(Decimoquinta entrega de la serie “IA en el laboratorio de las ideas”)
En la entrega anterior pusimos a prueba Bohrium y descubrimos una plataforma integral para la ciencia que integra la búsqueda de literatura, la lectura, la escritura y los cálculos en un solo entorno. Al final dejé una pregunta en el aire: ¿y si existiera una IA que, en lugar de abarcarlo todo, se especializara a fondo en un solo dominio del conocimiento? Hoy ponemos a prueba EvidenceHunt, una herramienta que apuesta por la especialización en evidencia clínica y biomédica.
Imaginemos que somos un médico residente ante un paciente con una condición poco frecuente y necesitamos saber, rápido y con fundamento, qué dice la literatura más reciente sobre las opciones de tratamiento. Somos investigadores en ciencias de la salud y estamos preparando una revisión sobre la efectividad de una intervención. Podríamos adentrarnos en PubMed, con sus millones de registros y filtros que requieren práctica, o simplemente preguntarle a una IA entrenada específicamente para buscar en esa base de datos y en las guías médicas. Eso es lo que hace EvidenceHunt.
EvidenceHunt (https://evidencehunt.com) es una inteligencia artificial (IA) que ayuda a encontrar evidencia clínica y biomédica de manera eficiente, aprovechando PubMed y las guías médicas. Su funcionamiento es conversacional, pues se le plantea una pregunta clínica o de investigación en lenguaje natural y la IA busca, filtra y presenta los estudios relevantes, organizados para facilitar su evaluación. A diferencia de las herramientas generalistas que hemos visto a lo largo de esta serie —Asta, Bohrium o Undermind—, EvidenceHunt se centra en un solo campo, y esa especialización tiene ventajas concretas, dado que entiende el lenguaje de las preguntas clínicas, sabe diferenciar entre tipos de estudio y se apoya en fuentes que son el estándar del sector salud. La plataforma está disponible tanto en versión web como en una aplicación de escritorio para Mac y Windows. Ofrece un plan gratuito con funcionalidades básicas y opciones de pago para un uso más intensivo, aunque les recomiendo que verifiquen los límites actuales directamente en su sitio, ya que las condiciones de estas herramientas cambian con frecuencia.
Para ponerla a prueba, realicé las tres interacciones que suelo realizar en esta serie. En la primera le hice una pregunta clínica sobre la efectividad de una intervención para el manejo de una enfermedad crónica. Aquí, EvidenceHunt regresó con una lista de estudios relevantes y sus resúmenes, algo que habría requerido una estrategia de búsqueda bastante elaborada en PubMed o Scopus. En la segunda interacción, le pedí que identificara guías clínicas relacionadas con el tema y aquí debo admitir que la herramienta demostró su especialidad, ya que no solo recuperó artículos, sino también documentos de recomendación que un buscador generalista difícilmente habría priorizado. En la tercera me fui más exigente y le pedí que sintetizara las conclusiones de los estudios que encontrara. Aquí, la respuesta fue útil para tener una idea general, pero me di cuenta de que, para un uso clínico serio, se debería revisar cada estudio en la fuente, ya que la síntesis automática puede perder matices metodológicos que pueden afectar una decisión.
¿Qué aprendimos hoy? Entre las fortalezas de EvidenceHunt, considero que su especialización en el dominio biomédico da resultados más pertinentes; la búsqueda en lenguaje natural permite eliminar la barrera de los filtros avanzados de PubMed; la inclusión de guías médicas como fuente; y la disponibilidad como aplicación de escritorio. En cuanto a limitaciones, su alcance está restringido al ámbito clínico y biomédico, por lo que no es sustituto de las herramientas generalistas de esta serie para otras disciplinas (como Scopus), la plataforma está en inglés y las síntesis automáticas deben ser siempre verificadas en la fuente original. Por lo tanto, en una escala de cinco estrellas, a EvidenceHunt le doy cuatro estrellas en utilidad, cinco en facilidad de uso y cuatro en accesibilidad económica.
En conclusión, EvidenceHunt nos da una lección importante: a veces, la mejor herramienta no es la que puede hacer de todo, sino la que hace muy bien una sola cosa. Para os colegas das ciências da saúde, é uma porta de entrada amigável para a evidência publicada. Y, como siempre digo, más en medicina que en ningún otro campo: nunca puede basarse una decisión clínica únicamente en un resumen generado por IA.
Así que una pregunta para el próximo entregable: ¿Y si hubiera una IA que, a partir de una pregunta de investigación, no solo buscara los artículos de interés, sino que además extrajera de ellos los datos en tablas comparativas listas para nuestra revisión? Eso es lo que promete Elicit, una de las herramientas más exitosas entre los investigadores de todo el mundo, y la pondremos a prueba en quince días.
¡Nos leemos en la próxima!
Jorge Luis García Alcaraz
Ingeniero Industrial y Maestro en Ciencias de la Ingeniería Industrial conDoctorados en Ingeniería Industrial; Ingeniería, Diseño de Producto y Procesos Industriales; Ciencias y Tecnología Industrial; Ingeniería Mecánica por la Universidad de Zaragoza (España) y Postdoctorado en Procesos de Manufactura.
Pertenece al Sistema Nacional de Investigadores en el Nivel III e investiga el modelado de sistemas de producción. Recibió el premio estatal de Ciencia, Tecnología e Innovación 2015.
Las opiniones expresadas por los columnistas en la sección Plumas, así como los comentarios de los lectores, son responsabilidad de quien los expresa y no reflejan, necesariamente, la opinión de esta casa editorial.
