Video Experimental Relacionado
Updated: Jul 24, 2026
09:52
Setting Up a Stroke Team Algorithm and Conducting Simulation-based Training in the Emergency Department - A Practical Guide
Published on: January 15, 2017
18.0K
Inteligencia artificial en el ictus pediátrico: ¿Un aliado en el cribado?
I Ojeda-Velázquez1, B Bermejo-González1, M García de Oteyza2
1Pediatric Medical Intern, Pediatrics Department, Hospital General Universitario Gregorio Marañón, Madrid, Spain.
Resumen
ChatGPT muestra una utilidad limitada en el diagnóstico de sospecha de ictus o en el cálculo de escalas neurológicas en entornos de urgencias pediátricas. Sin embargo, una baja puntuación de probabilidad de ictus puede ayudar a descartar el ictus, lo que sugiere un posible papel de apoyo.
Área de la Ciencia:
- Medicina de Emergencias Pediátricas
- Inteligencia Artificial en la Atención Sanitaria
- Neurología
Sus antecedentes:
- Es crucial evaluar herramientas de IA como ChatGPT para el apoyo a la toma de decisiones clínicas.
- La sospecha de ictus en niños requiere un diagnóstico preciso y oportuno.
- Las escalas estandarizadas (GCS, PEDNIHSS) son vitales para la evaluación neurológica.
Objetivo del estudio:
- Evaluar la precisión de la guía diagnóstica de ChatGPT para la sospecha de ictus pediátrico.
- Evaluar la capacidad de ChatGPT para predecir la probabilidad de ictus.
- Analizar el rendimiento de ChatGPT en el cálculo de la Escala de Coma de Glasgow (GCS) y la Escala de Ictus de los Institutos Nacionales de Salud Pediátrica (PEDNIHSS).
Principales métodos:
- Estudio observacional retrospectivo en un Departamento de Emergencias Pediátricas.
- Se utilizaron plantillas estandarizadas de casos de pacientes en conversaciones de ChatGPT.
- Se solicitó a ChatGPT el diagnóstico, la probabilidad de ictus, los cálculos de GCS y PEDNIHSS, y los resultados se compararon con las evaluaciones clínicas.
Principales resultados:
- ChatGPT demostró una débil concordancia en la guía diagnóstica (k=0.291) pero alta sensibilidad (90,9%) y baja especificidad (57,4%).
- El Área Bajo la Curva (AUC) para la predicción de la probabilidad de ictus fue de 0,796
- una puntuación <4 mostró un alto valor predictivo negativo (93,75%).
- La concordancia para los cálculos de GCS (k=0,227) y PEDNIHSS (k=0,261) fue débil.
Conclusiones:
- Actualmente, ChatGPT no es adecuado para la guía diagnóstica directa ni para el cálculo de escalas en casos de sospecha de ictus pediátrico.
- Una puntuación de probabilidad de ictus inferior a 4 generada por ChatGPT puede ayudar a descartar el ictus.
- ChatGPT podría servir potencialmente como una herramienta complementaria en las activaciones de códigos de ictus pediátrico.
Videos de Conceptos Relacionados
02:16Stereotype Content Model
The Stereotype Content Model (SCM) was first proposed by Susan Fiske and her colleagues (Fiske, Cuddy, Glick & Xu, 2002; see also Fiske, 2012 and Fiske, 2017). The SCM specifies that when someone encounters a new group, they will stereotype them based on two metrics: warmth—or that group’s perceived intent, and how likely they are to provide help or inflict harm—and competence—or their ability to carry out that objective. Depending on the warmth-competence categorization, a person will feel...
01:27Intelligence
The term "intelligence" is complex because it refers to both behavior and individuals, and its interpretation varies across cultures. European Americans tend to link intelligence with reasoning and cognitive skills, while in Kenya, it is tied to responsible participation in family and social life. In Uganda, intelligence is seen as the ability to know the right actions and carry them out effectively, while the Iatmul people of Papua New Guinea associate it with the capacity to remember detailed...
01:23Binet's Contribution to Measures of Intelligence
Alfred Binet, along with his student Théophile Simon, was tasked by the French Ministry of Education in 1904 to create a method for identifying students who struggled to learn through conventional classroom instruction. This initiative aimed to address overcrowding by placing such students in specialized schools. Binet and Simon developed an intelligence test comprising 30 tasks, ranging from simple commands, like touching one's nose or ear, to more complex tasks, such as drawing designs from...