Comparing the Management Recommendations of Large Language Model and Colorectal Cancer Multidisciplinary Team: A Pilot Study

ANTECEDENTES:El manejo de los cánceres anorrectales requiere un enfoque de equipo multidisciplinario. Recientemente, se han sugerido modelos extensos de lenguaje como herramientas potenciales para diversas aplicaciones en la asistencia sanitaria.OBJETIVO:Evaluar las recomendaciones de gestión sugeridos por un chatbot de inteligencia artificial generativa con las de un equipo multidisciplinario de cáncer colorrectal para evaluar la aplicabilidad en entornos clínicos.DISEÑO:Estudio piloto comparativo entre las recomendaciones de gestión de un chatbot de inteligencia artificial generativa con pacientes de cáncer anal o colorrectal y con las decisiones consensuadas históricas de reuniones de equipos multidisciplinarios.LUGAR:Un único centro terciario de referencia.PACIENTES:Se incluyeron 15 pacientes (edad media de 66,5 años; 53,5% mujeres); el 80% fueron diagnosticados principalmente de cáncer de recto, con predominio de la enfermedad en estadio II-III (46,6%). La altura media del tumor desde el borde anal fue de 4 cm.INTERVENCIONESUtilizando de un chatbot de inteligencia artificial generativa, producimos recomendaciones de manejo para cada paciente, que posteriormente se compararon con las decisiones del equipo multidisciplinario histórico para medir la concordancia.PRINCIPALES MEDIDAS DE RESULTADO:Los resultados primarios incluyeron el grado de concordancia entre las recomendaciones de un chatbot de inteligencia artificial generativa y las decisiones del equipo multidisciplinario, evaluadas en una escala de 1 (desacuerdo total) a 5 (acuerdo total), y la justificación evaluada por tres cirujanos colorrectales experimentados.RESULTADOS:Un chatbot de inteligencia artificial generativa logró una alta tasa de concordancia con las decisiones del equipo multidisciplinario, con una calificación media de concordancia de 4,08. Las estrategias de tratamiento del equipo multidisciplinario incluyeron terapia neoadyuvante para el 33,3% de los pacientes, cirugía inicial para el 26,6% y evaluación diagnóstica adicional para el 20%. La concordancia entre los evaluadores fue moderada (rango del coeficiente kappa: 0,333 a 0,577), mientras que la concordancia en la justificación de las decisiones fue leve (rango del coeficiente kappa: 0,047 a 0,094).LIMITACIONES:Estudio retrospectivo con pequeño tamaño muestral.CONCLUSIONES:Los hallazgos indican un alto nivel de concordancia entre las recomendaciones de un chatbot de inteligencia artificial generativa y las decisiones de un equipo multidisciplinario de cáncer colorrectal, lo que sugiere el potencial de los modelos extensos de lenguaje en apoyar la toma de decisiones clínicas en el manejo del cáncer anal y colorrectal. (Traducción: Dr. Fidel Ruiz Healy).