Concordancia de Inteligencia Artificial (ChatGPT, Bing) como predictor de apendicitis versus las escalas de Alvarado y AIR en pacientes adultos del Hospital Militar Central de Bogotá, Colombia
DOI:
https://doi.org/10.30944/20117582.3047Palabras clave:
apendicitis, dolor abdominal, inteligencia artificial, diagnóstico por computador, sensibilidad y especificidad, técnicas de apoyo para la decisiónResumen
Introducción. La apendicitis aguda es una patología quirúrgica que representa un desafío en el diagnóstico ya que sus síntomas pueden superponerse con varias afecciones abdominales no quirúrgicas. Las escalas de predicción clínica, como la escala de Alvarado y el AIR score, han sido herramientas utilizadas para evaluar la probabilidad de apendicitis en pacientes con dolor abdominal agudo.
Métodos. Se realizó un estudio analítico para determinar la concordancia entre la inteligencia artificial (ChatGPT 4.0 y Bing) y las escalas de predicción diagnóstica ya validadas en sospecha de apendicitis aguda. Se incluyeron los pacientes con dolor abdominal agudo con sospecha de apendicitis, desde octubre de 2023 hasta marzo de 2024.
Resultados. De los pacientes estudiados, mediante ChatGPT se corrieron las variables, y 129 (75 %) presentaron diagnóstico definitivo de apendicitis, que fue confirmado por patología. Mostraron significancia estadística las variables de dolor abdominal (75 %), migración del dolor (52,3 %), dolor a la palpación abdominal (72 %), signo de rebote positivo (43,5 %), leucocitosis, neutrofilia y PCR elevada. Respecto a la concordancia con el diagnóstico generado por la inteligencia artificial, el índice Kappa fue 0,005, lo cual representa una pobre concordancia. El desarrollador Bing no logró realizar el análisis de los datos recolectados.
Conclusiones. En este estudio la Inteligencia Artificial demuestra muy pobre concordancia con las variables clínicas para diagnóstico de apendicitis aguda. Es probable que esta predicción mejore con el apoyo imagenológico, como lo demuestran otros estudios.
Descargas
Referencias bibliográficas
Mán E, Zilágyi A, Simonka Z, Rárosi F, Pető Z, Lázár G. Validation of the modified Alvarado score on patients attending A&E units with suspected appendicitis. BMC Emerg Med. 2023;23:87. https://doi.org/10.1186/s12873-023-00846-2
Toney J, Rajesh PJ. Appendicitis inflammatory response score in comparison to Alvarado score in acute appendicitis. Surg J (NY). 2021;7:e127-e131. https://doi.org/10.1055/s-0041-1731446
Alvarado A. A practical score for the early diagnosis of acute appendicitis. Ann Emerg Med. 1986;15:557-64. https://doi.org/10.1016/S0196-0644(86)80993-3
Gupta S, Kolli VS, Da Costa K, Javed S, Ammar A, Rasheed A. A systematic review and meta-regression for validation of the Alvarado score as a tool for predicting acute appendicitis. Ann Med Surg (Lond). 2023;85:111-21. https://doi.org/10.1097/MS9.0000000000000238
Andersson M, Andersson RE. The appendicitis inflammatory response score: A tool for the diagnosis of acute appendicitis that outperforms the Alvarado score. World J Surg. 2008;32:1843-9. https://doi.org/10.1007/s00268-008-9649-y
Ohle R, O’Reilly F, O’Brien KK, Fahey T, Dimitrov BD. The Alvarado score for predicting acute appendicitis: A systematic review. BMC Med. 2011;9:139. https://doi.org/10.1186/1741-7015-9-139
Bindra S, Jain R. Artificial intelligence in medical science: A review. Ir J Med Sci. 2024;193:1419-29. https://doi.org/10.1007/s11845-023-03570-9
Lam A, Squires E, Tan S, Swen NJ, Barilla A, Kovoor J, et al. Artificial intelligence for predicting acute appendicitis: A systematic review. ANZ J Surg. 2023;93:2070-8. https://doi.org/10.1111/ans.18610
Park JJ, Kim KA, Nam Y, Choi MH, Choi SY, Rhie J. Convolutional-neural-network-based diagnosis of appendicitis via CT scans in patients with acute abdominal pain presenting in the emergency department. Sci Rep. 2020;10:9556. https://doi.org/10.1038/s41598-020-66674-7
OpenAI. ChatGPT. Large language model. 2023. Disponible en: https://chat.openai.com/chat
Bejarano M, Gallego CX, Gómez JR. Frecuencia de abdomen agudo quirúrgico en pacientes que consultan al servicio de urgencias. Rev Colomb Cir. 2011;26:33-41.
Di Saverio S, Podda M, De Simone B, Ceresoli M, Augustin G, Gori A, et al. Diagnosis and treatment of acute appendicitis: 2020 update of the WSES Jerusalem guidelines. World J Emerg Surg. 2020;15:27. https://doi.org/10.1186/s13017-020-00306-3
Di Saverio S, Birindelli A, Kelly MD, Catena F, Weber DG, Sartelli M, et al. WSES Jerusalem guidelines for diagnosis and treatment of acute appendicitis. World J Emerg Surg. 2016;11:34. https://doi.org/10.1186/s13017-016-0090-5
Lamm R, Kumar SS, Collings AT, Haskins IN, Abou-Setta A, Narula N, et al. Diagnosis and treatment of appendicitis: Systematic review and meta-analysis. Surg Endosc. 2023;37:8933-90. https://doi.org/10.1007/s00464-023-10456-5
Andersson REB. Meta-analysis of the clinical and laboratory diagnosis of appendicitis. Br J Surg. 2004;91:28- 37. https://doi.org/10.1002/bjs.4464
Issaiy M, Zarei D, Saghazadeh A. Artificial intelligence and acute appendicitis: A systematic review of diagnostic and prognostic models. World J Emerg Surg. 2023;18:59. https://doi.org/10.1186/s13017
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Revista Colombiana de Cirugía

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Todos los textos incluidos en la Revista Colombiana de Cirugía están protegidos por derechos de autor. Las opiniones expresadas en los artículos firmados son las de los autores y no coinciden necesariamente con las de los directores o los editores de la Revista Colombiana de Cirugía. Las sugerencias diagnósticas o terapéuticas como elección de productos, dosificación y métodos de empleo corresponden a la experiencia y al criterio de los autores.
| Estadísticas de artículo | |
|---|---|
| Vistas de resúmenes | 809 |
| Vistas de PDF | 510 |
| Descargas de PDF | 510 |
| Vistas de HTML | 0 |
| Otras vistas | 0 |












.jpg)

