La IA puede ayudar a priorizar qué pacientes deben ser atendidos primero
0 comments
L os servicios de emergencia se encuentran abarrotados y sobrecargados, pero un nuevo estudio sugiere que la Inteligencia Artificial (IA) podría ayudar algún día a priorizar qué pacientes necesitan tratamiento con mayor urgencia.
Utilizando datos anónimos de 251.000 pacientes adultos que acudieron al servicio de emergencias, investigadores de la Universidad California San Francisco evaluaron cómo un modelo de Inteligencia Artificial (IA) podía obtener síntomas de las notas clínicas de los pacientes para determinar su necesidad de recibir tratamiento de inmediato. Luego compararon el análisis de IA con las puntuaciones de los pacientes en el Índice de Gravedad de Emergencia, una escala del 1 al 5 que utilizan las enfermeras del servicio de urgencias americano cuando llegan los pacientes para asignar atención y recursos según la mayor necesidad, un proceso conocido como triaje.
Los investigadores probaron el rendimiento del modelo de lenguaje grande LLM con una muestra de 10.000 pares emparejados (20.000 pacientes en total) que incluían un paciente con una afección grave, como un accidente cerebrovascular, y otro con una afección menos urgente, como una muñeca rota. Teniendo en cuenta solo los síntomas de los pacientes, la IA pudo identificar qué paciente de urgencias del par tenía una afección más grave el 89% de las veces.
Integracion de la IA
La IA logró identificar al paciente más grave de cada par el 89 % de las veces basándose únicamente en los datos de los síntomas. Una comparación enfocada en un subconjunto más pequeño de 500 pares, que también involucró la evaluación del médico, mostró la precisión de la IA en un 88 %, ligeramente superior al 86 % del médico.
La integración de la IA en el proceso de clasificación podría aliviar la carga de los médicos, permitiéndoles concentrarse en el tratamiento de los casos más críticos y proporcionando una herramienta de apoyo para la toma de decisiones a los médicos que manejan múltiples casos urgentes simultáneamente.
Este estudio se destaca porque es uno de los pocos que prueba un LLM con datos clínicos del mundo real en lugar de simulaciones y es el primero en utilizar datos de más de 1000 casos clínicos y centrarse en las visitas al departamento de emergencias, donde los pacientes presentan una amplia gama de cuestiones médicas.
