En un estudio reciente publicado en Science, los investigadores llevaron a cabo una evaluación exhaustiva del modelo de lenguaje a gran escala (LLM) OpenAI o1 comparándolo con cientos de médicos para poner a prueba su rendimiento en el razonamiento clínico en tareas complejas. El estudio incluyó la recopilación de datos en cinco pruebas de referencia experimentales y un estudio en un servicio de urgencias real, que abarcaba casos médicos considerados «referencia» y situaciones reales de urgencias.
Los resultados del estudio revelaron que el modelo de inteligencia artificial (IA) superó en general los resultados de referencia de los médicos humanos en múltiples tareas, lo que sugiere que los modelos avanzados podrían haber superado ya muchas pruebas de referencia establecidas de razonamiento clínico. Este estudio sugiere que, en un futuro próximo, la IA podría ir más allá de la recuperación de información para ofrecer segundas opiniones clínicas sofisticadas y fiables.
Traducción realizada con la versión gratuita del traductor DeepL.com
