{"id":50828,"date":"2025-01-02T10:10:15","date_gmt":"2025-01-02T16:10:15","guid":{"rendered":"https:\/\/saluddigital.com\/?p=50828"},"modified":"2025-10-17T20:33:41","modified_gmt":"2025-10-18T02:33:41","slug":"ia-ayudaria-a-medicos-a-evaluar-registros-medicos-de-menores-con-tdah-y-mejorar-su-atencion","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/noticias\/ia-ayudaria-a-medicos-a-evaluar-registros-medicos-de-menores-con-tdah-y-mejorar-su-atencion\/","title":{"rendered":"IA ayudar\u00eda a m\u00e9dicos a evaluar registros m\u00e9dicos de menores con TDAH y mejorar su atenci\u00f3n"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Investigadores m\u00e9dicos de Stanford Medicine entrenaron un modelo de lenguaje para que leer historiales m\u00e9dicos y encontrar signos para mejorar el tratamiento de ni\u00f1os con TDAH.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Investigadores de Stanford contribuyeron una nueva herramienta de inteligencia artificial (IA), capaz de leer miles de notas m\u00e9dicas en registros m\u00e9dicos electr\u00f3nicos y detectar tendencias o patrones que muestran informaci\u00f3n que podr\u00edan mejorar la atenci\u00f3n de ni\u00f1os con trastorno de d\u00e9ficit de atenci\u00f3n con hiperactividad (TDAH).<\/p>

Los m\u00e9dicos suelen encontrar respuestas acerca de la atenci\u00f3n m\u00e9dica requerida por sus pacientes luego de revisar cientos de notas m\u00e9dicas, lo cual es un proceso tardado que puede interferir en la calidad de la atenci\u00f3n de los pacientes. Un nuevo estudio publicado en Pediatrics<\/em><\/a>, describe una herramienta de IA, espec\u00edficamente del gran modelo de lenguaje (LLM) de c\u00f3digo abierto de Meta, LLaMA. El modelo fue entrenado para tener la capacidad de identificar lagunas en la atenci\u00f3n m\u00e9dica, permitiendo que los m\u00e9dicos mejoren sus procesos y los pacientes reciban un mejor tratamiento.<\/p>

Los LLMs son capaces de encontrar patrones en lenguaje escrito, esto significa que pueden realizar este trabajo y no solo reducir la carga de trabajo de los m\u00e9dicos, sino tambi\u00e9n mejorar el tratamiento de los pacientes. Por ejemplo, puede utilizarse para supervisar los historiales m\u00e9dicos y encontrar menciones en las notas de interacciones peligrosas entre f\u00e1rmacos o ayudar a los m\u00e9dicos a identificar pacientes que responder\u00e1n de determinada manera a tratamientos espec\u00edficos.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"TDAH\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

El objetivo del estudio fue evaluar la precisi\u00f3n del LLM en la medici\u00f3n de la adherencia de los m\u00e9dicos a las gu\u00edas de pr\u00e1ctica para la monitorizaci\u00f3n de los efectos secundarios luego de la prescripci\u00f3n de medicamentos para ni\u00f1os con TDAH. Para ello utilizaron un m\u00e9todo de estudio de cohorte poblacional retrospectivos de registros m\u00e9dicos electr\u00f3nicos. La cohorte incluy\u00f3 ni\u00f1os de 6 a 11 a\u00f1os con diagn\u00f3stico de TDAH y dos o m\u00e1s encuentros de medicaci\u00f3n para este trastorno.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Para identificar la documentaci\u00f3n de la consulta sobre efectos secundarios, los investigadores entrenaron, probaron y desplegaron LLaMA en todas las notas cl\u00ednicas de los encuentros relacionados con el TDAH, incluidos los encuentros en la cl\u00ednica, v\u00eda telesalud o v\u00eda telef\u00f3nica para un total de 15,628 notas. El rendimiento del modelo se evalu\u00f3 mediante conjuntos de pruebas de retenci\u00f3n y despliegue, en comparaci\u00f3n con la revisi\u00f3n manual de historias cl\u00ednicas.<\/p>

Los resultados fueron alentadores, pues el modelo LLaMA clasific\u00f3 con precisi\u00f3n las notas que conten\u00edan una consulta sobre efectos secundarios. Adem\u00e1s, los an\u00e1lisis no revelaron ning\u00fan sesgo del modelo en relaci\u00f3n con el sexo o el seguro del paciente. La edad media en el momento de la primera prescripci\u00f3n fue de 8,8 a\u00f1os; las caracter\u00edsticas fueron similares en los pacientes con y sin consulta de efectos secundarios documentados.<\/p>

Los autores concluyeron que la implementaci\u00f3n de un LLM en un conjunto variable de notas cl\u00ednicas, incluidas las notas de consultas telef\u00f3nicas, ofreci\u00f3 una medici\u00f3n escalable de la calidad de la atenci\u00f3n y descubri\u00f3 oportunidades para mejorar la gesti\u00f3n de la medicaci\u00f3n psicofarmacol\u00f3gica en la atenci\u00f3n primaria.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

STANFORD<\/strong><\/p>

https:\/\/med.stanford.edu\/news\/all-news\/2024\/12\/ai-pediatric-adhd.html<\/a><\/p>

AMERICAN ACADEMY OF PEDIATRICS<\/strong><\/p>

https:\/\/publications.aap.org\/pediatrics\/article-abstract\/doi\/10.1542\/peds.2024-067223\/200340\/Applying-Large-Language-Models-to-Assess-Quality?redirectedFrom=fulltext<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

IA y modelos de lenguaje ayudar\u00edan a m\u00e9dicos a evaluar registros m\u00e9dicos de menores con TDAH y mejorar su atenci\u00f3n y tratamiento.<\/p>","protected":false},"author":1,"featured_media":50830,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[160,3396],"tags":[145],"class_list":["post-50828","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-noticias","category-uso-de-plataformas-digitales","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/50828","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=50828"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/50828\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/50830"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=50828"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=50828"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=50828"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}