«`html

Una inteligencia artificial supera a los médicos en el diagnóstico y el manejo de pacientes

Un sistema de inteligencia artificial llamado MIRA ha demostrado su capacidad para manejar casos médicos complejos con una precisión igual, e incluso superior, a la de médicos experimentados. Integrado en un entorno que simula un historial médico electrónico, MIRA puede consultar los antecedentes de los pacientes, solicitar e interpretar análisis de laboratorio, exámenes de imagen y pruebas de microbiología, establecer diagnósticos diferenciales y proponer planes de tratamiento. Estos planes incluyen la prescripción de medicamentos, la planificación de intervenciones quirúrgicas y la organización de ingresos hospitalarios.

Durante una evaluación basada en más de 500 casos reales que abarcaban varias enfermedades, MIRA superó a los médicos en términos de precisión diagnóstica. También tomó decisiones conformes a las directrices clínicas, seguras desde el punto de vista farmacológico y adaptadas a las necesidades de los pacientes. A diferencia de aplicaciones anteriores de inteligencia artificial, que se limitaban a tareas aisladas o proporcionaban consejos en forma de texto libre, MIRA demostró que un agente integrado en el historial médico puede transformar una intención clínica en acciones estructuradas y ejecutables. Esto la convierte en una posible socia de apoyo a la decisión más efectiva para los médicos.

MIRA fue probada en casos variados, desde apendicitis hasta pancreatitis, pasando por infecciones pulmonares o urinarias. En cada situación, siguió un enfoque similar al de un médico: recopilar información a través del diálogo, solicitar pruebas complementarias, analizar los resultados y proponer un tratamiento. Por ejemplo, en el caso de una apendicitis, MIRA comenzó recopilando el historial clínico, luego solicitó un examen físico, análisis de sangre, imágenes médicas, antes de recetar medicamentos y planificar una intervención quirúrgica. Sus elecciones coincidían estrechamente con las prácticas habituales, incluyendo parámetros sanguíneos específicos, pruebas de microbiología y modalidades de imagen solicitadas.

Los resultados muestran que MIRA alcanzó una precisión diagnóstica promedio del 88,9 % en el conjunto de enfermedades evaluadas, con un rendimiento particularmente alto en afecciones como la apendicitis, donde logró un 98,6 % de diagnósticos correctos. Incluso en casos más complejos como la pancreatitis, obtuvo un 92,3 % de precisión. Comparada con médicos certificados, MIRA mostró una precisión promedio del 87,8 %, frente al 78,1 % de los médicos experimentados y el 71,1 % de un grupo mixto de médicos junior y senior. Las mayores diferencias se observaron en los casos de pancreatitis, donde MIRA alcanzó un 95,2 % de precisión, superando ampliamente el 78,6 % de los médicos certificados y el 61,9 % del grupo mixto.

MIRA también demostró un gran rigor en el cumplimiento de los protocolos médicos. Recetó tratamientos conformes a las recomendaciones clínicas en una proporción mayor que los médicos, especialmente en aspectos como la administración de líquidos intravenosos o la terapia analgésica. En promedio, mostró un cumplimiento superior en 35 puntos porcentuales con respecto a los médicos certificados y en 36 puntos con respecto al grupo mixto. Sin embargo, al igual que los médicos, no alcanzó un cumplimiento perfecto en todos los tratamientos, especialmente en el ámbito de las antibioterapias, donde solo la neumonía alcanzó un 100 % de cumplimiento en el grupo evaluado.

La seguridad de las prescripciones también fue evaluada de manera exhaustiva. No se observó ningún caso de contraindicación mayor, como interacciones medicamentosas graves, incompatibilidades de dosificación renal, incompatibilidades alérgicas, riesgos relacionados con el alargamiento del intervalo QT o prescripciones de opioides no seguras. Solo se identificaron tres casos de duplicación terapéutica, considerados clínicamente aceptables. Además, MIRA demostró una precisión del 99,8 % en la documentación de los medicamentos recetados, con una gran exactitud en las instrucciones de dosificación, unidades, períodos y vías de administración.

Otro aspecto crucial fue la evaluación de la robustez de MIRA frente a posibles sesgos. Se realizaron pruebas para verificar si variaciones en las características de los pacientes, como el sexo, la ansiedad, el idioma hablado o convicciones personales sobre su estado de salud, influían en su rendimiento. Los resultados mostraron que MIRA mantenía una estabilidad diagnóstica en todas las situaciones probadas, con diferencias mínimas en la precisión, lo que confirma su robustez frente a estas perturbaciones.

MIRA también fue evaluada en su capacidad para recomendar ingresos o altas de urgencia de manera adecuada. En escenarios de neumonía y embolia pulmonar, identificó correctamente a todos los pacientes que necesitaban ingreso hospitalario, con una sensibilidad del 100 %. Aunque a veces recomendó ingresos innecesarios, nunca omitió un ingreso necesario, lo que demuestra un enfoque prudente pero seguro.

Finalmente, MIRA demostró que podía manejar una amplia gama de opciones clínicas, más de 85.000 en total, al tiempo que respetaba las normas médicas establecidas. Utilizó sistemas de codificación médica estandarizados para asegurarse de que sus solicitudes y resultados fueran compatibles con los historiales médicos electrónicos reales. Esto incluye el uso de códigos para diagnósticos, medicamentos, análisis de laboratorio y procedimientos, garantizando una integración fluida en los flujos de trabajo clínicos existentes.

Estos resultados sugieren que MIRA podría convertirse en una herramienta valiosa para apoyar a los médicos en su trabajo diario, automatizando tareas repetitivas y mejorando la precisión de los diagnósticos y tratamientos. Sin embargo, serán necesarios estudios adicionales en entornos clínicos reales para confirmar su eficacia y seguridad a gran escala.

«`

Bases documentaires

Rapport de référence

DOI : https://doi.org/10.1038/s41586-026-10675-5

Titre : Towards autonomous medical artificial intelligence agents

Revue : Nature

Éditeur : Springer Science and Business Media LLC

Auteurs : Dyke Ferber; Lars Hilgers; Christiane Höper; Benedict Kinny-Köster; Jan-Niklas Eckardt; Katharina Egger-Heidrich; Marius Bill; Martin M. K. Schneider; Jan Clusmann; Lejla Kadric; Marcel Oehme; Maximilian Mayrhofer-Schmid; Alexander Oeser; Georg Wölflein; Isabella C. Wiest; Jan Moritz Middeke; A. John Iafrate; Daniel Truhn; Dirk Jäger; Jakob Nikolas Kather