Colaboración humano-modelo de lenguaje grande en medicina clínica: una revisión sistemática y un metaanálisis

Área de la Ciencia:

• Informática Médica
• Inteligencia Artificial en la Atención Médica
• Sistemas de Apoyo a la Decisión Clínica

Sus antecedentes:

• Los modelos de lenguaje grande (LLM) ofrecen potencial para mejorar el razonamiento clínico, la documentación y la interpretación.
• La colaboración Humano-IA (H+IA) es un paradigma emergente en la atención médica.
• La metodología de revisión sistemática es crucial para evaluar la efectividad de H+IA.

Objetivo del estudio:

• Comparar sistemáticamente la efectividad de la colaboración Humano-IA (H+IA) frente a los flujos de trabajo solo humanos (H).
• Evaluar el impacto de H+IA en la precisión diagnóstica, el manejo, la calidad de la documentación y la eficiencia del tiempo.
• Identificar áreas para futuras investigaciones en H+IA para aplicaciones clínicas.

Principales métodos:

• Revisión sistemática de la literatura siguiendo las directrices PRISMA 2020.
• Se buscaron cuatro bases de datos hasta el 28 de junio de 2025, incluyendo 10 estudios revisados por pares.
• Se analizó la precisión diagnóstica/interpretativa, las puntuaciones compuestas y la eficiencia del tiempo.

Principales resultados:

• Se observó una tendencia positiva pero no significativa para H+IA en la precisión diagnóstica/interpretativa (RR 1.59).
• Mejora estadísticamente significativa en las puntuaciones compuestas de diagnóstico/manejo (MD +4.88 pp), con alta incertidumbre (PI -31.65 a 41.42).
• No se observaron diferencias significativas en la eficiencia del tiempo (MD +0.4 min).
• La calidad de la documentación mejoró, pero las tasas de errores fácticos se mantuvieron altas (~26-36%).

Conclusiones:

• La evidencia actual para H+IA en entornos clínicos es preliminar y muy incierta.
• Persisten errores fácticos en la documentación, lo que socava las ganancias potenciales de calidad.
• Se recomiendan ensayos pragmáticos pre-registrados centrados en la seguridad, las métricas de error y la comunicación de la incertidumbre.