¿Puede GPT-4 mejorar la precisión de los informes radiológicos?

GPT-4: un aliado en la detección de errores en informes radiológicos

Un nuevo estudio publicado en Radiology analiza el potencial de GPT-4, un modelo de lenguaje grande (LLM) de última generación, para mejorar la precisión y agilizar la revisión de informes radiológicos.

La investigación comparó el desempeño de GPT-4 con el de radiólogos de diversa experiencia en la detección de errores en informes radiológicos. Se introdujeron deliberadamente 150 errores en 100 de los informes revisados, abarcando desde redacción inadecuada y faltas ortográficas hasta confusión de lados.

GPT-4 a la par de radiólogos en detección de errores generales

El estudio arrojó resultados interesantes:

• La tasa general de detección de errores por parte de GPT-4 (82,7%) fue comparable a la de los radiólogos adjuntos (80%) y residentes (80%).
• En informes de radiografía específicamente, GPT-4 demostró un desempeño similar al de los radiólogos senior (85% frente a 86%), superando incluso a los adjuntos (78%) y residentes (77%).

Estos resultados sugieren que los LLM podrían realizar la revisión de informes radiológicos con un nivel de competencia similar al de la mayoría de los lectores humanos.

Mayor velocidad de revisión con GPT-4

Una ventaja significativa de GPT-4 es su velocidad de lectura:

• El tiempo promedio de lectura por informe de GPT-4 fue de 3,5 segundos, sustancialmente menor que el de los radiólogos (entre 43,2 y 66,6 segundos).
• Revisar 200 informes radiológicos con GPT-4 tomó un total de 19 minutos, mientras que el radiólogo más rápido tardó 1,4 horas.

GPT-4 necesita mejorar en la detección de confusión lateral

Si bien GPT-4 tuvo un desempeño comparable en la detección de errores generales, se observaron limitaciones en áreas específicas:

• La detección de confusiones laterales fue menor con GPT-4 (78%) en comparación con los radiólogos senior (91%) y residentes (89%).

Cautela y optimización en la integración de la IA

Un editorial acompañante, escrito por el Dr. Howard P. Forman, destaca la importancia de explorar tecnologías de asistencia para optimizar el flujo de trabajo radiológico. Sin embargo, advierte sobre la dependencia excesiva de los LLM:

• “¿Dedicarán los radiólogos el mismo tiempo a la revisión tras el análisis por un LLM imperfecto? ¿O confiarán demasiado en la detección previa de errores y realizarán una revisión más superficial?”

Limitaciones del estudio y próximos pasos

Los autores reconocen limitaciones en el estudio. Los errores introducidos artificialmente no reflejan la variedad de errores que se pueden encontrar en la práctica clínica. Además, la naturaleza experimental del estudio podría haber influido en la tasa de detección de errores.

A pesar de estas limitaciones, la investigación abre un camino prometedor para la integración de la Inteligencia Artificial en la radiología.

Puntos clave para recordar:

• GPT-4 puede mejorar la eficiencia del flujo de trabajo radiológico mediante revisiones más rápidas.
• Su desempeño en la detección de errores generales es comparable al de radiólogos con experiencia.
• Se necesita perfeccionar la detección de confusiones laterales para una integración óptima de la IA.

La investigación futura deberá centrarse en evaluar la eficacia de GPT-4 en entornos clínicos reales y explorar su integración fluida en los sistemas de radiología existentes. Asimismo, es crucial abordar las inquietudes respecto a la dependencia excesiva de la IA y garantizar una revisión humana adecuada para mantener la calidad y precisión de los informes radiológicos.

Para conocer más sobre esta investigación recomendamos visitar Radiology.