Respuestas de diferentes sistemas de inteligencia artificial a preguntas relacionadas con la baja estatura según lo...

Área de la Ciencia:

• Endocrinología pediátrica
• Inteligencia Artificial Médica
• Apoyo a la toma de decisiones clínicas

Sus antecedentes:

• La inteligencia artificial (IA) se utiliza cada vez más en medicina, incluida la endocrinología pediátrica.
• Las herramientas de IA pueden ayudar a la toma de decisiones clínicas y la educación del paciente, pero su precisión y confiabilidad médicas no se comprenden completamente.
• Evaluar el rendimiento de la IA en campos especializados como la endocrinología pediátrica es crucial.

Objetivo del estudio:

• Evaluar y comparar el rendimiento de cuatro modelos de IA: ChatGPT, Bard, Microsoft Copilot y Pi.
• Evaluar la eficacia de los modelos de IA para responder a las preguntas más frecuentes en endocrinología pediátrica.
• Determinar la precisión, confiabilidad y capacidades de guía de diferentes modelos de IA en esta especialidad médica.

Principales métodos:

• Se seleccionaron nueve preguntas comunes de endocrinología pediátrica relacionadas con la baja estatura.
• Se hicieron preguntas a cuatro modelos de IA (ChatGPT, Bard, Microsoft Copilot, Pi) en inglés y turco.
• Diez endocrinólogos pediátricos evaluaron las respuestas de la IA utilizando una escala Likert de 12 elementos para la precisión, la integridad y la orientación.

Principales resultados:

• Bard demostró capacidades superiores de orientación y recomendación, dirigiendo a los usuarios a consultas médicas.
• Microsoft Copilot mostró una alta precisión médica pero una orientación limitada.
• ChatGPT ofreció una difusión de conocimientos consistente, beneficiosa para la educación del paciente; Pi tuvo las puntuaciones de orientación más bajas.

Conclusiones:

• Los modelos de IA exhiben fortalezas variadas en endocrinología pediátrica, con Bard sobresaliendo en orientación y Microsoft Copilot en precisión.
• ChatGPT es eficaz para la educación del paciente, mientras que Pi tiene una aplicabilidad clínica limitada.
• El desarrollo futuro de la IA debe equilibrar la precisión y la orientación para mejorar el apoyo a las decisiones clínicas y la educación del paciente en medicina especializada.