9 - USO DE UNA HERRAMIENTA DE INTELIGENCIA ARTIFICIAL PARA AYUDAR EN LA REALIZACIÓN DE LISTAS DE DIAGNÓSTICO DIFERENCIAL DE PACIENTES. ESTUDIO RETROSPECTIVO

Bernardo Silva¹, Ana Filipa Costa Costa¹, Abel Branco¹, Guilherme Sanches de Miranda¹, Patrícia Simões¹, Paula Villaverde Rebenaque², Jesennia Chincilla Mata¹ y Luis Siopa<sup>1

1</sup>Hospital Distrital de Santarém, Santarém, Portugal. ²Hospital Universitario La Paz, Madrid, España.

Objetivos: El presente estudio tiene como objetivo evaluar la capacidad de una herramienta de inteligencia artificial (IA) para realizar un listado de 5 diagnósticos diferenciales que incluyan el diagnóstico correcto de un paciente, en base a los 3 signos/síntomas principales que presenta el paciente durante la anamnesis en Urgencias.

Métodos: Estudio observacional retrospectivo basado en datos recogidos de las historias clínicas de pacientes ingresados en Medicina Interna. Se recogieron los 3 principales signos y/o síntomas que motivaron su visita al Servicio de Urgencias y posteriormente esta información se introdujo en una herramienta de inteligencia artificial (ChatGPT 3.5) para presentar 5 diagnósticos diferenciales. Esta lista se comparó con los diagnósticos finales de los pacientes al alta para comprender la capacidad de esta herramienta de IA para establecer un diagnóstico basado en la información proporcionada.

Resultados: Se analizaron las historias clínicas de 81 pacientes ingresados en Medicina Interna en los meses de julio, agosto y septiembre de 2023, de ellos 55 cumplieron los criterios de inclusión para ser incluidos en este estudio. El 65,5% eran mujeres, con una edad media de 76 años. Los principales signos y síntomas presentados al ingreso al Servicio de Urgencias fueron déficits neurológicos (24,8%), síntomas respiratorios (17,8%) y sintomatología inespecífica (13,2%). Los principales diagnósticos al alta fueron: infección del tracto urinario (18,2%), insuficiencia cardíaca (14,5%) y neumonía (14,5%). La plataforma ChatGPT presentó el diagnóstico final correcto en el 60% de los casos.

Conclusiones: Aunque este estudio tiene limitaciones, el análisis de los resultados obtenidos parece favorecer el uso de modelos de inteligencia artificial para facilitar a los profesionales sanitarios la realización de diagnósticos. Se deben realizar estudios adicionales que involucren a un mayor número de pacientes y que proporcionen más datos clínicos al modelo de IA para validar su uso en la práctica clínica.