Espacio editorial virtual

The impact of large language models on radiology: a guide for radiologists on the latest innovations in AI.

Jpn J Radiol 42, 685–696 (2024).
Nakaura, T., Ito, R., Ueda, D. et al.
SERAM - revista Japonesa de Radiologia
Autor/es: Dr. Salvador Pedraza

En los ultimes meses se ha producido un gran desarrollo de los LLM, potenciado por ChatGPT, que ahora poseen la capacidad de comprender y generar texto similar al humano con una precisión notable.

En la radiología diagnóstica, los LLM podrían ofrecen un camino prometedor para mejorar múltiples aspectos del flujo de trabajo de radiología. Su capacidad para automatizar informes, generar y acelerar la recuperación de información puede potencialmente ahorrar mucho tiempo a los radiólogos, mejorando así la eficiencia y precisión de los procesos de diagnóstico. Además, su implementación podría reducir sustancialmente el tiempo requerido para el análisis de las imágenes.

Sin embargo, hay que considerar una serie de riesgos en su aplicación como:

a). Hay un riesgo de alucinaciones con información falsa que puede producir a errores en la toma de decisiones. Es necesario establecer estrategias de corrección de las alucinaciones y una mejor formación al respecto de los profesionales.

  1. b) Actualmente, LLM Los modelos desempeñan un papel de “copiloto”, pero es previsible que puedan adquirir la capacidad de funcionar como un “agente” autónomo en tareas como la generación de informes. Sin embargo, este avance abarca una serie de peligros potenciales relacionados con seguridad y ética médica. Una comprensión profunda de LLM por radiólogos y la colaboración con expertos es crucial para integrando con éxito LLM en radiología.
  2. c) Los LLM podría ser utilizado por personas sin conocimiento del campo de la radiología que pueden intentar prestar servicios sin tener la formación esencial para poder hacerlo con el riego que ello supone. Es preciso realizar un desarrollo jurídico paralelo con establecimiento de directrices para evitar los peligros de su uso.

PUNTOS DEBILES:

. No se detalla cómo debe ser el plan estratégico de implementación de las soluciones de IA en un servicio de Radiología.

. No se detalla cual es el modelo de sostenibilidad económica de implementación de las soluciones de IA en un servicio de Radiología.

PUNTOS FUERTES:

Este artículo aporta una visión de conjunto de las ventajas y riesgos de la aplicación de LLM en radiología.

  • Esta publicación apoya la necesidad de realizar un esfuerzo de educación en la próxima generación de radiólogos sobre la integración de las herramientas de LLM.
  • Este artículo trasmite claramente el mensaje de que se deben establecer normas y leyes sobre el uso de LLM en Radiología para evitar los riesgos de su aplicación.

 

Dr Salvador Pedraza. Editor de la sección de Educación (FORA).

Suscríbete

Comités

Sugerencias

Mantenimiento web

El próximo fin de semana, 2 y 3 de marzo, la web no estará operativa por labores de mantenimiento.
Podrás seguir accediendo a la plataforma de formación en http://aula.formacion.seram.es