En este trabajo, promovido por Roche en colaboración con diversos profesionales sanitarios y con la Sociedad Española de Neurología (SEN) y publicado en la revista Multiple Sclerosis Journal Experimental, Translational and Clinical, se compararon las respuestas de ChatGPT-4o con las de 290 neurólogos de toda España ante 21 casos clínicos para determinar qué decisiones estaban más acorde con las guías de práctica clínica. Esta correlación es especialmente relevante, dado que el mejor tratamiento posible de cualquier enfermedad es el que recomiendan para cada caso las guías de práctica clínica, que se van actualizando a medida que se incorporan nuevos avances y evidencias.
El resultado es que las decisiones de la IA cumplían en mayor medida con lo recomendado en las guías de práctica clínica en comparación con los especialistas que atienden pacientes con EM o TENMO (80,5% frente a 66,5%). También se evaluó la prevalencia de Inercia Terapéutica (IT), entendida ésta como la ausencia de un inicio o intensificación del tratamiento cuando la evidencia lo aconseja, a través de casos clínicos hipotéticos de pacientes generados por el equipo investigador.
El objetivo primario del trabajo fue determinar en qué medida la toma de decisiones terapéuticas se ajustaba a lo que recomiendan las guías clínicas. Se consideraba correcta una respuesta cuando se intensificaba el tratamiento si la enfermedad estaba activa, porque se producían recaídas clínicas; porque había actividad radiológica en la resonancia magnética; o porque existía una elevación de los niveles de neurofilamentos de cadena ligera en sangre. Los objetivos secundarios incluyeron la prevalencia de IT y la identificación de factores predictivos.
La IA es un apoyo para el clínico, no un sustituto
Los autores coinciden en subrayar en el estudio que el uso ético y responsable de esta tecnología requiere siempre la supervisión del neurólogo de todas las recomendaciones generadas por IA. También destacan la importancia de incorporar el manejo de estas herramientas a la formación médica continuada. Jorge Mauriño, responsable médico del área de Neurociencias de Roche, apunta que “no podemos olvidarnos nunca que estamos ante un recurso complementario diseñado para mejorar, y no para sustituir, el juicio clínico del profesional como responsable del tratamiento”. Asimismo, concluye que “la IA puede ayudar eficazmente en la toma de decisiones, reflejando menos IT y, por tanto, una adherencia claramente superior a las recomendaciones basadas en la evidencia, especialmente cuando se le proporciona contexto clínico mediante la técnica de Generación Aumentada por Recuperación (RAG). Estamos ante una herramienta valiosa a la hora de mitigar los sesgos cognitivos que favorecen la IT”.
Según el doctor Javier Riancho, neurólogo del Hospital General Sierrallana e investigador del Instituto de Investigación Marqués de Valdecilla (IDIVAL), Torrelavega, y otro de los autores del estudio, “el modelo de IA utilizado demostró una menor tendencia a retrasar cambios de tratamiento necesarios. Es bien conocido y aceptado que el uso precoz de terapias de alta eficacia es capaz de reducir los brotes y prevenir la discapacidad futura de los pacientes. A esto hay que añadir que se están sumando nuevas herramientas como la determinación de los neurofilamentos en sangre que nos ayudan a realizar una monitorización más estrecha del control de la enfermedad y, por tanto, a actuar de forma más precoz en aquellos casos que sea pertinente”.
La inercia terapéutica como obstáculo para optimizar el tratamiento
La IT se produce debido a sesgos cognitivos humanos como la baja tolerancia a la incertidumbre, la aversión al riesgo y la ambigüedad o la falta de estrategias de apoyo a decisiones. Representa un hándicap a la hora de poder ofrecer el mejor tratamiento posible, que, en ocasiones, supone iniciarlo y, en otras, cambiarlo o intensificar el que ya se está administrando. Uno de los autores del estudio, el doctor Gustavo Saposnik, neurólogo del Hospital St. Michael’s, Universidad de Toronto y especialista en la neurociencia de la toma de decisiones, asegura que la IT conlleva dejar al paciente expuesto a tener más posibilidades de recaída y, por tanto, a un mayor riesgo de discapacidad. “Sabemos, por estudios realizados en países latinoamericanos y europeos, incluido España, que la inercia terapéutica es muy frecuente. Como médicos debemos ser conscientes de que afecta a un 70-90% de los profesionales. Con la IA podemos mejorar la situación porque hemos observado que, gracias a su uso, se evitaría que de cada siete decisiones adoptadas una de ellas no caiga en la inercia terapéutica”.
Metodología
El estudio, uno de los primeros diseñados en España para probar el potencial de la IA en el ámbito médico, se basó en las decisiones de los neurólogos españoles que habían participado en tres estudios observacionales previos (DISCUTIR-MS, PREFERENCES-NMOSD y NewFeeLs-MS) frente a las de ChatGPT-4o. La evaluación se basó en la resolución de casos clínicos hipotéticos complejos, analizando la concordancia de las decisiones terapéuticas con las últimas evidencias recogidas en las guías clínicas. Los casos planteados se centraron en los factores que con mayor frecuencia favorecen la aparición de la IT en los siguientes contextos: necesidad de reforzar el tratamiento cuando pacientes con TENMO presentaban un brote o cuando pacientes con EM remitente recurrente presentaban actividad clínica, radiológica o una elevación en los niveles de neurofilamentos en sangre para iniciar o intensificar la medicación.
Los modelos de lenguaje que procesan grandes cantidades de datos como ChatGPT representan una posible herramienta complementaria para el apoyo a la toma de decisiones clínicas. El doctor Aleix Solanes, investigador del Institut d'Investigacions Biomèdiques August Pi i Sunyer (IDIBAPS) y de la Universitat Autònoma de Barcelona, diseñó la metodología utilizada. “La clave no era simplemente preguntar a un modelo comercial como ChatGPT o Gemini, sino diseñar un sistema que utilizara información clínica validada para respaldar cada respuesta. Gracias a la técnica RAG conseguimos que el modelo fundamentara sus recomendaciones en las guías clínicas más recientes y, mediante múltiples evaluaciones de cada caso, demostramos la consistencia y reproducibilidad de sus decisiones. Esto nos permitió valorar con mayor rigor el potencial de la IA como herramienta de apoyo para la toma de decisiones clínicas”, señala.
Tu opinión enriquece este artículo: