Comparación de los resultados de una evaluación basada en la inteligencia artificial con las evaluaciones realizadas por personas

Cualquier proveedor puede afirmar que su IA coincide con el criterio de los expertos una vez que se dispone de los datos y se han descartado discretamente las variantes problemáticas. Publicar primero el método es una forma de privarnos de esa opción. Por lo tanto, en términos sencillos: los ensayos de validación que se describen a continuación aún no se han llevado a cabo. Nada de lo que figura en esta página constituye un resultado. Lo que existe a día de hoy es un diseño de estudio definitivo, un alcance definido, un grupo de participantes definido y las herramientas de evaluación que utilizarán los evaluadores humanos.

El grupo de participantes está formado por profesionales sanitarios y responsables clínicos que han aceptado participar en los ensayos. Se trata de una limitación deliberada, más que de una elección por conveniencia. Las competencias comunicativas dependen del contexto. Un modelo validado a partir de ejercicios de centros de evaluación para titulados universitarios aporta muy poca información sobre un especialista que explica una decisión terapéutica a una familia asustada, o sobre un jefe de planta que reasigna tareas en mitad de un turno. Si pretendemos que el modelo Digital Twin se utilice en el ámbito sanitario, la validación debe realizarse con personas que realmente mantengan ese tipo de conversaciones. Una comparación preliminar, realizada sobre una única competencia durante la calibración del modelo, sirvió de base para el diseño de este estudio. Su tamaño era demasiado reducido para constituir una prueba de precisión y no la presentamos como tal; nos indicó en qué aspectos el estudio debía ser más riguroso.