Mejora de la comunicación preoperatoria en ortopedia: Un análisis comparativo de las cartas de clínica generadas por...

Área de la Ciencia:

• Cirugía ortopédica
• Comunicación médica
• Inteligencia artificial en la atención médica

Sus antecedentes:

• La comunicación eficaz es crucial para el consentimiento informado en ortopedia.
• Los sistemas de atención médica enfrentan limitaciones de personal y tiempo que afectan el diálogo con el paciente.
• Los modelos de lenguaje grandes (LLM) ofrecen soluciones potenciales para agilizar la correspondencia entre pacientes y médicos.

Objetivo del estudio:

• Evaluar la viabilidad de la correspondencia asistida por LLM en la práctica ortopédica.
• Evaluar las cartas generadas por LLM en cuanto a comprensibilidad, legibilidad e inclusión del perfil de complicaciones.
• Comparar los resultados de LLM con las cartas generadas por médicos humanos.

Principales métodos:

• Se seleccionaron seis operaciones ortopédicas comunes.
• Se utilizaron indicaciones estandarizadas para generar cartas a través de cuatro LLM (OpenAI o1, DeepSeek, Gemini, Copilot) y dos médicos humanos.
• Se midieron la comprensibilidad (PEMAT-P), la legibilidad (Flesch-Kincaid, Gunning Fog, SMOG) y la inclusión de complicaciones.

Principales resultados:

• Las cartas generadas por LLM demostraron una comprensibilidad y legibilidad superiores en comparación con las cartas de los médicos.
• OpenAI o1 y Gemini mostraron un alto cumplimiento del perfil de complicaciones.
• El texto de LLM se redactó en un nivel de lectura de 7º-8º grado, más simple que las cartas de los médicos.

Conclusiones:

• Los LLM pueden superar la correspondencia tradicional de los médicos en claridad y exhaustividad.
• La integración de flujos de trabajo de LLM puede reducir la carga administrativa y mejorar la toma de decisiones del paciente.
• Se necesita más investigación para la implementación clínica ética y segura de los LLM.