Herramienta de IA en oncología utiliza imágenes médicas e información genética para apoyar decisiones clínicas

Para apoyar eficazmente a los oncólogos, los sistemas de inteligencia artificial (IA) deben ser capaces de procesar datos multimodales y demostrar un razonamiento similar al humano. Para abordar esta necesidad, los investigadores han desarrollado un agente de IA mejorado basado en GPT-4, equipado con herramientas especializadas y acceso a conocimiento médico de prestigio para guiar la medicina de precisión en oncología.

Este agente autónomo de IA fue creado por investigadores del EKFZ para la Salud Digital de la Universidad Técnica de Dresde (Dresde, Alemania), en colaboración con socios de Alemania, el Reino Unido y los Estados Unidos, para proporcionar un sistema de apoyo clínico capaz de tomar decisiones en tiempo real. Para lograrlo, ampliaron el modelo de lenguaje extenso GPT-4 con un conjunto de herramientas digitales, que incluyen la generación de informes radiológicos a partir de resonancias magnéticas y tomografías computarizadas, la interpretación de imágenes médicas, la predicción de mutaciones genéticas a partir de preparaciones histopatológicas y la capacidad de buscar en plataformas como PubMed, Google y OncoKB. El modelo también tuvo acceso a aproximadamente 6.800 documentos, incluyendo guías oncológicas oficiales y materiales de referencia clínica, para fundamentar sus recomendaciones en la medicina basada en la evidencia.

El agente de IA siguió un protocolo de evaluación de dos pasos en un conjunto de 20 casos simulados de pacientes reales. Primero, seleccionó las herramientas adecuadas para la tarea y, a continuación, utilizó los datos médicos recuperados para guiar su razonamiento y resultados. Expertos médicos humanos revisaron las conclusiones del sistema para garantizar su precisión, integridad y correcta citación de las fuentes. La IA llegó a la conclusión clínica correcta en el 91 % de los casos y citó con precisión las guías oncológicas en más del 75 % de sus respuestas. La inclusión de herramientas especializadas y funciones de búsqueda mejoró significativamente el rendimiento del modelo, reduciendo drásticamente la frecuencia de "alucinaciones" (resultados inexactos pero plausibles), lo cual es crucial en entornos clínicos de alto riesgo.

Estos resultados sirven como prueba de concepto de que los agentes de IA pueden apoyar eficazmente a los oncólogos en los flujos de trabajo clínicos. Si bien los hallazgos son prometedores, los investigadores observaron que el sistema solo se probó en una pequeña muestra de casos. Se requerirá una validación adicional para confirmar su robustez. Los próximos pasos incluyen el desarrollo de capacidades conversacionales con participación humana y la implementación de la herramienta en servidores locales para garantizar la privacidad de los datos.

A largo plazo, el equipo ve potencial para agentes de IA similares en otras áreas de la medicina, siempre que cuenten con herramientas y conjuntos de datos específicos de su dominio. Este trabajo pone de relieve la gran oportunidad que representan los modelos de lenguaje a gran escala para avanzar en la oncología de precisión mediante su integración con herramientas clínicas y literatura médica actualizada.

“Las herramientas de IA están diseñadas para apoyar a los profesionales médicos, liberando tiempo valioso para la atención al paciente”, afirmó Dyke Ferber, primer autor de la publicación. “Podrían facilitar la toma de decisiones diarias y ayudar a los médicos a mantenerse al día sobre las últimas recomendaciones de tratamiento, contribuyendo así a la identificación de la atención personalizada óptima para los pacientes con cáncer”.

Enlaces relacionados:
EKFZ for Digital Health