Artículo original: Sacoransky E, Kwan BYM, Soboleski D. ChatGPT and assistive AI in structured radiology reporting: A systematic review. Curr Probl Diagn Radiol. 2024 Nov-Dec;53(6):728-737. doi: 10.1067/j.cpradiol.2024.07.007. Epub 2024 Jul 9.
DOI: 10.1067/j.cpradiol.2024.07.007
Sociedad:Current Problems in Diagnostic Radiology (@CPDRJournal)
Palabras clave: ChatGPT, informe estructurado, informes, inteligencia artificial, modelos de lenguaje, revisión.
Abreviaturas: IA (inteligencia artificial), LLM (modelos lingüísticos grandes)
Línea editorial del número: Current Problems in Diagnostic Radiology es una revista para radiólogos que ofrece artículos de revisión con imágenes, información clínica relevante y actualizaciones sobre temas como gestión de la práctica, investigación, calidad y educación. Con un formato conciso y rico en imágenes, facilita la investigación eficiente en temas clave para la práctica radiológica. Este número de Current Problems in Diagnostic Radiology incluye artículos sobre la vigilancia del carcinoma hepatocelular con resonancia magnética con contraste, consideraciones ergonómicas para la práctica radiológica moderna, y factores de éxito para las intervenciones para reducir las imágenes de bajo valor. También se incluyen artículos sobre la mejora del diagnóstico por imágenes y el triaje del tratamiento de la endometriosis, el soborno y el cumplimiento en radiología, y un modelo para enseñar radiología a aprendices de especialidades clínicas.
Motivos para la selección Este trabajo es relevante porque se adentra en el análisis de cómo ChatGPT, un modelo de lenguaje de gran envergadura con capacidades de procesamiento de lenguaje natural, tiene el potencial de revolucionar la práctica de la radiología. Su enfoque principal radica en la automatización de la creación de informes radiológicos, una tarea que consume una cantidad significativa del tiempo de los radiólogos.
Tradicionalmente, los radiólogos han dedicado una parte considerable de su jornada laboral a la elaboración de informes escritos que describen los hallazgos de las imágenes médicas. Este proceso, aunque esencial para la comunicación de los resultados y la planificación del tratamiento, puede resultar repetitivo y demandante en términos de tiempo. La automatización de esta tarea mediante ChatGPT permitiría a los radiólogos liberarse de esta carga administrativa, brindándoles la oportunidad de reenfocar sus esfuerzos en tareas más complejas y que requieren de su experiencia y juicio clínico.
Resumen:
Introducción
El advenimiento de los modelos lingüísticos grandes (LLM), como ChatGPT, ha abierto un nuevo abanico de posibilidades en el campo de la radiología. Si bien la inteligencia artificial (IA) se ha aplicado tradicionalmente al análisis de imágenes médicas, la capacidad de ChatGPT para procesar y generar lenguaje natural ha despertado gran interés en su potencial para transformar la generación de informes radiológicos estructurados. Esto podría tener un impacto significativo en la eficiencia y la precisión del flujo de trabajo radiológico.
Métodos
Para comprender mejor el estado actual de la investigación en esta área, se llevó a cabo una revisión sistemática exhaustiva de la literatura. Se consultaron las bases de datos MEDLINE y Embase desde su inicio hasta mayo de 2024, buscando estudios primarios que abordaran el uso de ChatGPT en la generación de informes radiológicos estructurados. La búsqueda se realizó utilizando una combinación de palabras clave relevantes, incluyendo «ChatGPT», «radiología», «informes estructurados» e «inteligencia artificial». Se aplicaron criterios de inclusión y exclusión para seleccionar los estudios más relevantes para la revisión.
Resultados
La búsqueda inicial arrojó un total de 268 artículos. Tras una evaluación exhaustiva basada en los criterios de inclusión y exclusión, se seleccionaron ocho estudios para su inclusión en la revisión. Estos estudios exploraron una variedad de aplicaciones de ChatGPT en el contexto de la radiología, incluyendo:
- Conversión de informes no estructurados a informes estructurados: ChatGPT demostró su capacidad para analizar informes radiológicos en lenguaje natural y extraer información clave para generar informes estructurados, estandarizados y más fáciles de procesar.
- Extracción de datos de texto libre: ChatGPT puede identificar y extraer información relevante, como hallazgos radiológicos, diagnósticos y recomendaciones, de los informes de texto libre.
