Cada vez surgen con más frecuencia nuevos estudios que inciden en la capacidad que tiene la Inteligencia Artificial (IA) para ayudar a los profesionales de las distintas especialidades médicas: Neurología, Oncología, Reumatología… y, ahora también, Urgencias y Emergencias. En concreto, según una reciente investigación de la Escuela de Medicina Icahn, perteneciente al Hospital Mount Sinai de Nueva York, modelos de IA como el GPT-4 pueden ayudar a predecir si un paciente que está en la sala de Urgencias debe o no ser ingresado en el hospital.
Para ello, los investigadores utilizaron datos -desde las constantes vitales de los pacientes hasta las notas de triaje de las enfermeras- de más de 864.000 visitas a Urgencias en siete hospitales del Mount Sinai Health System, de las cuales 159.857 (el 18,5%) acabaron con el paciente ingresando en el hospital; y compararon el citado GPT-4 con otros modelos tradicionales de aprendizaje automático, como Bio-Clinical-Bert para texto o XGBoost para datos estructurales. “Nos motivó la necesidad de probar si la IA generativa, en especial los grandes modelos de lenguaje (LLM) como GPT-4, podrían mejorar nuestra capacidad para predecir admisiones en entornos de alto volumen”, explica Eyal Klnag, autor del estudio.
"Nos sorprendió lo bien que GPT-4 se adapta al entorno de urgencias y razona sus decisiones"
Y uno de esos “entornos de alto volumen”, claro está, son los servicios de Urgencias. Así, evaluaron la capacidad de GPT-4 para predecir ingresos hospitalarios tanto de manera independiente como en combinación con los métodos clásicos. “Nuestro objetivo era mejorar la toma de decisiones clínicas a través de esta tecnología de Inteligencia Artificial, y nos sorprendió lo bien que GPT-4 se adapta al entorno de Urgencias y razona sus decisiones”, destaca Klnag, director del Programa de Investigación de IA Generativa en la División de Medicina Digital e Impulsada por Datos (D3M) en la Escuela de Medicina Icahn.
Y es que, mientras que los modelos tradicionales de aprendizaje automático utilizan millones de registros para entrenarse, los grandes modelos de lenguaje pueden aprender de forma eficaz utilizando solo unos pocos ejemplos: “Esta capacidad de explicar su razonamiento lo diferencia de los modelos tradicionales y abre nuevas vías para la IA en la toma de decisiones médicas”. Además, apunta el grupo de investigadores, los grandes modelos de lenguaje, como GPT-4, también pueden incorporar predicciones de aprendizaje automático tradicionales.
“Sienta las bases para futuras investigaciones sobre la integración de la Inteligencia Artificial en la atención sanitaria a través de los muchos dominios que requieren una optimización continua"
Y, a juzgar por los resultados de los investigadores de la ciudad estadounidense, todo esto funciona. "Nuestra investigación sugiere que la IA pronto podría ayudar a los médicos de Urgencias a tomar decisiones rápidas y fundamentadas sobre el ingreso de pacientes”, insiste Girish N. Nadkarni, doctor en Medicina y otro de los coautores del estudio de la Escuela Icahn, quien destaca que su trabajo “abre la puerta” a una mayor innovación futura en Inteligencia Artificial en el campo de la sanidad, “fomentando el desarrollo de modelos que puedan razonar y aprender a partir de datos limitados, al igual que hacen los expertos humanos".
Esta investigación “sienta las bases para futuras investigaciones sobre la integración de la Inteligencia Artificial en la atención sanitaria a través de los muchos dominios que requieren una optimización continua: tareas de diagnóstico, de tratamiento, operativas y administrativas…”, incide Brendan Carr, coautor del estudio, médico de Urgencias y director ejecutivo del Mount Sinai Health Service. “La capacidad de entrenar rápidamente a los grandes modelos de lenguaje pone de relieve su potencial para proporcionar información valiosa, incluso en entornos complejos como es el de la atención sanitaria”, insiste el experto norteamericano.
RESULTADOS QUE HAY QUE TOMAR CON CAUTELA
Lainvestigación del equipo de la Escuela de Medicina Icahn del Hospital Mount Sinai de Nueva York, cuyo ‘Health System’ es uno de los sistemas académicos sanitarios más grandes del país, apareció publicada el pasado día 21 de mayo en la revista Journal of the American Medical Informatics Association. Concretamente, en un artículo titulado ‘Evaluating the accuracy of a state-of-the-art large language model for prediction of admissions from the emergency room’, que ha contado con la subvención del National Heart Lung and Blood Institute NIH.
"Aunque los resultados son alentadores, la tecnología no sustituye el componente humano de la atención sanitaria"
Y, como se mencionaba anteriormente, los investigadores -otros nueve además de los ya citados hasta el momento- ya están estudiando cómo aplicar estos grandes modelos lingüísticos a los sistemas de atención sanitaria, “con el objetivo de integrarlos armoniosamente con los métodos tradicionales de aprendizaje automático”. Con ello, esperan poder abordar “retos complejos” y la toma decisiones en entornos clínicos en tiempo real.
"No obstante, aunque los resultados son alentadores, la tecnología sigue desempeñando un papel de apoyo, mejorando el proceso de toma de decisiones al proporcionar conocimientos adicionales, pero sin sustituir el componente humano de la atención sanitaria, que sigue siendo fundamental”, matiza sobre la investigación el doctor Arthur M. Fishberg, profesor de Medicina en la Escuela de Medicina Icahn del Hospital Mount Sinai de Nueva York, director del Instituto Charles Bronfman de Medicina Personalizada y jefe de sistema del programa D3M.