Los probé con ambos motores y las diferencias son asombrosas. Compruébalo tú mismo.
Estos son algunos ejemplos que se le ocurrieron:
1) Indicación 1 - Diagnóstico de un paciente con
síntomas ambiguos
ChatGPT: "Un paciente presenta fatiga,
pérdida de peso y mareos ocasionales. ¿Cuáles son algunas de las posibles
causas de estos síntomas?"
GPT-4: "Un paciente masculino de 45 años
presenta un historial de fatiga progresiva de 3 meses, pérdida de peso
involuntaria de 15 libras y episodios de mareos. Proporcione un diagnóstico
diferencial y sugiera pruebas de diagnóstico relevantes".
2) Pregunta 2 - Recomendaciones de tratamiento
ChatGPT: "¿Cuáles son algunos tratamientos
comunes para la diabetes tipo 2?"
GPT-4: "Una mujer de 55 años con un
diagnóstico reciente de diabetes tipo 2 tiene un nivel de HbA1c de 8,5%.
Esbozar un plan de tratamiento integral, que incluya modificaciones en el
estilo de vida, opciones farmacológicas y seguimiento".
3) Mensaje 3 - Educación del paciente
ChatGPT: "Explicar la presión arterial alta
en términos simples".
GPT-4: "Cree un folleto educativo fácil de
usar para el paciente sobre la hipertensión, que incluya una descripción
general de la afección, los factores de riesgo, los síntomas, las posibles
complicaciones y las estrategias de manejo".
4) Mensaje 4 - Revisión de la investigación
médica
ChatGPT: "Cuéntame sobre los beneficios del
ejercicio para la salud mental".
GPT-4: "Resumir los hallazgos de
investigaciones recientes sobre la relación entre la actividad física y los
resultados de salud mental, incluidos los posibles mecanismos, tipos de
ejercicio y recomendaciones para diversas poblaciones".
5) Prompt 5 - Escenario de caso clínico
ChatGPT: "Describa un paciente con
neumonía".
GPT-4: "Cree un escenario de caso clínico
detallado que involucre a un paciente de 65 años que presente neumonía
adquirida en la comunidad, que incluya antecedentes de la enfermedad actual,
antecedentes médicos relevantes, hallazgos del examen físico, resultados de
pruebas de diagnóstico y plan de tratamiento".
¡Todo muy emocionante! La cuestión
clave para la industria de la salud es cómo mantenemos todo seguro y preciso.
Por ejemplo, el conjunto de datos en el que se entrena chatGPT incluye guiones
de películas e investigaciones médicas. Ese es un problema espinoso.
Algunos de los proyectos en los que estamos trabajando son similares a las intranets; La IA está limitada dentro de las paredes de un sistema hospitalario que puede interactuar con los datos de HIPPA pero solo puede escupir información a personas específicas en roles específicos en ubicaciones específicas. Una especie de enfoque de James Bond o Misión Imposible... una habitación segura donde no hay posibilidad de que se apropien de los datos, y con controles estrictos sobre la IA y los datos a los que tiene acceso. El sistema seguro fuera de línea de caja negra puede recibir datos una vez que se limpia. Sin vínculos externos, con científicos de datos que lo analizan primero para garantizar que la información comprada del datamart, o colaboraciones con otros sistemas de salud certificados, sea segura, limpia y no ponga en peligro HIPPA o los conocimientos existentes ¿Otros que trabajan en sistemas de IA seguros y aislados para datos de tipo HIPPA? Conozco algunos trabajos del gobierno, pero no muchos (por razones obvias). Estoy seguro de que los estados-nación también están trabajando en esto para que el apoyo a las decisiones no esté abierto al espionaje.
No hay comentarios:
Publicar un comentario