Resumen: Objetivo desarrollar una interfaz de IA de diagnóstico de diagnóstico en tiempo real basado en LLM y realizar un ensayo clínico que compara esta interfaz y los médicos para casos comunes de medicina interna basadas en los exámenes de estilo de habilidades clínicas (CS) del examen de licencia médica de los Estados Unidos (USMLE). Métodos Se realizó un ensayo clínico no aleatorizado el 20 de agosto de 2024. Reclutamos a un médico general, dos residentes de medicina interna (segundo y tercer año) y cinco pacientes simulados. Las viñetas clínicas se adaptaron de los exámenes de estilo CS de USMLE Step 2. Desarrollamos 10 casos representativos de medicina interna basadas en pacientes reales e incluimos información disponible sobre la evaluación de diagnóstico inicial. El resultado primario fue la precisión del primer diagnóstico diferencial. La repetibilidad se evaluó en función de la proporción de acuerdo. Resultados La precisión del primer diagnóstico diferencial de los médicos varió del 50%al 70%, mientras que la interfaz de IA de diagnóstico de diagnóstico en tiempo real alcanzó una precisión del 80%. La proporción de acuerdo para el primer diagnóstico diferencial fue de 0.7. La precisión del primer y segundo diagnósticos diferenciales varió del 70% al 90% para los médicos, mientras que la interfaz de IA alcanzó una tasa de precisión del 100%. El tiempo promedio para la interfaz AI (557 segundos) fue 44.6% más corto que el de los médicos (1006 segundos). La interfaz AI ($ 0.08) también redujo los costos en un 98.1% en comparación con el promedio de los médicos ($ 4.2). Los puntajes de satisfacción del paciente oscilaron entre 4.2 y 4.3 para la atención por parte de los médicos y fueron 3.9 para la conclusión de la interfaz de IA, una interfaz de IA de diagnóstico de diagnóstico en tiempo real basado en LLM demostró precisión diagnóstica y satisfacción del paciente comparable a las de un médico, mientras que requiere menos tiempo y menores costos. Estos hallazgos sugieren que las interfaces de IA pueden tener el potencial de ayudar a las consultas de atención primaria para casos comunes de medicina interna.
Publicado Originalme en rss.arxiv.org El 27 de mayo de 2025.
Ver Fuente Original
