Calidad y Fiabilidad de la Información de IA sobre Fallo de Implantes Dentales: Un Análisis Comparativo Multi-Modelo

Área de la Ciencia:

• Inteligencia Artificial en la Atención Sanitaria
• Implantología Dental
• Educación del Paciente

Sus antecedentes:

• El fallo de implantes dentales es una preocupación importante para los pacientes.
• Los chatbots de IA ofrecen una vía potencial para la difusión de información al paciente.
• El rendimiento de los diferentes modelos de IA en la provisión de información médica precisa y clara no está bien caracterizado.

Objetivo del estudio:

• Desarrollar un conjunto de preguntas consensuadas por expertos sobre el fallo de implantes dentales.
• Evaluar y comparar la precisión, claridad, fiabilidad y legibilidad de las respuestas de cuatro chatbots de IA líderes: ChatGPT-4, DeepSeek-R1, Microsoft Copilot y Google Gemini.

Principales métodos:

• Se generaron veintitrés preguntas validadas por expertos a partir de informes de consenso (EAO 2021, ICOI Pisa).
• Se enviaron preguntas a cada modelo de IA en condiciones estandarizadas.
• Las respuestas se evaluaron utilizando los criterios CLEAR, mGQS, escalas de precisión, ítems DISCERN e índices de legibilidad de Flesch, con pruebas no paramétricas para las comparaciones.

Principales resultados:

• Se observó una variabilidad significativa en el rendimiento entre los modelos de IA.
• Google Gemini demostró la mayor precisión (P<0.001), mientras que ChatGPT-4 mostró la mayor fiabilidad (puntuaciones DISCERN).
• Microsoft Copilot produjo las respuestas más fluidas y DeepSeek-R1 ofreció la mejor legibilidad, a pesar de las variaciones en la complejidad lingüística.

Conclusiones:

• Los chatbots de IA muestran ser prometedores como herramientas complementarias para la educación del paciente sobre el fallo de implantes dentales.
• Cada modelo de IA posee fortalezas distintas: Gemini para la precisión, ChatGPT-4 para la fiabilidad, Copilot para la fluidez y DeepSeek-R1 para la legibilidad.
• La orientación personalizada y el desarrollo continuo son cruciales para optimizar la información generada por IA para pacientes para su uso clínico y accesibilidad.