Resumen:Métodos: Desarrollamos Sentinel, un agente de IA autónomo que utiliza el protocolo de contexto modelo (MCP) para la clasificación contextual de los signos vitales de RPM a través de 21 herramientas clínicas y razonamiento de varios pasos. La evaluación incluyó: (1) autoconsistencia (100 lecturas x 5 ejecuciones); (2) comparación con umbrales basados en reglas; y (3) validación frente a 6 médicos (3 médicos, 3 NP) utilizando un diseño de matriz conectada. Un análisis de exclusión (LOO) comparó el agente con médicos individuales; Los casos de sobreclasificación grave se sometieron a la decisión de un médico independiente.
Resultados: En contra de un estándar de mayoría humana (N=467), el agente logró una sensibilidad de emergencia del 95,8% y una sensibilidad del 88,5% para todas las alertas procesables (especificidad del 85,7%). La precisión exacta de cuatro niveles fue del 69,4 % (kappa ponderada cuadrática = 0,778); El 95,9% de las clasificaciones se encontraban dentro de un nivel de gravedad. En el análisis LOO, el agente superó a todos los médicos en sensibilidad de emergencia (97,5% frente a 60,0% agregado) y sensibilidad procesable (90,9% frente a 69,5%). Si bien los desacuerdos se inclinaron hacia la sobreclasificación (22,5%), la adjudicación independiente de brechas graves (>=2 niveles) validó la escalada del agente en el 88-94% de los casos; resolución de consenso validada al 100%. El agente mostró una autoconsistencia casi perfecta (kappa=0,850). El costo medio fue de $0,34/clasificación.
Conclusiones: Sentinel clasifica los signos vitales de RPM con una sensibilidad que supera a los médicos individuales. Al automatizar la síntesis sistemática del contexto, Sentinel aborda la limitación central de los ensayos anteriores de RPM, ofreciendo un camino escalable hacia la monitorización intensiva que se ha demostrado que reduce la mortalidad y al mismo tiempo mantiene un perfil de sobreclasificación clínicamente defendible.
Publicado originalmente en export.arxiv.org el 10 de marzo de 2026.
Ver fuente original
