Los modelos de lenguaje de inteligencia artificial (IA) a menudo se usan en chats de bots y otros sistemas conversacionales para generar texto de tipo humano sensible al contexto en respuesta a una solicitud de un usuario. Dichos modelos se entrenan en grandes conjuntos de datos de conversaciones humanas utilizando técnicas de aprendizaje automático para aprender los patrones y la estructura del lenguaje natural. Se han desarrollado varios modelos de lenguaje de IA desde la década de 1950, pero solo se han logrado avances significativos en los últimos años debido a la mejora de los modelos de aprendizaje automático junto con una mayor disponibilidad de grandes cantidades de datos y recursos computacionales. 

Un estudio recién publicado en la revista Epilepsia ha explorado el uso de estas herramientas en varios ejemplos de conversaciones con chat GPT3 sobre la epilepsia, desde cómo hacer un plan de acción ante una crisis hasta la mejor opción de tratamiento quirúrgico para un caso determinado, con resultados muy variables, en algún caso resultando en auténticos disparates. 

Varias limitaciones moderan y atenúan el optimismo por el uso de modelos de lenguaje basados en IA en la práctica clínica. Previas investigaciones se han centrado en modelos de lenguaje entrenados en grandes cantidades de datos de dominio público de conversaciones humanas generales, que comúnmente involucran mensajes de texto de redes sociales (Twitter, Facebook, etc.) y algunos datos de entrenamiento adicionales de libros o literatura académica. Los casos estudiados no representan con precisión los límites de esta herramienta, ya que probablemente no se entrenó en un conjunto de datos de dominio específico suficientemente extenso y de alta calidad. 

Es importante destacar que los modelos de IA del lenguaje no pueden lidiar fácilmente con controversias en áreas del conocimiento y es posible que no brinden respuestas correctas cuando hay contradicciones en los datos de entrada.  De momento, al menos, será necesaria la supervisión de los profesionales médicos para destilar la información de capacitación, y que todas las aplicaciones actuales de IA deben utilizarse en combinación con la experiencia humana. Esto se vuelve especialmente relevante por el hecho de que las amplia

s implicaciones éticas y legales de estos modelos de IA, y los desarrolladores declinan cualquier responsabilidad que luego puede recaer sobre el usuario del algoritmo.

Por último, los usuarios deben ser conscientes de que los modelos de lenguaje muestran prejuicios contra las personas en función del género, la raza o la discapacidad. Este tema es particularmente sensible en la epilepsia, donde el estigma aún prevalece 

Los autores concluyen que los modelos de lenguaje de IA tienen gran potencial para que se utilicen en la atención clínica en el futuro. La extracción de información estructurada de registros médicos electrónicos y la asistencia con tareas simples supervisadas por humanos son escenarios de uso factibles. Sin embargo, estos sistemas deberán probarse exhaustivamente y validarse rigurosamente antes de que puedan usarse en la atención clínica, de acuerdo con las regulaciones existentes sobre software como dispositivo médico o dispositivos médicos habilitados para IA. En última instancia, los modelos de lenguaje de IA en la atención de la epilepsia dependerán del desarrollo de sistemas robustos y fiables según las pautas de ética para la IA fiable, impulsados por el intercambio de datos basados en la comunidad y la investigación de IA específica de la epilepsia. Fuera de la atención clínica de los pacientes, varias aplicaciones exitosas de modelos de lenguaje (por ejemplo, procesamiento inteligente de datos, generación de contenido y análisis de sentimientos) brindan una perspectiva prometedora de la práctica clínica futura aumentada por IA. Para lograr historias de éxito similares con modelos de lenguaje de IA en la epilepsia y la práctica clínica general, necesitaremos desarrollar protocolos para aplicar modelos de aprendizaje descentralizados basado en datos de pacientes identificables distribuidos de múltiples instituciones. Estos modelos de lenguaje descentralizados coordinados aprovecharán el conocimiento colectivo y las perspectivas de múltiples fuentes, incluidos campos especializados como la epilepsia, mientras protegerían la privacidad del paciente.

Para saber más:

Boßelmann et al . Are AI language models such as ChatGPT ready to improve the care of individuals with epilepsy? Epilepsia. 2023 Mar 3. doi: 10.1111/epi.17570. Epub ahead of print. PMID: 36869421.