En un reciente estudio clínico realizado por expertos de varios centros de investigación estadounidenses, se exploró el impacto de los 'grandes modelos de lenguaje' (o LLMs), como ChatGPT-4, en el proceso de diagnóstico médico.

Y los resultados han sido reveladores: los galenos que hicieron uso de la plataforma de OpenAI junto a sus recursos convencionales obtuvieron resultados sólo ligeramente mejores que los galenos que no tuvieron ningún acceso al bot...

...pero, para sorpresa de los investigadores, ChatGPT actuando de forma autónoma superó a ambos grupos de médicos.

El estudio, que implicó a 50 médicos de diversas especialidades (medicina interna, medicina familiar y emergencias), asignó a los participantes a dos grupos: uno que utilizó un chatbot junto con herramientas tradicionales de apoyo al diagnóstico, y otro que usó únicamente recursos convencionales como bases de datos clínicas. Además, se evaluó el rendimiento del chatbot actuando de forma autónoma.

Así, logró una puntuación media del 92% en un indicador que medía la precisión y calidad del razonamiento diagnóstico, superando tanto a los galenos con acceso a la herramienta (76%) como a aquellos sin ella (74%).

Una de las sorpresas más notables fue la resistencia de los galenos a aceptar diagnósticos alternativos sugeridos por el chatbot, incluso cuando estos eran más precisos. Según explicó el Dr. Adam Rodman, coautor del estudio y experto en medicina interna.