Un sistema de apoyo a la decisión basado en modelos de lenguaje se implanta con seguridad en urgencias del Rambam (Israel), pero su uso cae del 68 % al 30 % en cuatro semanas
Nature Medicine publica la primera evaluación prospectiva en condiciones reales de un asistente basado en modelos de lenguaje en el servicio de urgencias de un hospital terciario israelí: fue seguro, pero los médicos dejaron de usarlo.
Investigadores del Rambam Health Care Campus y el Technion (Israel), con participación del Beth Israel Deaconess Medical Center y la Clínica Mayo (Estados Unidos), evaluaron de forma prospectiva un sistema de apoyo a la decisión clínica construido sobre varios modelos de lenguaje, denominado SHAKED, dentro del servicio de urgencias de un hospital terciario. El trabajo sigue el marco DECIDE-AI en su etapa 1, pensado precisamente para las primeras implantaciones de herramientas de inteligencia artificial en la práctica asistencial. Se compararon dos unidades del mismo servicio funcionando en paralelo: una con acceso al sistema y otra con la rotación habitual. El análisis incluyó 1.138 pacientes atendidos a lo largo de cuatro semanas.
Sigue leyendo la nota completa
Las claves, las cifras y el análisis completo son para usuarios registrados en DocToc, la red del gremio médico. Es gratis.
Crear cuenta gratis Ya tengo cuenta- La adopción del asistente de IA cayó del 68 % al 30 % en cuatro semanas, y el abandono se relacionó con la carga de trabajo del turno.
- No hubo acontecimientos adversos y 99 de 100 salidas revisadas se juzgaron clínicamente apropiadas, pero tampoco hubo mejoras significativas en estancia ni en tiempos de interconsulta.
- Es un estudio piloto de un solo centro y sin aleatorización: los autores afirman que no justifica desplegar estas herramientas en la práctica todavía.
El interés de este diseño está en que no mide lo que casi todos los estudios previos habían medido. La mayor parte de la literatura sobre modelos de lenguaje en medicina se basa en pruebas retrospectivas o en escenarios simulados, donde se comprueba si el modelo acierta. Aquí lo que se observa es si los clínicos realmente lo incorporan a su trabajo cuando el turno aprieta, y qué ocurre con los tiempos y la seguridad del paciente. Es un salto de la pregunta «¿es preciso?» a la pregunta «¿se usa?».
El hallazgo central fue el desgaste del uso: la adopción por parte de los médicos descendió del 68 % al 30 % durante el periodo de estudio. El abandono se asoció al volumen de trabajo, con una odds ratio de 0,72 por cada hora de turno transcurrida (IC 95 % 0,62 a 0,83), es decir, cuanto más avanzada y cargada la guardia, menos probable era consultar el sistema. Los profesionales sí lo prefirieron para determinadas tareas, sobre todo las consultas de radiología (OR 2,98; IC 95 % 1,58 a 5,63). En cuanto a resultados operativos, la estancia media fue de 4,9 horas en ambas unidades (p = 0,99) y el tiempo de ciclo de las interconsultas mostró solo una tendencia no significativa a reducirse en 9,4 minutos (p = 0,077).
En seguridad los datos fueron tranquilizadores: no se detectaron acontecimientos adversos y, en una muestra de 100 salidas del sistema revisadas por expertos, 99 se consideraron clínicamente apropiadas. Los propios autores subrayan que el obstáculo determinante para la inteligencia artificial en urgencias puede no ser la exactitud del algoritmo sino el compromiso sostenido del clínico, y advierten de forma explícita que estos resultados no justifican el despliegue asistencial de estas herramientas por ahora. Las limitaciones son claras: se trata de un único centro, cuatro semanas de observación, sin aleatorización y con un tamaño modesto, por lo que no permite estimar efectos sobre desenlaces duros.