Los autores del estudio, Mahvish Nagda, Jihyeon Lee, Matthew Thompson, entre otros, explicaron que “la interacción audiovisual es el estándar para las consultas médico-paciente, ya que permite una comunicación natural y una evaluación eficaz de la enfermedad mediante señales no verbales. Si bien la IA basada en texto ha demostrado ser prometedora, descarta dimensiones perceptivas esenciales y limita a los pacientes que no pueden articular sus síntomas por escrito”.
Los primeros intentos de implementar la inteligencia artificial en la interacción audiovisual habían mostrado su viabilidad, aunque no alcanzaron el nivel de rendimiento clínico requerido. Ahora, se ha presentado la primera demostración de un sistema de IA experto en videoconsultas clínicas en tiempo real, que utiliza AMIE (Articulate Medical Intelligence Explorer) en un entorno de video.
AMIE es, según explicaron, “un sistema multiagente basado en Gemini que integra diálogo de baja latencia, razonamiento clínico y percepción audiovisual en tiempo real”. Para su desarrollo, se estableció una taxonomía y evaluaciones automatizadas para señales audiovisuales clínicas en el contexto de telesalud.
El estudio, realizado de forma aleatorizada, involucró a 30 médicos de atención primaria, 15 pacientes simulados y 100 escenarios clínicos. Se compararon AMIE (Video), su versión de texto AMIE (Texto) y las consultas de los médicos por video. Al finalizar el experimento, los evaluadores clínicos calificaron a AMIE (Video) como igual o mejor que los médicos de atención primaria en la entrevista clínica inicial, el diagnóstico, el tratamiento y la observación y exploración física.
Asimismo, los pacientes simulados mostraron preferencia por el enfoque de AMIE para evaluar y explicar sus afecciones, mientras que se reconoció que los médicos de atención primaria tenían una mejor capacidad para establecer una buena relación y colaboración. Se observó que los pacientes preferían la interfaz de AMIE (Video) al chat de texto debido a su eficacia comunicativa, comodidad y sensación de comprensión.
No obstante, los investigadores señalaron que “persisten limitaciones en cuanto a la precisión anatómica, los matices afectivos sutiles y los movimientos de alta frecuencia”. Concluyeron que, “a pesar de que se necesita más investigación antes de su aplicación en el mundo real, estos resultados representan un avance significativo hacia sistemas de IA que mejoren la atención mediante la identificación de la complejidad sensorial en la práctica clínica”.
El objetivo de los investigadores es desarrollar un modelo que supere las interfaces basadas exclusivamente en texto. Explicaron que “la interacción audiovisual en directo puede mejorar la relación clínico-paciente y guiar de forma dinámica a los pacientes a través de maniobras interactivas de exploración física (por ejemplo, autopalpación abdominal, amplitud de movimiento activa, llenado capilar) con una fidelidad diagnóstica sustancialmente mayor”.
Los autores proporcionaron un ejemplo claro que justifica por qué AMIE (Video) recibió una calificación superior a la de los médicos de atención primaria en cuanto a su proactividad durante los exámenes físicos. Indicaron que “los médicos humanos a menudo recurren a la anamnesis oral en lugar de instruir a los pacientes para que realicen maniobras de examen activas. Esta diferencia puede reflejar que los médicos tienden a seguir hábitos de consulta presencial, donde los exámenes físicos se realizan típicamente en la clínica, en lugar de ser guiados de forma remota. AMIE, en contraste, guió sistemáticamente a los pacientes a través de maniobras de examen físico paso a paso.”
