Los errores de diagnóstico son un problema frecuente en el ámbito de la salud y pueden provocar daños significativos a los pacientes. Esta situación es el resultado de una combinación compleja de factores tanto cognitivos como sistémicos. En este contexto, las tecnologías de inteligencia artificial (IA) están emergiendo como herramientas prometedoras para asistir a los médicos en el proceso diagnóstico.

Entre las innovaciones más recientes se encuentran los modelos de lenguaje de gran tamaño (LLM), que han exhibido un desempeño alentador en pruebas de razonamiento médico, tanto en formato de opción múltiple como en respuestas abiertas. Sin embargo, la pregunta clave que sigue sin respuesta es si el uso de estas herramientas efectivamente mejora la capacidad diagnóstica de los médicos en la práctica clínica diaria.

Un estudio reciente realizado por Ethan Goh en la Universidad de Stanford, California, se centró en evaluar el impacto de un LLM en el razonamiento diagnóstico de médicos, comparándolo con los métodos convencionales. En este ensayo clínico aleatorizado y a ciego simple, se reclutaron 50 médicos especializados en medicina familiar, medicina interna o medicina de urgencias, todos con una mediana de tres años de experiencia profesional.

Los médicos fueron divididos aleatoriamente en dos grupos: uno con acceso a la tecnología LLM y a recursos diagnósticos convencionales, y otro que solo contó con recursos convencionales. Durante el estudio, cada participante tuvo 60 minutos para analizar hasta seis viñetas clínicas.

Los resultados principales se evaluaron mediante una rúbrica estandarizada que medía la precisión del diagnóstico diferencial, la relevancia de los factores de apoyo y oposición, así como los siguientes pasos en el proceso de evaluación. También se registró el tiempo, en segundos, que cada médico tardó en analizar cada caso y la precisión del diagnóstico final.

Los resultados revelaron que la puntuación mediana en razonamiento diagnóstico por caso fue del 76% para el grupo que utilizó la herramienta LLM, en comparación con el 74% del grupo que usó recursos convencionales. Además, el tiempo promedio invertido por caso fue de 519 segundos para el grupo con LLM en comparación con 565 segundos para el grupo convencional.

Un hallazgo notable fue que el LLM logró una puntuación un 16% superior a la del grupo que utilizó únicamente recursos convencionales, lo que sugiere que estas herramientas podrían ser una adición valiosa a la práctica médica. Sin embargo, a pesar de estos resultados, el estudio destaca que no se puede afirmar de manera concluyente que la IA supere las capacidades humanas, ya que los médicos aún juegan un papel crucial en el contexto clínico.

Este avance plantea interrogantes sobre el futuro del diagnóstico médico y la integración de la IA en la atención sanitaria. ¿Estamos ante el inicio de una nueva era donde la inteligencia artificial podría redefinir el papel de los médicos? Solo el tiempo lo dirá, pero la promesa de la tecnología es ya cada vez más evidente.