En un innovador estudio llevado a cabo por investigadores de UC San Francisco, se ha descubierto que la inteligencia artificial (IA) tiene un potencial equiparable al de los médicos en la priorización de pacientes en situaciones de emergencia. Esta investigación, publicada en JAMA Network Open, revela cómo la IA puede analizar síntomas de pacientes para determinar la urgencia de su tratamiento, comparándose favorablemente con la evaluación realizada por profesionales de la salud.
Utilizando registros anónimos de más de 250.000 visitas a departamentos de emergencia de adultos, el estudio demostró que la IA, a través del modelo de lenguaje avanzado ChatGPT-4, logró identificar correctamente la gravedad de la condición de los pacientes en un impresionante 89% de los casos. Incluso en comparación con médicos que realizaron evaluaciones simultáneas, la IA mostró una precisión del 88%, superando ligeramente el 86% de aciertos de los profesionales.
En un estudio que evaluó el desempeño del LLM, se utilizaron 10,000 pares emparejados (20,000 pacientes en total) que representaban casos de diferentes gravedades, desde afecciones graves como un accidente cerebrovascular hasta afecciones menos urgentes como una muñeca rota. Al analizar únicamente los síntomas de los pacientes, la inteligencia artificial logró identificar correctamente cuál de los pacientes tenía una condición más grave en un impresionante 89% de las ocasiones.
La implementación de la IA en el proceso de triaje de emergencias no solo podría agilizar la atención médica al liberar tiempo crucial para los médicos, sino que también ofrecería un respaldo valioso en la toma de decisiones en situaciones de alta demanda. Sin embargo, a pesar de estos resultados alentadores, el autor principal del estudio, Christopher Williams, enfatizó la necesidad de una validación más extensa y ensayos clínicos antes de una adopción generalizada.
“Imagínese dos pacientes que necesitan ser transportados al hospital pero solo hay una ambulancia. O un médico está de guardia y hay tres personas llamando a ella al mismo tiempo, y ella tiene que determinar a quién responder primero”
Mitigación de sesgo en Inteligencia Artificial
Una preocupación fundamental que surge de esta investigación es la necesidad de abordar y mitigar posibles sesgos en los modelos de IA, especialmente en el ámbito de la atención médica. Williams destacó la importancia de eliminar cualquier sesgo racial o de género que pueda estar presente en los datos utilizados para entrenar estos modelos, subrayando que la ética y la equidad deben ser pilares fundamentales en el desarrollo y aplicación de la IA en entornos clínicos.
Si bien los resultados de este estudio son prometedores, queda claro que el camino hacia la integración efectiva de la IA en emergencias médicas requiere un enfoque cuidadoso y deliberado. La investigación futura se centrará en perfeccionar estos modelos para garantizar su utilidad y seguridad en la práctica clínica, allanando el camino para una colaboración más efectiva entre la tecnología y la medicina en beneficio de todos los pacientes.
