Una IA lee notas médicas y encuentra lo que los códigos no recogen

Qué se ha descubierto¶

Cada vez que un paciente acude a una consulta se generan dos clases de registros. Por un lado están los campos ordenados: los códigos de facturación, los valores de laboratorio y las recetas. La otra cara es la nota que escribe el médico, donde cuenta lo que dijo el paciente, cómo lleva el tratamiento o por qué cambió una medicación.

Un equipo de varias universidades de Estados Unidos ha publicado en Nature Medicine un sistema de inteligencia artificial que lee esas notas a gran escala y convierte lo que encuentra en datos que se pueden analizar. La validación muestra que el sistema acierta en el 99,4% de los casos al identificar información que las notas contienen y que los códigos no recogen.

Para demostrar qué se puede hacer con ese enfoque, los autores lo aplicaron a los agonistas del receptor GLP-1. Es una familia de medicamentos que se usa sobre todo para la diabetes tipo 2 y, en algunos casos, para perder peso. Aquí entran la semaglutida y la tirzepatida.

Cómo se hizo el estudio¶

El trabajo combina dos piezas. La primera es un sistema que lee texto clínico libre, es decir, la nota del médico sin formato predefinido, y extrae hechos concretos manteniendo cada dato enlazado a la frase exacta de la que sale. La segunda es un proceso de validación riguroso.

Médicos certificados, de instituciones independientes al equipo que creó la herramienta, revisaron línea por línea lo que el sistema había extraído. Un médico revisó 100 visitas de 96 profesionales distintos, procedentes de 86 consultas y de cuatro sistemas diferentes de historia clínica electrónica. Un segundo médico revisó de forma independiente un subconjunto de esas visitas y un tercero, que no sabía qué había dicho cada revisor, resolvió los desacuerdos para crear un estándar final.

Frente a ese estándar, el sistema obtuvo un 99,4% en una medida combinada que evalúa tanto la precisión de lo que reporta como la cantidad de información que detecta. Como referencia, los propios médicos coincidieron entre sí en el 94,7% de las afirmaciones que ambos revisaron.

El tiempo también importa. Los cinco revisores médicos necesitaron unas 70 horas para revisar 120 historiales. El sistema hace cada historial en segundos.

Después, los autores aplicaron la herramienta a más de 16.000 adultos que empezaron un tratamiento con GLP-1 en consultas habituales de atención ambulatoria. Algunos lo usaban para la diabetes y otros para perder peso.

Qué significa y qué no¶

Dos patrones del análisis con GLP-1 llaman la atención porque van en direcciones opuestas.

Las personas que partían con un azúcar en sangre más sano perdieron más peso y lo hicieron antes. A los 12 meses, quienes tenían el azúcar en sangre normal al inicio habían perdido alrededor del 7,7% de su peso corporal, frente a cerca del 2,7% entre quienes partían con diabetes mal controlada. El tiempo hasta alcanzar una pérdida del 5% siguió el mismo esquema: unos 210 días para el grupo con azúcar normal.

Esto no quiere decir que el GLP-1 funcione mejor en personas sin diabetes. Quiere decir que, dentro de los pacientes tratados en la vida real, los que ya partían con un mejor control del azúcar en sangre respondieron más, al menos en peso. Es una asociación observada en datos de práctica clínica, no un ensayo que pruebe causalidad.

Tampoco significa que la IA vaya a sustituir al médico. El sistema está pensado para extraer información del texto libre y dejar rastro de donde sale cada dato. Las decisiones clínicas siguen siendo de los profesionales.

Contexto¶

La idea de leer el texto clínico con algoritmos no es nueva. Ya hay revisiones sobre el uso del procesamiento de lenguaje natural en notas médicas para detectar sepsis de forma temprana, en enfermedades crónicas como diabetes o insuficiencia cardiaca, en cardiología y en la búsqueda activa de casos de tuberculosis. Lo que aporta este trabajo es un sistema validado a gran escala, con métricas de acuerdo entre revisores humanos, y un ejemplo aplicado a un fármaco de uso masivo.

El campo lleva años sabiendo que la nota del médico contiene información valiosa que se pierde cuando los estudios solo miran códigos. Lo que cambia aquí es el tamaño de la lectura y el rigor con el que se ha medido cuánto acierta la máquina.

Qué falta por saber¶

Quedan preguntas abiertas. Los datos proceden de un sistema sanitario concreto, principalmente de Estados Unidos, y habría que ver si la precisión se mantiene en otros países, idiomas y modelos de historia clínica electrónica.

El sistema extrae información, pero no diagnostica ni prescribe, así que su utilidad real dependerá de cómo se integre en el flujo de los profesionales. También está por ver qué pasa cuando la nota es ambigua, está mal escrita o refleja situaciones sociales delicadas que el médico preferiría no dejar por escrito.

Y, como en cualquier estudio observacional, los patrones observados con GLP-1 pueden estar mezclados con factores que no se han medido, como el apoyo dietético, el nivel de actividad física o la situación económica de cada paciente.