MADRID 14 Mar. (EUROPA PRESS) -
Un nuevo estudio de prueba de concepto publicado en el 'American Journal of Infection Control (AJIC)' informa de que las tecnologías de inteligencia artificial (IA) como ChatGPT pueden identificar con precisión casos de infecciones asociadas a la atención médica (HAI). incluso en escenarios clínicos complejos.
El estudio dirigido por la Universidad de Saint Louis y la Universidad de Louisville (Estados Unidos) destaca la necesidad de un lenguaje claro y coherente al utilizar herramientas de IA para este propósito e ilustra el potencial de incorporar la tecnología de IA como un componente rentable de los programas de vigilancia de infecciones de rutina.
El equipo de investigadores evaluó el rendimiento de dos herramientas impulsadas por IA para la identificación precisa de HAI. Una herramienta se creó utilizando ChatGPT Plus de OpenAI y la otra se desarrolló utilizando un modelo de lenguaje grande de código abierto conocido como Mixtral 8x7B.
Cabe mencionar que ambas herramientas de IA se utilizaron con generación aumentada de recuperación, un enfoque que mejora la calidad de las indicaciones a través de un depósito de conocimientos que brinda contexto adicional a la herramienta de IA. En este caso, el repositorio incluía 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, a las que luego se les preguntó si las descripciones representaban una CLABSI o una CAUTI.
Las descripciones incluían información como la edad del paciente, los síntomas, la fecha de ingreso y las fechas en que se insertaron y retiraron vías centrales o catéteres. Las respuestas de la IA se compararon con las respuestas de los expertos para determinar la precisión.
En los seis casos, ambas herramientas de IA identificaron con precisión la HAI cuando se les dieron indicaciones claras. Es importante destacar que los investigadores descubrieron que la información faltante o ambigua en las descripciones podría impedir que las herramientas de inteligencia artificial produzcan resultados precisos. Por ejemplo, una descripción no incluía la fecha en que se insertó el catéter; sin ese detalle la herramienta de IA no podría dar una respuesta correcta.
Las abreviaturas, la falta de especificidad, el uso de caracteres especiales y las fechas informadas en formato numérico en lugar de con el mes detallado dieron lugar a respuestas inconsistentes.
"Nuestros resultados son los primeros en demostrar el poder de la vigilancia de HAI asistida por IA en el entorno sanitario, pero también subrayan la necesidad de una supervisión humana de esta tecnología", afirma Timothy L. Wiemken, profesor asociado en la división de enfermedades infecciosas, alergias e inmunología de la Universidad de Saint Louis y autor principal del artículo.
"Con la rápida evolución del papel de la IA en la Medicina, nuestro estudio de prueba de concepto valida la necesidad de un desarrollo continuo de herramientas de IA con datos de pacientes del mundo real para apoyar a los especialistas en prevención de infecciones", concluye el investigador.
