De ChatGPT-4 a ChatGPT-5: Aplicaciones en Evolución en Patología Pediátrica de Neoplasias y Educación

Área de la Ciencia:

• Patología
• Inteligencia Artificial
• Oncología

Sus antecedentes:

• Los modelos de lenguaje grandes (LLM) están surgiendo como herramientas valiosas en el diagnóstico médico.
• Su aplicación en campos especializados como la patología pediátrica de neoplasias requiere una evaluación exhaustiva.

Objetivo del estudio:

• Evaluar la utilidad diagnóstica de los LLM avanzados, específicamente ChatGPT-4o y GPT-5, en patología pediátrica de neoplasias.
• Evaluar el rendimiento de los LLM en la generación de sugerencias diagnósticas, paneles de inmunohistoquímica e informes de patología.

Principales métodos:

• Análisis retrospectivo de 33 casos de tumores pediátricos.
• Introducción de datos clínicos e imágenes histológicas en ChatGPT-4o y GPT-5.
• Calificación de los resultados de los LLM para la concordancia diagnóstica y la precisión de la interpretación inmunohistoquímica.

Principales resultados:

• ChatGPT-4o logró una concordancia del 77,1%, superando significativamente a GPT-5 (57,6%) (p < 0,05).
• Ambos modelos mostraron la mayor precisión en tumores de células azules redondas pequeñas.
• ChatGPT-4o demostró una precisión superior en la interpretación de inmunohistoquímica (74,4 % frente a 60,7 %).

Conclusiones:

• Los LLM como ChatGPT muestran potencial como ayudas diagnósticas y educativas en patología pediátrica.
• Se requiere una validación adicional y una supervisión experta esencial para la integración clínica.