Madrid, 1 de octubre de 2025 (EUROPA PRESS) – Un estudio reciente realizado por investigadores de la Universidad de Vilnius, Lituania, ha encontrado que los médicos y enfermeras son más efectivos que la inteligencia artificial (IA) en la clasificación de pacientes en los departamentos de emergencias. Este hallazgo fue presentado durante el Congreso Europeo de Medicina de Emergencia, que se celebra en Viena, Austria.
La doctora Renata Jukneviciene, investigadora postdoctoral de la universidad, subrayó que aunque la IA puede colaborar con el personal clínico, no debería ser utilizada como una herramienta de clasificación independiente. «Realizamos este estudio para abordar el creciente problema de la saturación en los servicios de urgencias y la creciente carga de trabajo del personal de enfermería», destacó la Dra. Jukneviciene. «Dado el desarrollo acelerado de herramientas de IA como ChatGPT, nuestro objetivo era explorar si la IA podría facilitar la toma de decisiones de triaje, mejorar la eficiencia y reducir la carga del personal en Urgencias».
Para llevar a cabo la investigación, el equipo distribuyó un cuestionario tanto impreso como digital a seis médicos de urgencias y 51 enfermeras del servicio de urgencias del Hospital Universitario Santaros Klinikos de Vilna. Los profesionales clasificaron casos clínicos seleccionados al azar de 110 informes que estaban citados en la base de datos PubMed. Los participantes debían clasificar a los pacientes según la urgencia, ubicándolos en una de cinco categorías, de mayor a menor urgencia, utilizando el Sistema de Triaje de Manchester. A su vez, los mismos casos fueron analizados con ChatGPT (versión 3.5). En total, 44 enfermeras (86,3%) y seis médicos (100%) completaron el cuestionario.
«En general, la IA tuvo un rendimiento inferior al de las enfermeras y los médicos en la mayoría de las métricas que medimos», añadió Jukneviciene. Por ejemplo, la precisión general de la IA fue del 50,4%, frente al 65,5% de las enfermeras y el 70,6% de los médicos. La sensibilidad, que mide la precisión con la que se identifican los casos verdaderamente urgentes, fue también menor en la IA, con un 58,3%, comparado con el 73,8% de las enfermeras y el 83% de los médicos.
Resultados del estudio
Los médicos lograron las puntuaciones más altas en todas las áreas y categorías de urgencia evaluadas por los investigadores. Sin embargo, la IA superó al personal de enfermería en la primera categoría de triaje, correspondiente a los casos más urgentes, mostrando una mayor precisión y especificidad en la identificación de los casos críticos. En cuanto a precisión, la IA obtuvo un 27,3% mientras que el personal de enfermería logró un 9,3%; en especificidad, la IA registró un 27,8% frente al 8,3% del personal de enfermería.
«Estos resultados sugieren que, aunque la IA tiende a sobreclasificar, puede ser más cautelosa al señalar casos críticos, lo que puede ser a la vez una fortaleza y una desventaja», argumentó la Dra. Jukneviciene.
De igual manera, los médicos obtuvieron mejores resultados que la IA en casos que requerían cirugía, así como en tanto en aquellos que necesitaban tratamientos medicamentosos u otras terapias no invasivas. En los casos quirúrgicos, los médicos lograron una puntuación de fiabilidad del 68,4%, mientras que el personal de enfermería alcanzó el 63% y la IA, tan solo un 39,5%. En los casos que necesitaban tratamiento terapéutico, los médicos consiguieron una puntuación del 65,9%, las enfermeras un 44,5% y la IA obtuvo un mejor resultado, con un 51,9% en fiabilidad.
Implicaciones del estudio
A pesar de que se anticipaba que la IA podría no superar a los profesionales clínicos experimentados, sorprendió que en algunas áreas su rendimiento fue aceptablemente bueno. En la categoría de triaje más urgente, la IA demostró mayor precisión que el personal de enfermería, indicando que no debe sustituir el juicio clínico, sino servir como herramienta auxiliar en la toma de decisiones.
La IA podría ayudar a priorizar los casos más urgentes de manera más consistente y apoyar al personal más nuevo o menos experimentado. A pesar de ello, un triaje excesivo podría generar ineficiencias, por lo que se considera vital una integración cuidadosa y supervisión humana. «Los hospitales deben abordar la implementación de la IA con precaución y centrar sus esfuerzos en capacitar al personal para que interprete críticamente las sugerencias de la IA», concluyó el Dr. Jukneviciene.
Los investigadores contemplan realizar estudios de seguimiento con versiones más recientes de IA y modelos optimizados específicamente para el ámbito médico. Ellos planean probar estos modelos en grupos más amplios de participantes, incluir la interpretación de electrocardiogramas y examinar la forma en que la IA puede integrarse en la formación de enfermeras, sobre todo para el triaje y situaciones con un gran número de víctimas.
Las limitaciones del estudio incluyen el reducido número de participantes, ya que se llevó a cabo en un solo centro y el análisis de IA se realizó fuera de un entorno hospitalario en tiempo real, lo que impidió evaluar su uso en el flujo de trabajo cotidiano. Además, no fue posible interactuar con los pacientes, evaluar sus constantes vitales ni obtener datos de seguimiento. Asimismo, ChatGPT 3.5 no fue entrenado específicamente para fines médicos.
Por otro lado, los puntos fuertes del estudio se basaron en el uso de casos clínicos reales para la comparación, llevada a cabo por un grupo multidisciplinario de médicos y enfermeras, así como la IA; su accesibilidad y flexibilidad aumentaron al distribuir el cuestionario en formato digital y físico; fue clínicamente relevante ante los desafíos actuales en atención médica, como el hacinamiento y la escasez de personal en urgencias; y el estudio puso de manifiesto que la IA tiende a sobreclasificar a muchos pacientes, asignándoles una mayor urgencia, un conocimiento crucial para la implementación segura de la IA en los departamentos de emergencias.
