Desarrollo y rendimiento de un transformador generativo preentrenado para el cuidado de la diabetes

Área de la Ciencia:

• Inteligencia artificial en el cuidado de la salud
• La informática médica
• Salud digital

Sus antecedentes:

• Los modelos de transformadores generativos entrenados (GPT) ofrecen potencial para la recuperación de información médica.
• Las aplicaciones existentes de GPT en medicina requieren un cuidadoso desarrollo y validación para uso clínico.
• El cuidado de la diabetes requiere información precisa, accesible y actualizada tanto para los pacientes como para los profesionales.

Objetivo del estudio:

• Diseñar y evaluar un transformador predispuesto generativo (GPT) especializado para la información relacionada con la diabetes.
• Evaluar el rendimiento de una herramienta de GPT de ingeniería rápida para proporcionar un contenido preciso y confiable de atención de la diabetes.
• Desarrollar un recurso impulsado por la IA que apoye a los profesionales de la salud en el manejo de la diabetes.

Principales métodos:

• Se desarrolló una capa de GPT de ingeniería rápida a través de la revisión de la literatura, la curaduría de datos de 65 fuentes, el desarrollo de prototipos y la evaluación de expertos.
• La herramienta fue validada utilizando 420 preguntas relacionadas con la diabetes de instrumentos establecidos.
• Las métricas de rendimiento incluyeron precisión, provisión racional, precisión de citación, inclusión de descargo de responsabilidad y uso de emoji, analizados con métodos estadísticos.

Principales resultados:

• Diabetes Help GPT logró una alta precisión general (91,7%), con excelentes rationales (100%) y tasas de citación (93,3%).
• La precisión fue más alta para el conocimiento general de la diabetes y la nutrición, con un rendimiento ligeramente menor en las preguntas específicas de insulina (82,3%).
• La exención de responsabilidad y el uso de emojis variaron según el formato de la pregunta, sin que se detectara un sesgo de precisión.

Conclusiones:

• Diabetes Help GPT proporciona respuestas precisas y bien informadas, que sirven como un valioso complemento para los profesionales de la salud en el cuidado de la diabetes.
• Este modelo especializado de GPT se desarrolló a través de un proceso transparente impulsado por expertos con contenido seleccionado y validación iterativa.
• La herramienta tiene por objeto complementar, no sustituir, el juicio clínico de los profesionales sanitarios.