Un sistema de IA mejora la precisión diagnóstica y reduce los costes de las pruebas médicas

Un sistema de inteligencia artificial (IA) diseñado para imitar a un grupo de expertos médicos - que revisa continuamente la nueva información a medida que está disponible - superó a los médicos humanos participantes en el diagnóstico de casos clínicos, al tiempo que, en muchos casos, redujo los costes estimados de las pruebas. Las evaluaciones anteriores de las herramientas de IA médica «no habían analizado el diagnóstico como un proceso activo y secuencial de recopilación de información que tenga en cuenta conjuntamente la precisión diagnóstica y los costes de las pruebas diagnósticas», afirman los autores del estudio.  El diagnóstico clínico es un proceso iterativo en el que los médicos recopilan información de los historiales de los pacientes, las exploraciones físicas y las pruebas diagnósticas para identificar una afección médica.  A medida que surgen nuevas pruebas, revisan continuamente los posibles diagnósticos y determinan si existe suficiente certeza para llegar a una conclusión o iniciar un tratamiento.  Aunque los modelos de lenguaje (LM) han demostrado impresionantes capacidades de razonamiento médico en exámenes escritos y casos clínicos estructurados, las evaluaciones convencionales suelen proporcionar toda la información del caso desde el principio.  «Al reducir el diagnóstico a un único paso de inferencia», afirman los autores, «las pruebas de referencia estáticas no pueden evaluar si un sistema formula las preguntas adecuadas, se abstiene de realizar pruebas indiscriminadas, actualiza el diagnóstico diferencial a medida que se acumula evidencia o reconoce cuándo se ha alcanzado la certeza suficiente para dar por concluido el proceso de evaluación».  Esto podría llevar a sobrevalorar la competencia diagnóstica.  Para subsanar esta carencia, Harsha Nori y sus colegas desarrollaron el Sequential Diagnosis Benchmark (SDBench), transformando 629 casos clínicos extraídos de The New England Journal of Medicine y de atenciones en servicios de urgencias en retos diagnósticos interactivos paso a paso. 

Utilizando el SDBench, Nori y sus colaboradores evaluaron Diagnostic Orchestrator (DxO), un sistema de IA que crearon para guiar el razonamiento diagnóstico. Este selecciona preguntas y pruebas teniendo en cuenta los costes.  Impulsado por GPT-5, DxO estableció un equilibrio más favorable entre la precisión diagnóstica y los costes de las pruebas que los médicos participantes en todo el rango de coste-precisión evaluado.  En función de las limitaciones presupuestarias, el sistema alcanzó precisiones de entre el 79,6 % y el 84,5 %, con unos costes medios que oscilaron entre los 1.303 y los 8.945 dólares por caso.  En comparación, los médicos que evaluaron casos seleccionados para conferencias clínicas alcanzaron precisiones diagnósticas medias del 22,3 % sin herramientas de referencia y del 36,1 % con ellas.  Incluso el médico con mejor rendimiento, cuya precisión alcanzó el 51,8 %, fue superado por DxO tanto en precisión como en coste.  El sistema también siguió una estrategia diagnóstica distinta, recopilando mucha más información sobre el historial del paciente antes de solicitar su primera prueba de lo que solían hacer los médicos.  En los casos rutinarios del servicio de urgencias, DxO alcanzó una precisión del 80,3 % con un coste medio de 4.980 dólares por caso, sin restricciones presupuestarias.  Aunque estos resultados sugieren que la coordinación mediante IA podría facilitar un diagnóstico más eficiente, los autores sostienen que es necesaria una evaluación más exhaustiva para determinar su eficacia en la práctica clínica real y su impacto en los resultados de los pacientes.  Además, Nori y su equipo subrayan que el modelo no puede realizar exploraciones físicas ni observar a los pacientes directamente.  No obstante, el sistema resulta prometedor a la hora de complementar el flujo de trabajo de un médico.   Para obtener más información, consulta la entrevista en vídeo «SciPak:  Unpak’d», en la que dos de los autores analizan el trabajo con mayor detalle.