Hacia un diagnóstico diferencial preciso con grandes modelos de lenguaje | JoVE Visualize

Área de la Ciencia:

La inteligencia artificial en la medicina
Sistemas de apoyo a la toma de decisiones clínicas
Diagnóstico médico

Sus antecedentes:

El diagnóstico diferencial es crucial para la atención del paciente, ya que implica una interpretación compleja de los datos clínicos.
Los grandes modelos de lenguaje (LLM) ofrecen potencial para automatizar y ayudar al razonamiento de diagnóstico.
Las herramientas existentes, como los motores de búsqueda, proporcionan información pero pueden no optimizar los procesos de diagnóstico.

Objetivo del estudio:

Introducir y evaluar el Explorador de Inteligencia Médica Articulada (AMIE), un LLM optimizado para el razonamiento diagnóstico.
Para evaluar el rendimiento de diagnóstico independiente de AMIE.
Comparar la eficacia de AMIE como herramienta de asistencia con los recursos estándar y los motores de búsqueda para médicos.

Principales métodos:

Veinte médicos evaluaron 302 casos médicos difíciles de los informes publicados.
Los médicos generaron diagnósticos diferenciales con y sin herramientas de asistencia.
Las condiciones de asistencia incluían motores de búsqueda/recursos estándar o AMIE más recursos estándar.

Principales resultados:

El rendimiento independiente de AMIE superó la precisión de los médicos no asistidos (59,1% frente a 33,6%).
Los médicos asistidos por AMIE obtuvieron puntuaciones de calidad de diagnóstico diferencial más altas (51,7%) en comparación con aquellos sin AMIE (36,1%) o con motores de búsqueda (44,4%).
Los médicos asistidos por AMIE generaron listas de diagnóstico diferencial más completas.

Conclusiones:

AMIE demuestra potencial para mejorar significativamente el razonamiento y la precisión del diagnóstico en casos médicos complejos.
El LLM se muestra prometedor como una herramienta de asistencia valiosa para los médicos.
Se requiere una mayor evaluación en el mundo real para confirmar la capacidad de AMIE para mejorar las capacidades de los médicos y el acceso de los pacientes a la experiencia.