Un estudio demuestra que los modelos abiertos pueden igualar el rendimiento de GPT-4 en la resolución de casos clínicos complejos
La inteligencia artificial (IA) está revolucionando la medicina, proporcionando herramientas avanzadas para mejorar el diagnóstico y la toma de decisiones clínicas. Hasta ahora, los modelos de IA de código cerrado, como GPT-4, han dominado este ámbito, demostrando una capacidad superior para resolver casos médicos complejos. Sin embargo, un reciente estudio financiado por los Institutos Nacionales de Salud (NIH) y llevado a cabo por la Facultad de Medicina de Harvard ha revelado que la brecha entre los modelos abiertos y cerrados está desapareciendo.
Los hallazgos, publicados el 14 de marzo en JAMA Health Forum, indican que el modelo Llama 3.1 405B, desarrollado por Meta y de código abierto, ha logrado igualar el rendimiento de GPT-4 en la resolución de 92 casos clínicos difíciles, incluidos en la sección de diagnóstico desafiante del New England Journal of Medicine.
Un avance clave para la democratización de la IA en medicina
El estudio, realizado en colaboración con médicos del Beth Israel Deaconess Medical Center y el Brigham and Women’s Hospital, demuestra que los modelos de IA de código abierto están alcanzando niveles de precisión y razonamiento comparables a los de sus homólogos propietarios.
«Hasta donde sabemos, esta es la primera vez que un modelo de código abierto iguala el rendimiento de GPT-4 en casos tan complejos evaluados por médicos», afirmó Arjun Manrai, autor principal del estudio y profesor de informática biomédica en el Instituto Blavatnik de Harvard. «Es realmente sorprendente ver cómo los modelos abiertos han alcanzado tan rápidamente a los líderes del sector. Pacientes, profesionales de la salud y hospitales pueden beneficiarse enormemente de esta competencia.»
IA de código abierto vs. IA de código cerrado: ¿cuál es mejor para la medicina?
La adopción de la inteligencia artificial en hospitales y centros de salud presenta ventajas y desafíos, dependiendo del tipo de modelo que se utilice.
Ventajas del código abierto en medicina
- Mayor privacidad y control de datos
Los modelos abiertos pueden ejecutarse en servidores internos del hospital, evitando la transferencia de datos de pacientes a servidores externos. - Adaptabilidad a necesidades clínicas específicas
Los desarrolladores y médicos pueden modificar los modelos abiertos para adaptarlos a entornos clínicos concretos, mejorando su precisión en diagnósticos específicos. - Costes reducidos
Al no depender de licencias propietarias ni de costos por uso de API, las instituciones médicas pueden implementar estos modelos sin restricciones comerciales.
Desafíos del código abierto
- Mayor complejidad en la implementación
Requiere personal técnico capacitado para gestionar la configuración y mantenimiento del modelo dentro de la infraestructura hospitalaria. - Falta de soporte técnico centralizado
Mientras que los modelos propietarios cuentan con asistencia y soporte continuo, los abiertos dependen de la comunidad de desarrolladores y expertos en IA. - Integración con sistemas hospitalarios
Los modelos de código cerrado suelen estar optimizados para integrarse con los registros médicos electrónicos (EHR), lo que facilita su implementación en hospitales.
Resultados clave del estudio
El estudio evaluó la precisión diagnóstica de Llama 3.1 405B y GPT-4 en 92 casos clínicos desafiantes.
- Diagnósticos correctos
- Llama 3.1 405B: 70% de precisión
- GPT-4: 64% de precisión
- Primera opción correcta
- Llama 3.1 405B: 41% de los casos
- GPT-4: 37% de los casos
Estos resultados sugieren que la IA de código abierto ha alcanzado un nivel de fiabilidad que puede ser aprovechado por instituciones médicas sin depender de modelos propietarios.
¿Qué significa esto para el futuro de la medicina asistida por IA?
Los errores de diagnóstico representan un desafío significativo en el sistema de salud. Según un informe de 2023, 795.000 pacientes en EE.UU. sufren discapacidad o mueren cada año debido a diagnósticos erróneos.
La integración de modelos de IA más accesibles y personalizables podría reducir estas cifras al ofrecer herramientas de apoyo a los médicos, permitiéndoles tomar decisiones más precisas y rápidas.
«Los modelos de código abierto pueden ser igual de potentes que los propietarios, dando a los médicos y sistemas de salud un mayor control sobre cómo se utilizan estas tecnologías», afirmó Adam Rodman, coautor del estudio y profesor de medicina en Harvard.
La evolución de la IA en el ámbito sanitario no solo representa un avance tecnológico, sino una oportunidad para mejorar el acceso a herramientas médicas avanzadas sin restricciones comerciales. Si la tendencia continúa, el futuro de la medicina podría estar cada vez más ligado a un ecosistema de IA abierta y colaborativa.
vía: HMS Harvard
