Un estudio demuestra que los modelos de lenguaje pueden anticipar complicaciones quirúrgicas a partir de notas clínicas.
Investigadores de la Universidad de Washington en St. Louis han desarrollado un modelo de inteligencia artificial (IA) basado en lenguaje natural capaz de predecir riesgos postoperatorios analizando notas clínicas prequirúrgicas. Este avance podría mejorar la identificación temprana de complicaciones como trombosis venosa profunda, neumonía y embolia pulmonar, permitiendo una mejor atención perioperatoria.
El estudio, publicado en npj Digital Medicine, utilizó 84,875 notas clínicas de pacientes sometidos a cirugías entre 2018 y 2021. Se comparó el desempeño de modelos de lenguaje de última generación, como BioGPT y ClinicalBERT, con técnicas tradicionales de análisis de texto. Los resultados mostraron que los modelos avanzados superaron a los enfoques previos, logrando mejoras significativas en la precisión de predicción.
Asimismo, el modelo con el mejor desempeño logró identificar hasta un 39% más de pacientes con alto riesgo de complicaciones en comparación con técnicas convencionales. De igual manera, la incorporación de técnicas de ajuste fino mejoró aún más la precisión de las predicciones.

En este sentido, los investigadores destacan que esta tecnología podría integrarse en los sistemas hospitalarios para alertar a los médicos sobre pacientes con mayor probabilidad de sufrir complicaciones tras la cirugía, facilitando intervenciones preventivas oportunas.
Además, el uso de IA en la evaluación de riesgos quirúrgicos podría reducir la carga de trabajo de los médicos, automatizando el análisis de grandes volúmenes de datos clínicos. Esto permitiría una toma de decisiones más rápida y eficiente, optimizando la gestión de recursos hospitalarios y mejorando la seguridad del paciente.
No obstante, a pesar de los resultados prometedores, los autores del estudio señalan que la tecnología aún requiere validación en entornos clínicos reales antes de su implementación generalizada. Los autores también explicaron que es fundamental garantizar la transparencia y explicabilidad de los modelos para que los profesionales de la salud puedan interpretar correctamente sus predicciones.
De esta forma, el uso de IA para analizar notas clínicas representa un avance significativo en la medicina perioperatoria, por lo que, con mayor investigación y validación, esta herramienta podría optimizar la toma de decisiones médicas y reducir la tasa de complicaciones postoperatorias, beneficiando tanto a pacientes como a profesionales de la salud.