Los modelos de inteligencia artificial (IA) han demostrado una notable competencia en el campo de la medicina basada en la evidencia (MBE), ofreciendo una solución prometedora a los desafíos que enfrentan los profesionales de la salud para mantenerse al día con los últimos hallazgos de la investigación. Un estudio reciente realizado por investigadores de la Escuela de Medicina Icahn del Monte Sinaí ha arrojado luz sobre el potencial de los modelos de lenguaje extenso (LLM) para revolucionar la práctica médicadent .
Modelos de IA y medicina basada en la evidencia
La medicina basada en la evidencia implica utilizar la mejor evidencia científica disponible para tomar decisiones clínicas con los pacientes, alejándose de los métodos tradicionales y las creencias personales. En el panorama médico actual, en constante evolución, mantenerse al día con la afluencia de nuevas investigaciones es una tarea ardua para los profesionales sanitarios. Sin embargo, el estudio sugiere que los chatbots de IA, en particular ChatGPT-4, podrían ofrecer una solución prometedora a esta complejidad.
El equipo de investigación probó las capacidades de varios modelos de IA, incluyendo ChatGPT de OpenAI, Gemini, LLAMA v2 y Mixtral-8x7B. Estos modelos tuvieron acceso a expedientes clínicos previamente seleccionados y se les asignó la tarea de tomar decisiones clínicas basadas en los datos disponibles. Los investigadores evaluaron su rendimiento mediante diversas métricas.
ChatGPT-4 lidera el camino
En su informe, los investigadores evaluaron la resistencia de los modelos de IA a las alucinaciones, la validez de sus decisiones clínicas y su cumplimiento de las guías clínicas. El modelo más destacado en este estudio fue ChatGPT-4, que mostró la mayor capacidad para funcionar en un entorno clínico sin intervención humana, superando a otros modelos de aprendizaje profundo (LLM).
Según el informe, «los LLM pueden actuar como profesionales autónomos de la medicina basada en la evidencia». Destaca su potencial para interactuar con los sistemas sanitarios del mundo real y gestionar las tareas de los pacientes siguiendo las directrices establecidas.
A pesar del impresionante desempeño de los LLM en MBE, el estudiodentvarias áreas que requieren mejoras operativas. Una limitación importante es que los LLM convencionales suelen tener como fecha límite de formación 2021, lo que les impide estar al tanto de los nuevos datos médicos posteriores a esa fecha. El informe señala que actualizar estos modelos con nueva información médica es una tarea costosa que puede dificultar su aplicación práctica.
Además, existe preocupación por el riesgo de alucinaciones al solicitar a los LLM que generen información sobre temas médicos desconocidos. Asimismo, faltan datos sobre consideraciones culturales y resistencia a los antibióticos, lo que podría afectar la precisión de las decisiones clínicas.
Soluciones innovadoras
Para mejorar el rendimiento de los LLM en la EBM, los investigadores introdujeron una nueva herramienta llamada Generación Aumentada de Recuperación (RAG). Este enfoque consiste en proporcionar información específica de la tarea a los modelos de IA, mejorando así la calidad de sus respuestas.
La ingeniería de indicaciones sedentcomo otro método para refinar las respuestas del LLM. Al instruir al LLM con información específica, como "Usted es profesor de medicina", los investigadores descubrieron que las respuestas se adaptaban mejor al paciente y al sistema de salud.
Los investigadores reconocen las limitaciones en la capacidad de los modelos para manejar pautas complejas y matices diagnósticos, pero creen que Retrieval Augmented Generation puede ayudar a abordar estos problemas, haciendo que las recomendaciones sean más centradas en el paciente y adaptables a los sistemas de atención médica.
La IA y la medicina en un futuro prometedor
La integración de tecnologías emergentes como la IA y la cadena de bloques (blockchain) avanza rápidamente en la medicina y la salud pública. Se están realizando investigaciones para explorar el potencial de la IA en la detección del cáncer y tracde epidemias.
Para que la IA prospere y opere dentro de los límites de la ley, a la vez que aborda los crecientes desafíos, los expertos sugieren integrar un sistema blockchain empresarial. Este sistema garantizaría la calidad y la propiedad de los datos de entrada, salvaguardando su integridad e inmutabilidad.
El estudio del Monte Sinaí destaca el potencial de la IA, en particular de ChatGPT-4, para transformar la medicina basada en la evidencia. Si bien existen desafíos, soluciones innovadoras como la Generación Aumentada de Recuperación ofrecen formas prometedoras de mejorar el rendimiento de los modelos de IA en entornos clínicos. A medida que la tecnología continúa evolucionando, el futuro de la IA en la atención médica es muy prometedor para mejorar la atención al paciente y la toma de decisiones clínicas.
