Un equipo de la Universidad Técnica de Múnich ha utilizado inteligencia artificial para simplificar informes de tomografía computarizada, mejorando la comprensión y reduciendo el tiempo de lectura para pacientes con cáncer.
La inteligencia artificial (IA) mejora la comprensión de los informes de tomografía computarizada (CT). Un equipo de investigadores de la Tecnológica Universidad de Múnich (TUM) ha llevado a cabo un estudio que revela cómo la IA puede facilitar el acceso a los resultados médicos, especialmente aquellos redactados en un lenguaje técnico que suele ser difícil de entender para los pacientes. Durante la investigación, se observó una notable reducción en el tiempo necesario para leer estos informes y los pacientes evaluaron positivamente los textos simplificados generados automáticamente.
Los informes médicos, que a menudo están llenos de terminología especializada, pueden representar un obstáculo significativo para muchos pacientes. La iniciativa del equipo de TUM busca abordar esta problemática mediante el uso de un modelo de lenguaje grande y de código abierto, diseñado para operar dentro de las normativas de protección de datos en las instalaciones del hospital universitario. Por ejemplo, una descripción compleja como “El kardiomediastinum está situado en posición central. Las cavidades cardíacas presentan un contraste normal. [...] Se observa un leve derrame pericárdico” fue transformada por la IA en: “Corazón: El informe indica que hay una pequeña cantidad de líquido acumulado alrededor del corazón. Esto es común. Su médico decidirá si es necesario tomar alguna medida al respecto”.
Según Felix Busch, asistente médico en el Instituto de Radiología Diagnóstica e Intervencionista y coautor del estudio publicado en la revista “Radiology”, hacer accesible el lenguaje médico es fundamental. “Es esencial que los pacientes comprendan sus informes, exámenes y tratamientos; esto fortalece su capacidad para tomar decisiones informadas sobre su salud”, afirmó Busch.
Los resultados del estudio fueron reveladores: el tiempo promedio para leer los informes originales era de siete minutos, mientras que con los textos simplificados se redujo a solo dos minutos. Los pacientes que recibieron las versiones simplificadas indicaron que eran mucho más fáciles de leer (81% frente a 17%) y más comprensibles (80% frente a 9%). Además, estos textos fueron considerados más útiles (82% frente a 29%) e informativos (82% frente a 27%). “Varios indicadores objetivos también confirmaron la mejor legibilidad de los informes simplificados”, agregó Busch.
No obstante, aunque estos avances son prometedores, aún queda por determinar si esta mejora en la comprensión tiene efectos medibles en el curso de la enfermedad. Sin embargo, desde la perspectiva del equipo investigador, está claro que la implementación de IA puede facilitar enormemente el entendimiento por parte del paciente. “La entrega de informes simplificados automáticamente podría considerarse una prestación adicional complementaria al informe técnico original, siempre y cuando existan soluciones seguras y optimizadas disponibles en las clínicas”, concluyó Busch.
A pesar del potencial positivo que ofrecen estas herramientas basadas en IA, los investigadores desaconsejan que los pacientes utilicen modelos como “Dr. ChatGPT” para solicitar resúmenes simplificados directamente. Dr. Philipp Prucker, primer autor del estudio, advirtió sobre los riesgos asociados: “Además de las preocupaciones sobre privacidad, existe siempre el riesgo de que estos modelos generen errores sustanciales”. En el análisis realizado, se encontraron errores en el 6% de los informes generados por IA; además, un 7% omitió información importante y un 3% incluyó datos incorrectos.
Antes de entregar estos resúmenes a los pacientes, cada uno fue revisado por personal capacitado para corregir posibles fallos. Prucker enfatizó: “Los modelos lingüísticos son herramientas valiosas pero no sustituyen al personal médico. Sin supervisión adecuada por profesionales entrenados, existe el riesgo grave de proporcionar información errónea sobre la condición médica del paciente”.