Los investigadores ya han evaluado dos herramientas para identificar con precisión la hepatitis autoinmune
Un reciente estudio de prueba de concepto, publicado en el American Journal of Infection Control (AJIC), revela que las tecnologías de inteligencia artificial (IA) como ChatGPT pueden detectar con precisión casos de infecciones asociadas a la atención médica (HAI), incluso en entornos clínicos complejos.
Liderado por la Universidad de Saint Louis y la Universidad de Louisville (Estados Unidos), este estudio resalta la importancia de utilizar un lenguaje claro y coherente al emplear herramientas de IA con este fin. Además, ilustra el potencial de incorporar la tecnología de IA como parte rentable de los programas de vigilancia de infecciones de rutina.
Los investigadores evaluaron el rendimiento de dos herramientas impulsadas por IA para identificar con precisión la hepatitis autoinmune (HAI). Una de ellas se basó en ChatGPT Plus de OpenAI, mientras que la otra se desarrolló utilizando un modelo de lenguaje grande de código abierto conocido como Mixtral 8x7B.
Ambas herramientas de IA se probaron con generación aumentada de recuperación
Ambas herramientas de IA se emplearon con generación aumentada de recuperación, una técnica que mejora la calidad de las indicaciones mediante un depósito de conocimientos que proporciona contexto adicional. En este caso, el repositorio incluyó material de la Red Nacional de Seguridad de la Atención Médica de los CDC, un sistema de seguimiento de HAI.
Las herramientas se probaron en dos tipos de HAI: infección del torrente sanguíneo asociada a una vía central (CLABSI) e infección del tracto urinario asociada a un catéter (CAUTI). Se presentaron descripciones de seis escenarios ficticios de pacientes con diferentes niveles de complejidad a las herramientas de IA, evaluando luego su precisión comparando las respuestas con las de expertos.
En todos los casos, ambas herramientas de IA identificaron con precisión la HAI cuando recibieron indicaciones claras. Sin embargo, los investigadores observaron que la información faltante o ambigua en las descripciones podría afectar la precisión de las respuestas de la IA.
Timothy L. Wiemken, profesor asociado en la división de enfermedades infecciosas, alergias e inmunología de la Universidad de Saint Louis y autor principal del estudio, señala: “Nuestros resultados son los primeros en demostrar el potencial de la vigilancia de HAI asistida por IA en el entorno sanitario, pero también destacan la necesidad de una supervisión humana de esta tecnología”.
Wiemken concluye: “Con la creciente importancia de la IA en la Medicina, nuestro estudio valida la necesidad de continuar desarrollando herramientas de IA con datos de pacientes del mundo real para respaldar a los especialistas en prevención de infecciones”.