Hacia un diagnóstico diferencial preciso con grandes modelos de lenguaje

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.