Los modelos de inteligencia artificial mejoran la precisión diagnóstica de los médicos

Siga a Drugslib en

Revisado médicamente por Carmen Pope, BPharm. Última actualización el 19 de diciembre de 2023.

Por Elana Gotkine HealthDay Reporter

MARTES, 19 de diciembre de 2023: Inteligencia artificial estándar (IA ) mejoran la precisión del diagnóstico, pero los modelos de IA sistemáticamente sesgados reducen esta precisión, según un estudio publicado en la edición del 19 de diciembre del Journal of the American Medical Association.

Sarah Jabbour, de la Universidad de Michigan en Ann Arbor, y sus colegas examinaron el impacto de la IA sistemáticamente sesgada en la precisión del diagnóstico médico en un estudio de encuesta de viñeta clínica aleatorizado. A los médicos se les mostraron nueve viñetas clínicas de pacientes hospitalizados con insuficiencia respiratoria aguda y se les pidió que determinaran la probabilidad de neumonía, insuficiencia cardíaca o enfermedad pulmonar obstructiva crónica como causa subyacente. A los médicos se les mostraron dos viñetas sin información del modelo de IA para establecer la precisión diagnóstica inicial y luego se les asignó aleatoriamente para ver seis viñetas con información del modelo de IA: tres predicciones del modelo estándar y tres predicciones del modelo sistemáticamente sesgadas.

En total, 457 Los médicos fueron asignados aleatoriamente: 231 y 226 a predicciones del modelo de IA sin y con explicaciones, respectivamente. Los investigadores encontraron que para los tres diagnósticos, la precisión diagnóstica inicial de los médicos era del 73,0 por ciento. La precisión del médico aumentó con respecto al valor inicial en 2,9 y 4,4 puntos porcentuales cuando se le mostró un modelo de IA estándar sin y con explicaciones. La precisión del médico se redujo en 11,3 puntos porcentuales con predicciones del modelo de IA sistemáticamente sesgadas en comparación con el valor inicial; Proporcionar predicciones sesgadas del modelo de IA con explicaciones redujo la precisión en 9,1 puntos porcentuales, lo que representa una mejora no significativa de 2,3 puntos porcentuales en comparación con el modelo sistemáticamente sesgado.

"Aunque los hallazgos del estudio sugieren que es posible que los médicos no puedan "Para servir como respaldo contra la IA defectuosa, pueden desempeñar un papel esencial en la comprensión de las limitaciones de la IA", escriben los autores.

Un autor informó haber recibido regalías de una patente de Airstrip.

Resumen/Texto completo (es posible que se requiera suscripción o pago)

Editorial (es posible que se requiera suscripción o pago)

Descargo de responsabilidad: Los datos estadísticos de los artículos médicos proporcionan tendencias generales y no se refieren a individuos. Los factores individuales pueden variar mucho. Busque siempre asesoramiento médico personalizado para decisiones de atención médica individuales.

Fuente: HealthDay

Al corriente : 2023-12-20 02:15

Leer más

Descargo de responsabilidad

Se ha hecho todo lo posible para garantizar que la información proporcionada por Drugslib.com sea precisa, hasta -fecha y completa, pero no se ofrece ninguna garantía a tal efecto. La información sobre medicamentos contenida en este documento puede ser urgente. La información de Drugslib.com ha sido compilada para uso de profesionales de la salud y consumidores en los Estados Unidos y, por lo tanto, Drugslib.com no garantiza que los usos fuera de los Estados Unidos sean apropiados, a menos que se indique específicamente lo contrario. La información sobre medicamentos de Drugslib.com no respalda medicamentos, ni diagnostica a pacientes ni recomienda terapias. La información sobre medicamentos de Drugslib.com es un recurso informativo diseñado para ayudar a los profesionales de la salud autorizados a cuidar a sus pacientes y/o para servir a los consumidores que ven este servicio como un complemento y no un sustituto de la experiencia, habilidad, conocimiento y criterio de la atención médica. practicantes.

La ausencia de una advertencia para un determinado medicamento o combinación de medicamentos de ninguna manera debe interpretarse como una indicación de que el medicamento o la combinación de medicamentos es seguro, eficaz o apropiado para un paciente determinado. Drugslib.com no asume ninguna responsabilidad por ningún aspecto de la atención médica administrada con la ayuda de la información que proporciona Drugslib.com. La información contenida en este documento no pretende cubrir todos los posibles usos, instrucciones, precauciones, advertencias, interacciones medicamentosas, reacciones alérgicas o efectos adversos. Si tiene preguntas sobre los medicamentos que está tomando, consulte con su médico, enfermera o farmacéutico.

Palabras clave populares