ChatGPT estaría compitiendo con radiólogos profesionales en diagnósticos de tumores cerebrales
Un estudio reciente muestra que ChatGPT, impulsado por GPT-4, logró una precisión del 73% en diagnósticos preoperatorios, superando a radiólogos generales.
La inteligencia artificial sigue ampliando sus aplicaciones en el ámbito médico, y un nuevo estudio liderado por la Universidad Metropolitana de Osaka ha demostrado que herramientas como ChatGPT pueden ser valiosas en el diagnóstico de tumores cerebrales.
En un experimento comparativo, ChatGPT basado en GPT-4 mostró un rendimiento similar e incluso superior al de radiólogos humanos en algunos casos.
El equipo de investigación, liderado por Yasuhito Mitsuyama y el profesor asociado Daiju Ueda, comparó la precisión de ChatGPT con la de dos neurorradiólogos certificados y tres radiólogos generales.
Utilizaron 150 informes de resonancia magnética preoperatorios de tumores cerebrales escritos en japonés, en los que se evaluaron diagnósticos diferenciales y finales. Los resultados indicaron que ChatGPT obtuvo una precisión del 73%, frente al 72% promedio de los neurorradiólogos y el 68% de los radiólogos generales.
Uno de los hallazgos más significativos fue que la precisión de ChatGPT variaba según el origen de los informes clínicos. Cuando los informes eran redactados por neurorradiólogos, la IA alcanzó una precisión del 80%, pero cuando provenían de radiólogos generales, esta cifra se redujo al 60%.
“Estos resultados sugieren que ChatGPT puede ser útil para el diagnóstico preoperatorio por resonancia magnética de tumores cerebrales”, señaló Mitsuyama, quien también adelantó que el equipo explorará más aplicaciones de grandes modelos de lenguaje en otros campos de la imagenología diagnóstica.
Este estudio, publicado en European Radiology, destaca el potencial de la inteligencia artificial no solo como una herramienta de apoyo a los médicos, sino también como un recurso en entornos educativos y de formación.
Aunque la IA no reemplazará a los especialistas, estos avances podrían reducir la carga de trabajo y aumentar la precisión en el diagnóstico médico.