Un agente de AI basado en GPT-4 mejora la precisión diagnóstica en oncología al integrar análisis de imágenes, datos genómicos y guías clínicas actualizadas.
Investigadores del Centro Else Kröner Fresenius (EKFZ) para la Digital Health en Dresden, Alemania desarrollaron un agente autónomo de inteligencia artificial (AI) diseñado para asistir en la toma de decisiones clínicas en oncología. Este sistema, basado en el modelo GPT-4, integra herramientas de precisión oncológica y capacidad de búsqueda en bases de datos médicas, como OncoKB y PubMed, para ofrecer recomendaciones personalizadas. El agente demostró una precisión del 87.5% en el uso de herramientas y alcanzó conclusiones clínicas correctas en el 91% de los casos evaluados, superando significativamente al GPT-4 utilizado de forma aislada, cuya precisión fue del 30.3%.
En el estudio publicado en Nature Cancer, los autores detallan que la toma decisiones clínicas en oncología es compleja y requiere la evaluación de múltiples tipos de datos, que incluyen imágenes médicas, información genética, historiales clínicos, y más. En este sentido, los modelos de AI deben ser capaces de procesar datos multimodales y ser capaces de resolver problemas similares a los del razonamiento humano.
El agente detallado en el estudio combina modelos de visión por computadora para detectar inestabilidad de microsatélites (MSI) y mutaciones en genes como KRAS y BRAF a partir de imágenes histopatológicas, junto con herramientas de segmentación de imágenes radiológicas como MedSAM. Además, puede realizar búsquedas en la web y acceder a guías médicas actualizadas. Esta integración permite al sistema analizar datos multimodales para generar recomendaciones basadas en evidencia.
Además, para garantizar que las decisiones se basen en el estado actual del conocimiento médico, el modelo tuvo acceso a aproximadamente 6 mil 800 documentos de guías oncológicas oficiales y recursos clínicos.
El sistema fue evaluado en 20 casos simulados de pacientes con cáncer gastrointestinal. Los expertos destacaron su capacidad para identificar progresión de la enfermedad, sugerir tratamientos dirigidos y citar guías clínicas relevantes con un 75.5% de precisión. Sin embargo, se observaron limitaciones, como la necesidad de validación en entornos clínicos reales y la dependencia de modelos propietarios como GPT-4, que plantea desafíos en términos de privacidad de datos.
“Las herramientas de AI están diseñadas para apoyar a los profesionales médicos y liberar tiempo valioso para la atención al paciente”, explicó Dyke Ferber, autor principal del estudio. “Podrían ayudar a tomar decisiones informadas en la vida diaria y a los médicos a mantenerse al día con las últimas recomendaciones de tratamiento, contribuyendo así a una terapia personalizada óptima para los pacientes con cáncer”.
Los investigadores proponen ampliar el uso de este agente a otras especialidades médicas y explorar modelos de código abierto para facilitar su implementación en hospitales. También destacan la importancia de incorporar retroalimentación humana para refinar las recomendaciones y adaptarse a las actualizaciones en las guías de tratamiento.
“Para aprovechar al máximo el potencial de los agentes de AI en el futuro, será crucial integrarlos fluidamente y con mínimas interrupciones en la práctica clínica diaria”, detalló el profesor Jakob N. Kather, catedrático de AI Clínica en el EKFZ para la Digital Health. “Deben resolverse desafíos como la interoperability con los sistemas existentes, los requisitos de protección de datos, los procedimientos de aprobación necesarios para los dispositivos médicos y las cuestiones de rendición de cuentas”.
A futuro, los investigadores consideran posible que los agentes de inteligencia artificial puedan aplicarse en otras áreas de la medicina, siempre que se disponga de las herramientas y datos necesarios. Según el profesor Kather, para que estos sistemas se integren con éxito, es clave que los profesionales de la salud estén preparados para utilizarlos de manera efectiva, sin perder su responsabilidad en la toma de decisiones. Además, enfatiza que estos agentes están pensados como una herramienta de apoyo para el personal médico, no como un reemplazo.
