Modelos de Lenguaje Grandes para el Diagnóstico Psiquiátrico Basado en Registros Clínicos Reales Multicéntricos: Un...

Área de la Ciencia:

• Inteligencia Artificial en Medicina
• Psiquiatría Computacional
• Informática de la Salud

Sus antecedentes:

• El diagnóstico psiquiátrico es un desafío y se basa en el juicio subjetivo, especialmente en entornos con recursos limitados.
• Los modelos de lenguaje grandes (LLM) muestran potencial para el apoyo diagnóstico, pero la validación de datos del mundo real es limitada.

Objetivo del estudio:

• Evaluar y comparar el rendimiento diagnóstico de múltiples LLM para trastornos psiquiátricos.
• Utilizar registros de salud electrónicos multicéntricos y del mundo real.

Principales métodos:

• Análisis retrospectivo de 9.923 registros de salud electrónicos de pacientes hospitalizados de seis centros psiquiátricos chinos.
• Evaluación de GPT-4.0, GPT-3.5 y GLM-4-Plus en comparación con los diagnósticos de los médicos.
• Evaluación utilizando métricas de precisión estricta y clasificación laxa, con análisis de subgrupos.

Principales resultados:

• GPT-4.0 logró la mayor precisión estricta (71,7%) y la puntuación F1 laxa (0,881).
• El rendimiento fue más fuerte para los trastornos del estado de ánimo y los trastornos del espectro de la esquizofrenia.
• La precisión varió según el grupo de edad (más alta en ancianos, menor en adolescentes), con un rendimiento estable en los centros.

Conclusiones:

• Los LLM, en particular GPT-4.0, muestran capacidad para apoyar el diagnóstico psiquiátrico con datos de EHR del mundo real.
• El rendimiento está influenciado por el grupo de edad y la categoría del trastorno.
• Los LLM deben servir como herramientas de asistencia y requieren una mayor validación antes de su implementación clínica.