Redacción
Top Doctors ha lanzado a través de su filial THT (Top Health Tech) su nuevo desarrollo: Qylo, un chatbot conversacional único basado en inteligencia artificial (IA). Este sistema nace con el objetivo de ofrecer una solución innovadora en la atención y seguimiento del paciente.
A medida que se avanza en la integración de sistemas de inteligencia artificial en la atención sanitaria, la aparición de los modelos lingüísticos de gran escala (LLMs) como herramientas diagnósticas efectivas ofrece un vistazo al futuro de la práctica médica. En este sentido Qylo destaca por ser un chatbot de solución final diseñado para encarnar el equilibrio óptimo entre precisión, realismo y atención centrada en el paciente. Están desarrollados combinando técnicas de diseño de espacios y virtualización 3D, algoritmos de interpretación y escucha de audio con algoritmos de lenguaje natural y construcción de respuestas empáticas a través de Large Language Models.
Qylo es capaz de combinar técnicas de diseño de espacios y virtualización 3D, algoritmos de interpretación y escucha de audio con algoritmos de lenguaje natural y construcción de respuestas empáticas a través de Large Language Models
Asimismo, estos avatares ofrecen usos tan diversos como herramienta de consulta y recepción de pacientes en centros médicos y hospitalarios, resolución de dudas sobre fármacos y posología, aquellas derivadas de procedimientos médicos, pasos a llevar para la preparación de pruebas, interpretación de analíticas y pautas de ejercicio o salud, acompañamiento a enfermos crónicos, mayores o pacientes de salud mental… todo ello, 24h al día los 365 días del año.
“Queremos crear un ecosistema de salud digital integrado, donde los pacientes no sólo encuentren fácilmente al profesional adecuado, sino que también reciban una atención personalizada y coherente en cada interacción con la plataforma, mejorando así su experiencia de salud en general. Asimismo, Qylo genera a los especialistas médicos un flujo de pacientes debidamente orientados para que las consultas estén optimizadas, descongestionando así el sistema sanitario. Estamos trabajando activamente hacia esta visión de futuro integrando inteligencia artificial y machine learning para personalizar diagnósticos y tratamientos, y ampliando nuestras capacidades de telemedicina para hacer las consultas virtuales una opción aún más conveniente y eficiente para pacientes y doctores”, asegura Alberto E. Porciani, CEO de Grupo Top Doctors.
Se hizo un estudio y los resultados revelaron diversos grados de precisión, exactitud y sensibilidad entre los modelos, subrayando el potencial de los LLMs para revolucionar la educación médica y la atención al paciente
Como destaca Jordi Cusidó, Research & Innovation Manager de THT, la creación de Qylo llega a través de un análisis meticuloso que involucra un conjunto de nueve modelos incluyendo nombres notables como ChatGPT-4, el PaLM 2 de Google y el LLaMA de Meta, donde se evaluó su precisión diagnóstica, fiabilidad y seguridad en diversos escenarios clínicos.
La metodología implicó presentar estos modelos de lenguaje grande (LLMs) con descripciones de síntomas y resultados de pruebas en español, requiriendo diagnósticos especializados y recomendaciones en inglés. Este estudio comparativo no sólo arroja luz sobre el rendimiento diferencial entre modelos, sino que también enriquece el entendimiento de sus fortalezas y limitaciones dentro del contexto sanitario.
Los resultados revelaron diversos grados de precisión, exactitud y sensibilidad entre los modelos, subrayando el potencial de los LLMs para revolucionar la educación médica y la atención al paciente. El análisis contribuye además a una comprensión más profunda del papel de la inteligencia artificial en la ayuda a los profesionales sanitarios en el diagnóstico médico, con el objetivo de mejorar la efectividad y personalización de las experiencias educativas para profesionales médicos.
La base del estudio se apoya en el uso de asistentes conversacionales activados por voz como Siri, Alexa y Google Assistant en la atención médica, reflejando un cambio digital significativo en el compromiso del paciente y la gestión de la información sanitaria. Estos asistentes, equipados con capacidades de Comprensión del Lenguaje Natural (NLU), ofrecen recursos fácilmente accesibles para información médica y orientación de emergencia. A pesar de su promesa, la fiabilidad de estos asistentes digitales varía, necesitando un diseño y validación cuidadosos para asegurar precisión y seguridad.
Los resultados, resumidos en una serie de tablas, muestran las diversas capacidades de estos modelos, con algunos demostrando mayor precisión, exactitud y sensibilidad que otros
En este análisis comparativo, los modelos se probaron contra un conjunto integral de criterios, incluyendo su capacidad para proporcionar consejos médicos precisos y seguros. Los resultados, resumidos en una serie de tablas, muestran las diversas capacidades de estos modelos, con algunos demostrando mayor precisión, exactitud y sensibilidad que otros.
El análisis de clústeres de este estudio identificó cinco grupos distintos basados en métricas de rendimiento, ofreciendo perspectivas sobre los sesgos y aplicaciones potenciales de los modelos. El análisis reveló que los modelos con un mayor número de parámetros tienden a rendir mejor, destacando la importancia de la afinación y el papel del desarrollo de código abierto en la mejora del rendimiento de los modelos.
