¿Puede la inteligencia artificial discriminar urgencias?

• Autores: Raquel Bernal Calmarza, Ana Valer Martínez, María Carmen Celada Suárez, Sara Calmarza Delgado, Elena Calmarza Delgado
• Localización: Revista Pediatría de Atención Primaria, ISSN 1139-7632, Vol. 26, Nº. 104, 2024
• Idioma: español
• Enlaces
  • Texto completo
• Resumen

  • Introducción: la hiperfrecuentación en Pediatría se define como la asistencia repetida a urgencias por motivos que no requieren atención urgente o podrían ser tratados en otro nivel asistencial. Los factores que contribuyen son diversos, y pueden incluir factores socioeconómicos, culturales y psicológicos. El impacto en el sistema de salud es significativo. La inteligencia artificial (IA) tiene el potencial de ser una herramienta eficaz para reducir la hiperfrecuentación.

    Metodología: se analiza la concordancia entre la información aportada por la inteligencia artificial Gemini, de acceso libre y gratuito, para 101 enfermedades frecuentes en la infancia, en comparación con la evidencia disponible. Se analiza con el coeficiente kappa ajustado.

    Resultados: de las 101 patologías analizadas, la IA dio una respuesta en todas ellas. Se obtuvo un reconocimiento de la patología con un coeficiente kappa de 0,857 +/- 0,002, un reconocimiento de los signos de alarma de 0,888 +/- 0,003, una adecuación de la necesidad de acudir a urgencias de 0,876 +/- 0,005 y una adecuación de las medidas a tomar de 0,915 +/- 0,003.

    Conclusiones: la inteligencia artificial basada en texto tiene una concordancia muy buena respecto a los protocolos para reconocer patologías a partir de síntomas, y muy buena para valorar la necesidad de visita a un servicio de urgencias, la valoración de los signos de alarma y las recomendaciones terapéuticas. Esta concordancia es mayor en niños mayores de tres meses de edad y para patologías comunes.