Investigadores de Microsoft han desarrollado una herramienta de inteligencia artificial que diagnostica pacientes paso a paso, como lo hacen los médicos, y resultó ser más del doble de precisa que los médicos generales para resolver casos médicos complejos, según un estudio publicado el jueves en la revista Science. El trabajo se enfoca en el diagnóstico en sí, un área identificada desde hace tiempo por investigadores de seguridad del paciente como una fuente persistente de daños prevenibles y una de las fronteras más vigiladas de la IA médica.

En lugar de procesar toda la información del paciente de una sola vez —el enfoque de la mayoría de los modelos de IA médica existentes, que examinan síntomas, resultados de laboratorio y estudios de imagen para generar un diagnóstico— el nuevo sistema trabaja de forma secuencial. Se basa en un "orquestador" que organiza cómo la IA aborda un problema mediante un panel simulado de expertos clínicos que colaboran para resolver casos diagnósticos, señala el informe.

Con el orquestador coordinando los pasos hacia el diagnóstico, el modelo primero decide qué preguntas hacer sobre la historia del paciente y qué hallazgos son relevantes en el examen físico. Según lo que aprende, determina qué pruebas ordenar, evalúa los resultados y solicita estudios adicionales cuando corresponde. Durante todo el proceso, actualiza sus hipótesis y planes de trabajo, dijeron los líderes de la investigación en una entrevista.

Encargado de diagnosticar más de 300 casos médicos sumamente inusuales y confusos, el modelo que emplea el orquestador diagnóstico fue más del doble de preciso al "evaluar" al paciente y determinar el diagnóstico que los médicos generales que usaban libros de texto e internet. La herramienta también superó a los médicos humanos cuando se le presentaron escenarios extraídos de una importante base de datos de admisiones en salas de emergencia.

Los investigadores señalaron que las evaluaciones convencionales que comparan sistemas de IA antiguos de este tipo con médicos humanos suelen basarse en preguntas de opción múltiple. "La IA se ha vuelto muy buena para obtener una tasa de aprobación del 100% en esas pruebas", dijo el Dr. Dominic King, vicepresidente corporativo de la unidad de salud de Microsoft AI, cuyo equipo desarrolla la nueva tecnología. "Pero, por supuesto, eso no es el mundo real. Ningún paciente ha venido a verme con un resumen ordenado". Los hallazgos alimentan un debate en curso en el campo de la IA sobre si las altas puntuaciones en exámenes tipo benchmark se traducen en un desempeño seguro y útil en entornos clínicos reales.

El estudio también encontró que los procesos diagnósticos cuestan menos cuando el orquestador diseña las evaluaciones que cuando lo hacen los médicos humanos, un resultado notable, dado que la solicitud de pruebas es un factor reconocido del gasto en salud. "No solo medimos la precisión de los sistemas. También medimos cuán juiciosamente y con cuánto cuidado realiza una evaluación diagnóstica", dijo Harsha Nori, jefe de IA de Microsoft AI Health.

A continuación, en colaboración con el Beth Israel Deaconess Medical Center en Boston, los investigadores pondrán a prueba la capacidad de la herramienta para triar pacientes en las salas de espera de urgencias Ese ensayo indicará si los resultados de laboratorio se sostienen en el flujo clínico real, donde las decisiones de triaje tienen consecuencias inmediatas, y cualquier avance hacia el uso clínico habitual llamaría la atención de la revisión regulatoria, ya que las herramientas de IA que informan diagnósticos suelen quedar bajo la supervisión de dispositivos médicos en Estados Unidos.

— Reuters