Los modelos de lenguaje de gran escala están revolucionando la forma en que interpretamos y sintetizamos textos clínicos complejos. Un reciente estudio reveló el papel esencial de estos modelos en el resumen de informes médicos, destacando su capacidad para extraer información clave como razones de admisión, eventos hospitalarios significativos y acciones de seguimiento esenciales. Sin embargo, también se manifiestan “alucinaciones”, es decir, la generación de información inexacta o no existente, lo que puede comprometer la integridad de las decisiones médicas.

El estudio evaluó diferentes modelos de lenguaje abiertos, como LLaMA, DeepSeek y Phi, utilizando un conjunto de datos de historiales clínicos del MIMIC-IV. Los resultados indicaron que modelos como Qwen2.5 y DeepSeek-v2 mostraron un desempeño superior en la extracción precisa de las razones de admisión de los pacientes, superando al resto en obtener cobertura comprensiva de eventos relevantes. Sin embargo, a pesar de su capacidad para identificar eventos críticos durante la hospitalización, estos modelos exhibieron cierta dificultad en proporcionar seguimientos precisos para después del alta hospitalaria.

Los experimentos también evidenciaron que las “alucinaciones” o errores al generar contenido son comunes. Por ejemplo, el modelo Phi3 presentó una de las mayores tasas de alucinaciones con hechos contradictorios, lo que podría llevar a diagnósticos incorrectos o recomendaciones de tratamiento erróneas. Esto plantea la necesidad de métodos de comprobación de hechos y mejoras en el diseño de estos modelos para asegurar que las informaciones generadas sean altamente fiables.

No obstante, a pesar de estos desafíos, la capacidad de los modelos de lenguaje para comprender e interpretar datos médicos sigue siendo una poderosa herramienta en apoyo al personal sanitario, ayudando a gestionar la sobrecarga de información y mejorar la atención al paciente.

En conclusión, aunque los modelos de lenguaje automatizados ofrecen significativos beneficios en la gestión de información médica, su implementación efectiva en entornos clínicos requiere aún afinamiento y estrategias robustas para mitigar las “alucinaciones” y asegurar la exactitud de las previsiones médicas generadas.