Apoyando a los profesionales de la oncología a través de la educación
El contenido de este sitio está destinado solo a profesionales de la salud
El contenido de este sitio está destinado solo a profesionales de la salud
A medida que avanza la inteligencia artificial, sus usos y capacidades en aplicaciones del mundo real siguen alcanzando nuevas cotas que pueden incluso superar la pericia humana.
En el campo de la radiología, donde un diagnóstico correcto es crucial para garantizar una atención adecuada al paciente, los grandes modelos lingüísticos, como ChatGPT, podrían mejorar la precisión o al menos ofrecer una buena segunda opinión.
Para probar su potencial, el equipo del estudiante de posgrado Yasuhito Mitsuyama y el profesor asociado Daiju Ueda, de la Facultad de Medicina de la Universidad Metropolitana de Osaka, dirigieron a los investigadores que compararon el rendimiento diagnóstico de ChatGPT, basado en GPT-4, y el de los radiólogos en 150 informes preoperatorios de resonancia magnética de tumores cerebrales.
A partir de estas notas clínicas diarias escritas en japonés, se pidió a ChatGPT, a dos neurorradiólogos certificados y a tres radiólogos generales que proporcionaran diagnósticos diferenciales y un diagnóstico final.
Posteriormente, se calculó su precisión en función del diagnóstico real del tumor tras su extirpación.
Los resultados se situaron en un 73% para ChatGPT, un 72% de media para los neurorradiólogos y un 68% de media para los radiólogos generales.
Además, la precisión del diagnóstico final de ChatGPT varió en función de si el informe clínico había sido redactado por un neurorradiólogo o por un radiólogo general.
La precisión con informes de neurorradiólogos fue del 80%, frente al 60% cuando se utilizaron informes de radiólogos generales.
«Estos resultados sugieren que ChatGPT puede ser útil para el diagnóstico preoperatorio por RM de tumores cerebrales», declaró Mitsuyama, estudiante de posgrado.
«En el futuro, tenemos la intención de estudiar grandes modelos lingüísticos en otros campos de diagnóstico por imagen con los objetivos de reducir la carga de los médicos, mejorar la precisión diagnóstica y utilizar la IA para apoyar entornos educativos».
Los resultados se publicaron en European Radiology.
Fuente: Universidad Metropolitana de Osaka
Somos una organización benéfica independiente y no estamos respaldados por una gran empresa o sociedad. Recaudamos cada centavo para elevar los estándares del cáncer a través de la educación. Puede ayudarnos a continuar nuestro trabajo para abordar las desigualdades en la atención del cáncer haciendo una donación.
Cualquier donación, por pequeña que sea, contribuye directamente a los costos de crear y compartir educación oncológica gratuita. Juntos podemos obtener mejores resultados para los pacientes abordando las desigualdades mundiales en el acceso a los resultados de la investigación del cáncer.
Gracias por tu apoyo.