ChatGPT-5 coincide con la evaluación a nivel de cirujano de la candidatura del lifting facial: un estudio piloto de...

Área de la Ciencia:

• Cirugía plástica cirugía plástica.
• La inteligencia artificial es inteligencia artificial.
• Análisis de imágenes médicas Análisis de imágenes médicas.

Sus antecedentes:

• La inteligencia artificial multimodal (IA) se utiliza cada vez más en la cirugía plástica.
• Se desconoce la capacidad de la IA de propósito general para evaluar el envejecimiento facial y la candidatura al estiramiento facial solo a partir de fotografías, en comparación con los especialistas.

Objetivo del estudio:

• Evaluar la capacidad de ChatGPT-5 para identificar las características de envejecimiento facial, estratificar la gravedad y determinar la candidatura de estiramiento facial a partir de imágenes.
• Para comparar el rendimiento de ChatGPT-5 con los cirujanos plásticos certificados por la junta.

Principales métodos:

• Un estudio piloto de observación en el que participaron 22 voluntarios con fotografías faciales estandarizadas.
• Cinco cirujanos plásticos certificados por la junta y ChatGPT-5 evaluaron imágenes de forma independiente utilizando cuestionarios idénticos.
• El análisis estadístico incluyó acuerdo ( κ de Cohen), κ ponderado, ρ de Spearman y error absoluto medio (MAE).

Principales resultados:

• ChatGPT-5 logró un 95,5% de acuerdo con los cirujanos en la candidatura de estiramiento facial (Cohen's κ = 0,91).
• El acuerdo sobre las características de envejecimiento binario osciló entre el 81,8% y el 90,9%.
• Para la severidad ordinal, el acuerdo exacto fue del 77,3%, con desacuerdos pequeños de nivel adyacente; el κ ponderado osciló entre el 0,74 y el 0,86.

Conclusiones:

• ChatGPT-5 coincidió estrechamente con las evaluaciones de los cirujanos para la candidatura al estiramiento facial y la gravedad del envejecimiento utilizando solo fotografías estandarizadas.
• La herramienta de IA se muestra prometedora como un sistema de apoyo a la decisión para el triaje y la educación del paciente.
• Se necesitan más estudios multicéntricos con diversos conjuntos de datos para confirmar la generalizabilidad y establecer estándares de implementación.