Un artículo de JAMA Surgery (2), demuestra la capacidad de una IA específica (GPT-4 Turbo OpenAI) para analizar las notas clínicas preoperatorias, a partir de registros médicos electrónicos, y así clasificar y predecir varios parámetros peri-operatorios.
PUNTOS CLAVE
- Se presentó en un artículo en JAMA Surgery (2) la capacidad de una IA específica (GPT-4 Turbo OpenAI) para analizar las notas clínicas preoperatorias, a partir de registros médicos electrónicos, y así clasificar y predecir varios parámetros peri-operatorios.
- Esta IA no solo clasificó los casos a través del ASA con precisión, sino que también proporcionó una explicación que justificaba por qué, por ejemplo, un paciente específico fue categorizado como clase 3 de ASA, pero no como clase 4.
-
Esta investigación sirve como introducción accesible sobre cómo funcionan la IA, y puede ser de interés para una amplia gama de cirujanos e investigadores ansiosos por explorar cómo se podrían aplicar la IA a su área de interés e investigación.
Welcome ChatGPT (1)
Pasó poco más de un año desde que ChatGPT (OpenAI) irrumpió en escena para convertirse en la aplicación de software de consumo de más rápido crecimiento en la historia.
Fue inmediatamente obvio que los modelos de lenguaje extenso (LLM, por sus siglas en inglés) son extraordinariamente poderosos, pero el alcance, la naturaleza, la aplicación y las implicaciones de ese poder, siguen sin estar claros.
Una nueva investigación publicada en JAMA Surgery
Chung y colegas presentan un artículo JAMA Surgery (2) que demuestra la capacidad de una IA específica (GPT-4 Turbo OpenAI) para analizar las notas clínicas preoperatorias, a partir de registros médicos electrónicos, y así clasificar y predecir varios parámetros peri-operatorios, como el puntaje de la Clasificación del estado físico de la Asociación Estadounidense de Anestesia (ASA, por su sigla en inglés), el riesgo de ingreso hospitalario o en la unidad de cuidados intensivos, y la duración de la estancia hospitalaria, después una cirugía.
Los resultados: ¿Qué encontraron?
En este estudio pronóstico, con conjuntos de datos específicos de tareas, cada uno con 1000 casos, el GPT-4 Turbo (OpenAI) logró una puntuación F1 de 0.50 para el puntaje del ASA, 0.64 para el ingreso hospitalario, 0.81 para el ingreso a la unidad de cuidados intensivos, 0.61 para el ingreso hospitalario no planificado y 0.86 para la predicción de mortalidad hospitalaria.
Descubrieron que esta IA no solo clasificó los casos a través del ASA con precisión, sino que también proporcionó una explicación que justificaba por qué, por ejemplo, un paciente específico fue categorizado como clase 3 de ASA, pero no como clase 4.
No pudo predecir con precisión los resultados de duración, como la duración de la fase 1 de la unidad de cuidados post-anestésicos, la duración del hospital y la duración de la UCI. En efecto, la IA tuvo dificultades para hacer predicciones precisas de resultados lineales, como, por ejemplo, la duración de la estancia hospitalaria.
Esta investigación sirve como una introducción accesible sobre cómo funcionan la IA, y puede ser de interés para una amplia gama de cirujanos e investigadores ansiosos por explorar cómo se podrían aplicar la IA a su área de interés e investigación.
Las conclusiones: ¿qué nos deja este estudio?
Los modelos de IA actuales pueden ayudar a los médicos con la estratificación del riesgo perioperatorio en tareas de clasificación, pero no en tareas de predicción numérica.
