NEUMÓLOGO VS CHATGPT EN LA DECISIÓN DE TERAPIA BIOLÓGICA EN ASMA GRAVE NO CONTROLADO.
AUTORES
S. García Morales, M. Utrero Rico, I. Romero Espejo, P. Erdozain Pérez, J.G. Soto Campos, F. Pérez Grimaldi
INTRODUCCIÓN
La Inteligencia artificial (IA) podría ser una herramienta de utilidad en la toma de decisiones médicas al integrar grandes volúmenes de datos clínicos e información basada en evidencia. El objetivo de este estudio es realizar un análisis comparativo entre la elección de la terapia biológica en pacientes con asma grave no controlado (AGNC) por parte de la IA frente a la decisión médica, considerando el grado de eficacia y eficiencia del fármaco.
METODOLOGÍA
Estudio comparativo entre la decisión médica y la IA respecto a la elección de la terapia biológica en pacientes naive con diagnóstico de AGNC según eficacia y eficiencia. La muestra fue recogida desde Enero de 2023 hasta Agosto de 2024.
Se creó una consulta virtual con pacientes con AGNC, en la que se compara la toma de decisión de la IA, respecto a la decisión médica, en cuanto a la elección del fármaco biológico teniendo en cuenta los diferentes biomarcadores (eosinófilos, nivel de Ig E, FeNO) así como FEV1 y características del paciente, clínica respiratoria y número de agudizaciones.
Se evalúa inicialmente la elección del fármaco por parte de la IA teniendo en cuenta la eficacia del mismo y posteriormente, condicionada por el coste, con el fin de valorar el grado de concordancia final.
RESULTADOS
Se registraron un total de 56 pacientes con diagnóstico de AGNC en tratamiento con biológicos naive. Las características de la muestra se describen en la tabla 1 y 2.
El empleo de la IA en la toma de decisión de la elección del fármaco biológico teniendo en cuenta únicamente la eficacia del mismo, muestra una correspondencia del 48.2% (n= 27) en relación a la elección médica (Kappa 0,340).
Considerando la relación coste-eficacia de la terapia biológica y las características clínica del paciente, la IA presenta una concordancia del 46,4% (n=26) respecto a la decisión médica (Kappa 0,341).
La IA seleccionaría el mismo biológico, teniendo en cuenta la eficacia en su primer análisis y posteriormente valorando la eficiencia, en un 58,9% de los pacientes (Kappa de 0,470)
Existe una correlación del 41,1% (n=23) entre decisión tomada por la IA y la decisión médica, condicionada tanto por la eficacia del fármaco como por su eficiencia.
CONCLUSIONES
La capacidad de aprendizaje en los modelos de IA puede ser de gran utilidad en la toma de decisiones médicas en contextos específicos. Existe una concordancia aceptable en cuanto a la elección de la terapia biológica teniendo en cuenta eficacia y eficiencia con respecto a la decisión médica.
