Según un nuevo estudio, un programa de inteligencia artificial creó explicaciones de los resultados de las pruebas cardíacas que, en la mayoría de los casos, eran precisas, relevantes y fáciles de entender para los pacientes.
El estudio abordó un ecocardiograma (eco), que utiliza ondas sonoras para crear imágenes de la sangre que fluye a través de las cámaras y válvulas del corazón. Los informes ecográficos incluyen medidas numéricas de la función generada por la máquina, así como comentarios del cardiólogo que interpretan el tamaño del corazón, la presión en sus vasos y el grosor del tejido, que pueden indicar la presencia de una enfermedad. Los autores del estudio afirman que, en la forma que suelen preparar los médicos, los informes son difíciles de entender para los pacientes, lo que a menudo provoca una ansiedad innecesaria.
Para resolver este problema, NYU Langone Health está probando las capacidades de una forma de inteligencia artificial (IA) que genera posibles opciones para la siguiente palabra en cualquier oración según el contexto que la gente encuentra en Internet. ¿Cómo uso las palabras? El resultado de esta predicción de la siguiente palabra es que estos “chatbots” creativos de IA pueden responder preguntas en un lenguaje sencillo. Sin embargo, los programas de IA, que operan basándose en probabilidades en lugar de “pensar” y pueden producir resúmenes inexactos, están destinados a apoyar, no reemplazar, a los proveedores humanos.
En marzo de 2023, NYU Langone solicitó a OpenAI, la empresa que creó el chatbot chatGPT, acceso a la última herramienta de IA generativa de la empresa, GPT4. NYU Langone Health obtuvo la licencia de una de las primeras “instancias privadas” de la herramienta, lo que permitió a los médicos experimentar con IA utilizando datos reales de pacientes y respetando los principios de privacidad.
Este esfuerzo se publicará en línea el 31 de julio. Revista de imágenes cardiovasculares del Colegio Americano de Cardiología (JACC), el estudio actual analizó cien informes escritos por médicos sobre un tipo común de prueba de eco para ver si GPT4 podría generar efectivamente una interpretación humanista de los resultados de la prueba. validez, relevancia y comprensibilidad, y están de acuerdo o totalmente de acuerdo en que el 73% de los pacientes eran apropiados para la derivación sin cambios.
Todas las descripciones de IA fueron calificadas como “totalmente verdaderas” (84%) o mayoritariamente verdaderas (16%). En términos de relevancia, el 76% de las explicaciones contenían “toda la información importante”, el 15% “la mayoría”, el 7% “aproximadamente la mitad” y el 2% “cualquier explicación con información faltante”, dicen los autores. como “potencialmente peligroso”.
“Nuestro estudio, el primero en evaluar GPT4 de esta manera, demuestra que los modelos de IA generativa pueden ser eficaces para ayudar a los médicos a interpretar los resultados del ecocardiograma a los pacientes”, dijo el autor correspondiente Levar Jenkelsen, M.D. D, PhD, profesor asociado de medicina en NYU Grossman. Líder de la Facultad de Medicina e Inteligencia Artificial para Cardiología de NYU Langone. “Las explicaciones rápidas y precisas pueden reducir la ansiedad del paciente y el volumen, a veces abrumador, de mensajes de pacientes que reciben los médicos”.
El mandato federal de 2016 de la Ley de Curas del Siglo XXI de revelar inmediatamente los resultados de las pruebas a los pacientes se ha relacionado con un aumento dramático en el número de consultas de profesionales médicos, dicen los autores del estudio. Los investigadores dicen que los pacientes reciben resultados crudos de las pruebas, no los entienden y se vuelven ansiosos mientras esperan que los médicos se les acerquen con explicaciones.
Idealmente, los médicos informan a los pacientes sobre los resultados de su ecocardiograma que se publican de inmediato, pero hay retrasos ya que los proveedores ingresan manualmente grandes cantidades de información relevante en el registro médico electrónico.
“Si son lo suficientemente confiables, las herramientas de inteligencia artificial pueden ayudar a los médicos a interpretar los resultados cuando se publican”, dijo el primer autor del estudio, Jacob Martin, MD, becario de cardiología en NYU Langone. “Nuestro plan de ahora en adelante es medir el impacto de las explicaciones generadas por la IA y por los médicos sobre la ansiedad del paciente, la satisfacción y la carga de trabajo del médico”.
El nuevo estudio también encontró que el 16 por ciento de las descripciones de IA contenían información falsa. En un error, el informe del ecocardiograma de IA afirma que “hay una pequeña cantidad de líquido, conocido como derrame pleural, en el espacio alrededor del pulmón derecho”. La herramienta concluyó erróneamente que el flujo era pequeño, un error conocido en la industria como “alucinación” de la IA. Los investigadores enfatizaron que la supervisión humana es fundamental para mejorar las recetas de la IA, incluida la corrección de cualquier error antes de que llegue a los pacientes.
El equipo de investigación también encuestó a participantes sin antecedentes médicos que fueron reclutados para obtener una perspectiva profana sobre la definición de IA. En resumen, fueron bienvenidos, dijeron los autores. Los participantes no clínicos encontraron que el 97 por ciento de las reescrituras generadas por IA eran más comprensibles que los informes originales, lo que redujo la ansiedad en muchos casos.
“Este análisis adicional subraya el potencial de la IA para mejorar la comprensión del paciente y reducir la ansiedad”, añadió Martin. “Nuestro próximo paso será integrar estas herramientas mejoradas en la práctica clínica para mejorar la atención al paciente y reducir la carga de trabajo del médico”.
Junto con Martin y Jenkelson, los autores del estudio Langone de la Universidad de Nueva York fueron Muhammad Sarak, Alan Weinreb, Daniel Bamera, Samuel Barnard, Richard Rowe, Theodore Hill y Larry Chinitz. Jonathan Astrian y Yandalon Aphnia Fungus en el Centro Médico de Tecnología de la Información (MCIT); Hao Zhang y Vidya Kosmahargiou en el Centro de Innovación y Ciencias de la Prestación de Atención Médica del Departamento de Salud de la Población y Matthew Williams en el Departamento de Cirugía Cardiotorácica.
