2180 - SCORES CLÍNICOS EN MEDICINA INTERNA: ¿NOS PUEDE AYUDAR LA INTELIGENCIA ARTIFICIAL?
1Medicina Interna, Hospital Universitario Dr. Peset, Valencia, España. 2Grupo de Trabajo Medicina Digital, Grupo de Trabajo Medicina Digital, Madrid, España. 3Medicina Interna, Hospital Universitario Jerez de la Frontera, Jerez de la Frontera, España.
Objetivos: Los scores clínicos son herramientas esenciales en medicina interna para la toma de decisiones diagnósticas, pronósticas y terapéuticas. Sin embargo, su rendimiento predictivo es variable según la condición clínica y el tipo de paciente. La inteligencia artificial (IA) ofrece oportunidades de mejora en precisión y personalización, especialmente en áreas donde los scores tradicionales muestran baja discriminación. Elo objetivo fue clasificar los scores clínicos más utilizados en medicina interna según su rendimiento diagnóstico o pronóstico (AUC). y estimar el margen de mejora potencial mediante IA.
Métodos: Se realizó una revisión narrativa de la literatura científica sobre scores clínicos validados en medicina interna, seleccionando aquellos con AUC documentado y aplicación clínica habitual. Se agruparon en cuatro rangos de AUC para facilitar la comparación. Para cada grupo se analizó el potencial de mejora utilizando herramientas de IA, especialmente modelos de aprendizaje automático (machine learning) aplicados a datos clínicos estructurados y no estructurados.
Resultados: Los scores fueron agrupados según su AUC en la literatura publicada (tabla) y se estimó su margen de mejora potencial mediante IA, considerando la capacidad de personalización, integración de datos en tiempo real y complejidad clínica del paciente.
|
Rango de AUC actual |
Ejemplos de scores |
Margen para IA |
|
AUC > 0,85 |
FRAX, KFRE, PHQ-9, QCancer (algunos tipos) |
Limitado, pero IA útil en subgrupos (ej. pacientes jóvenes, comorbilidad múltiple). |
|
AUC 0,75-0,85 |
CURB-65, PSI, DECAF, GRACE, MELD-Na, CAIDE |
Mejora puntual posible en personalización o integración de variables dinámicas. |
|
AUC 0,65-0,75 |
CHA2DS2-VASc, TIMI, Wells, Child-Pugh, LACE |
Margen moderado a alto; IA puede aumentar precisión en escenarios clínicos complejos. |
|
AUC < 0,65 |
Morse, HOSPITAL, qSOFA, HAS-BLED |
Alto potencial de mejora con IA, especialmente mediante datos longitudinales, NLP y sensores. |
Conclusiones: La mayoría de los scores clínicos utilizados en medicina interna presentan una capacidad discriminativa moderada, con AUC entre 0,65 y 0,80. En estos casos, la IA puede aportar valor mediante modelos dinámicos, multimodales y personalizados, capaces de superar las limitaciones estructurales de los scores clásicos. En concreto, la mejora potencial es mayor en scores con bajo rendimiento actual y en poblaciones complejas como personas mayores, pacientes pluripatológicos o casos con presentaciones atípicas.
