Recomendaciones explicables y vinculadas a la evidencia para la cirugía de columna vertebral a través de un agente...

Área de la Ciencia:

• La inteligencia artificial en la medicina.
• Apoyo a la decisión de cirugía de columna vertebral.
• La informática clínica es una informática clínica.

Sus antecedentes:

• La toma de decisiones clínicas para las enfermedades de la columna vertebral requiere la integración de imágenes, el estado neurológico, la integridad ósea y los objetivos del paciente.
• Los Grandes Modelos de Lenguaje (LLM) ofrecen potencial para el apoyo a decisiones inteligentes, pero necesitan una evaluación rigurosa de la confiabilidad y la interpretabilidad.

Objetivo del estudio:

• Proponer y evaluar un nuevo marco basado en la generación aumentada de recuperación (RAG) para el apoyo a la toma de decisiones en enfermedades de la columna vertebral.
• Comparar sistemáticamente el rendimiento de cuatro agentes avanzados de LLM (Gemini 2.5 Flash, DeepSeek, GPT-4o, GPT-4o-mini) dentro de este marco.

Principales métodos:

• Se desarrolló un marco de RAG, que incorpora solicitudes específicas de dominio, respuestas estructuradas y seguimiento de evidencia.
• Se utilizaron 200 casos reales de columna vertebral para evaluar las tareas diagnósticas, terapéuticas y de seguimiento.
• Cinco cirujanos de columna evaluaron los resultados de LLM utilizando una rúbrica de 11 dimensiones, con análisis estadístico de las diferencias entre grupos.

Principales resultados:

• El Gemini 2.5 Flash logró la puntuación general más alta, superando significativamente a otros modelos.
• DeepSeek demostró un rendimiento superior en la integridad del diagnóstico diferencial.
• Se observó una variabilidad intermodelo sustancial en el razonamiento clínico específico de la columna vertebral.

Conclusiones:

• Gemini 2.5 Flash y DeepSeek exhibieron una precisión clínica superior, exhaustividad y usabilidad para el soporte de decisiones de la columna vertebral.
• Los agentes RAG adaptados al dominio son prometedores para mejorar el cuidado espinal basado en la evidencia.
• El trabajo futuro debería explorar la integración multimodal de datos y la validación clínica prospectiva.