que recibe el mismo caso en distintos momentos y mantiene una conclusión similar. Esta característica es fundamental para mejorar la confiabilidad de los modelos de IA en aplicaciones médicas, donde la consistencia en la interpretación de datos es clave.
Hacia un modelo híbrido: IA y supervisión humana
A pesar de las limitaciones actuales, los investigadores destacan que la inteligencia artificial tiene el potencial de optimizar el proceso de codificación médica. En la actualidad, los codificadores humanos deben analizar grandes volúmenes de texto que contienen información sobre la evaluación del paciente, tratamientos, evolución y medicación utilizada.
El profesor Azghadi sugiere que un modelo híbrido, en el que la IA trabaje en conjunto con los codificadores humanos, podría mejorar significativamente la eficiencia del sistema.
“La velocidad de la IA y su capacidad para identificar casos difíciles podrían combinarse con la supervisión humana en escenarios donde la clasificación es más compleja. Esto permitiría reducir errores, mejorar la precisión y agilizar el proceso de codificación”, explicó.
Este enfoque no solo optimizaría los tiempos de análisis, sino que también minimizaría inconsistencias en la codificación de enfermedades, lo que beneficiaría la planificación de los servicios de salud y la calidad de la atención médica.
El futuro de la Inteligencia Artificial en la codificación médica
El siguiente paso en la investigación será mejorar la “explicabilidad” de los modelos de inteligencia artificial, es decir, su capacidad para justificar de manera detallada por qué clasifica un caso bajo una condición específica.
“Actualmente, la IA puede clasificar registros médicos, pero su proceso de razonamiento sigue siendo una especie de caja negra. Si logramos que estos modelos expliquen sus decisiones con mayor claridad, los codificadores humanos podrán utilizarlos como una herramienta confiable para mejorar su trabajo”, concluyó Azghadi.
Si bien los resultados del estudio indican que la Inteligencia Artificial aún no supera a los humanos en la codificación médica, su integración en el sistema de salud podría representar una revolución en términos de eficiencia y precisión. El desafío ahora radica en seguir desarrollando modelos que combinen la velocidad de la inteligencia artificial con la capacidad de análisis y juicio humano para optimizar la gestión de datos médicos y mejorar la atención a los pacientes.