- Generación de impresiones radiológicas: A partir de los hallazgos radiológicos, ChatGPT puede generar descripciones concisas y precisas de las imágenes, lo que ayuda a los radiólogos en la formulación de sus informes.
- Creación de informes estructurados a partir de datos de imágenes: Algunos estudios exploraron la posibilidad de integrar ChatGPT con sistemas de análisis de imágenes, permitiendo la generación automática de informes estructurados a partir de los datos de las imágenes.
Discusión
Los hallazgos de esta revisión sistemática sugieren que ChatGPT y la IA asistida tienen el potencial de revolucionar la generación de informes radiológicos. Las ventajas potenciales incluyen:
- Mayor precisión: La capacidad de ChatGPT para procesar grandes cantidades de datos y aplicar algoritmos de aprendizaje automático puede mejorar la precisión de los informes radiológicos.
- Estandarización: ChatGPT puede ayudar a estandarizar la estructura y el contenido de los informes radiológicos, lo que facilita su interpretación y comparación.
- Optimización de recursos: Al automatizar tareas como la generación de informes, ChatGPT puede liberar tiempo a los radiólogos para que se centren en tareas más complejas, como la interpretación de imágenes y la toma de decisiones clínicas.
Los autores de la revisión también señalan que la investigación en esta área aún se encuentra en sus primeras etapas. Se necesitan más estudios para evaluar completamente el potencial de ChatGPT en la práctica clínica y para abordar las limitaciones actuales, como la necesidad de mejorar la precisión y la coherencia de los informes generados. Los desarrollos futuros pueden implicar la integración de técnicas avanzadas de IA, como la generación dinámica de pocos disparos, ChatGPT y la generación aumentada de recuperación (RAG), en los flujos de trabajo de diagnóstico radiológico.
Conclusión
ChatGPT tiene el potencial de ahorrar tiempo a los radiólogos al crear plantillas de informes para diversas patologías. En el futuro, podría seleccionar la plantilla más adecuada según la descripción del radiólogo, optimizando la generación de informes. La investigación se centra en técnicas como la generación dinámica de pocos disparos y la generación aumentada por recuperación (RAG) para informes específicos de cada enfermedad. Sin embargo, su integración en la práctica diaria presenta desafíos, especialmente en el diseño de la interfaz de usuario. Es crucial que los radiólogos supervisen y apliquen su juicio clínico al usar esta tecnología. El papel final de ChatGPT en radiología aún está por determinar, y es esencial abordar las limitaciones y consideraciones éticas para un uso responsable en la atención médica.
Valoración personal:
En general, el artículo ofrece una visión general informativa del potencial de ChatGPT en radiología, pero se beneficiaría de un análisis más profundo y crítico que considere las limitaciones de la evidencia actual y los desafíos asociados a la implementación de esta tecnología. Es fundamental que futuras investigaciones aborden estas limitaciones y exploren en mayor profundidad las diversas aplicaciones de ChatGPT en el campo de la radiología.
Fortalezas:
- Actualidad: Aborda un tema de gran actualidad e interés en el campo de la radiología, como es la aplicación de la IA, y específicamente de ChatGPT, en la generación de informes.
- Revisión sistemática: La metodología empleada, basada en una revisión sistemática de la literatura, aporta rigor y sistematicidad al análisis.
- Identificación de potencial: El estudio identifica correctamente el potencial de ChatGPT para transformar la radiología, mejorando la eficiencia, la precisión y la estandarización de los informes.
- Visión de futuro: Señala las posibles líneas de desarrollo futuro, como la integración de ChatGPT con otras técnicas de IA.
Limitaciones:
- Falta de evaluación crítica de la calidad de los estudios: No se menciona si se realizó una evaluación de la calidad metodológica de los estudios incluidos en la revisión.
- Enfoque en la generación de informes: Se centra principalmente en la generación de informes, sin explorar en profundidad otras posibles aplicaciones de ChatGPT en radiología, como la asistencia en el diagnóstico o la comunicación con el paciente.
Falta de análisis de los desafíos éticos y prácticos: No se abordan en profundidad los desafíos éticos y prácticos asociados a la implementación de ChatGPT en la práctica clínica, como la privacidad de los datos, la responsabilidad legal y la necesidad de supervisión humana.
Gary Amseian
Hospital Clínic de Barcelona, Barcelona, R3
cbseram.com 
Deja un comentario