Ganancias:
- Capacidad para estructurar la pregunta clínica y realizar revisión de la literatura, resumen y recopilación de evidencia con inteligencia artificial.
- Capacidad para gestionar el riesgo de referencias inventadas (alucinaciones) confirmando cada fuente proporcionada por inteligencia artificial con DOI y el artículo original.
- Capacidad para leer críticamente el resumen de IA, evaluando el nivel de evidencia, el conflicto de intereses y la puntualidad.
La farmacia es una profesión cuyos conocimientos se renuevan constantemente; Una dosis o recomendación que ayer se conocía correctamente puede cambiar con un nuevo estudio. La farmacia basada en evidencia significa responder una pregunta con la evidencia científica más actual y confiable. Pero la literatura científica es enorme y dispersa; Es fácil sentirse abrumado por cientos de artículos cuando se busca una respuesta a una pregunta. La inteligencia artificial es una poderosa ayuda para escanear y resumir aquí: ayuda a estructurar una pregunta, generar términos de búsqueda y resumir un texto largo. Pero el error más peligroso de la inteligencia artificial está precisamente en este ámbito: puede inventar artículos y DOI que no existen. En esta unidad, aprenderá a utilizar la inteligencia artificial como una herramienta segura y validada en la revisión de la literatura.
Pasos del enfoque basado en evidencia
Una pregunta basada en evidencia se responde con estos pasos:
- Estructura la pregunta. Una buena pregunta clínica suele enmarcarse en el marco PICO: Paciente/Población (Paciente), Intervención, Comparación, Resultado. Ejemplo: “¿Cómo afecta el fármaco X (I) al riesgo de hipoglucemia (O) en comparación con el fármaco Y (C) en personas mayores con diabetes tipo 2 (P)?”
- Busque evidencia. Busque bases de datos y recursos apropiados.
- Evaluar la evidencia. Tipo de estudio, calidad, tamaño de la muestra y riesgo de sesgo.
- Aplicar y monitorear. Adaptar el hallazgo al contexto del paciente.
La IA es particularmente rápida en los pasos 1 y 3 (estructurar la pregunta y ayudar a evaluar un texto); pero el paso 2 (abastecimiento) requiere una verificación crítica.
jerarquía de evidencia
No todas las pruebas son iguales. Una jerarquía general:
Nivel de evidencia
ejemplo
poder
más alto
Revisión sistemática, metanálisis.
Combinación de múltiples estudios.
alto
Ensayo controlado aleatorio (ECA)
Controlado, bajo sesgo
medio
Cohorte, casos y controles
Observacional, riesgo de factores de confusión.
bajo
Serie de casos, opinión de expertos.
Generalizabilidad limitada
más bajo
Contenido web anecdótico y no verificado
Escaso valor probatorio
Al resumir un hallazgo, la IA puede confundir el nivel de evidencia o presentar una fuente débil como sólida. Siempre controlas el nivel.
Además, puede haber estudios contradictorios sobre el mismo tema. A veces, la IA sólo puede resaltar un lado e ignorar el otro; esto se llama "presentación selectiva". Una evaluación sólida de la evidencia busca la tendencia general en el tema (lo que muchos estudios tienen en común) y una revisión sistemática actual, si está disponible. Cambiar la práctica basándose en un solo estudio, especialmente un estudio de muestra pequeña o de un solo centro, es arriesgado. Preguntar a la IA “¿hay hallazgos contradictorios sobre este tema?, ¿qué lado tiene pruebas más sólidas?” es una buena manera de equilibrar un resumen unilateral; Pero el pesaje final lo realiza usted leyendo las fuentes originales.
Precaución: La IA puede producir referencias completamente inventadas con título, nombre del autor, revista y DOI realistas; esto se llama "alucinación de referencia". Nunca cites una fuente sin abrir el DOI en la base de datos/revista original y ver su contenido.
tres mini casos
Caso 1: DOI inventado. Un farmacéutico pidió a AI una fuente sobre la eficacia de un medicamento; La inteligencia artificial arrojó tres artículos y DOI. Cuando el farmacéutico intentó abrir los DOI, encontró que dos no correspondían a ningún registro; uno era real pero informó un resultado diferente. El farmacéutico sólo utilizó el artículo real que había verificado. Sin verificación, se incluirían dos fuentes ficticias en un informe.
Caso 2: Búsqueda con PICO. Un farmacéutico estaba investigando la comparación de seguridad de dos analgésicos en personas mayores. Le pidió a la IA que volcara la pregunta en PICO y generara términos de búsqueda. La IA proporcionó términos y sinónimos claros; Con ellos, el propio farmacéutico realizó la búsqueda en la conocida base de datos y evaluó los resultados. La inteligencia artificial ha acelerado la búsqueda; El farmacéutico encontró las fuentes y las leyó.
Caso 3: Distorsión del resumen. Un farmacéutico tenía un artículo real resumido por inteligencia artificial. El resumen afirmaba que el estudio mostraba una “superioridad inequívoca”; pero el artículo mismo decía que el resultado "no alcanzó significación estadística". El farmacéutico leyó el texto original, notó la distorsión y corrigió el resumen. El resumen de la IA había exagerado; Regresar a la fuente reveló la verdad.
Caso 4: Falta el tema. Un farmacéutico recibió información de la inteligencia artificial sobre el uso recomendado de un medicamento. La respuesta parecía razonable, pero se basaba en una guía de hace unos años; Sin embargo, la recomendación se ha actualizado desde entonces. Cuando el farmacéutico abrió la guía actualizada, vio la diferencia y tomó como base la nueva recomendación. Debido a que el conocimiento de la IA estaba congelado en una fecha específica, no podía conocer el cambio más actual; La verificación de la actualización cerró esta brecha.
Cribado basado en evidencia paso a paso
- Encuadre la pregunta con PICO. Población, intervención, comparación, resultado.
- Generar términos de búsqueda. Obtenga palabras clave y sinónimos de inteligencia artificial.
- Tú tomas la verdadera decisión. Busque una base de datos/fuente acreditada; "Hacer" recursos para la IA.
- Verifique cada fuente. Open DOI, ¿el autor/revista/año es real? ¿El contenido respalda la afirmación?
- Evaluar el nivel de evidencia. Tipo de trabajo, calidad, conflicto de intereses, puntualidad.
- Contextualizar y guardar. Vincular el hallazgo con el paciente/pregunta, fuentes de registros.
Aviso débil / Aviso fuerte
Débil: "¿Es eficaz este medicamento? Indique una fuente".
Strong: "Estructure la siguiente pregunta clínica en el marco PICO: [pregunta]. Luego genere términos de búsqueda efectivos y sinónimos para esa pregunta. NO invente la fuente/artículo; dígame qué tipo de estudios (RCT, metanálisis) y qué bases de datos debo buscar en su lugar. Si nombra una fuente, etiquete 'no verificado, debe confirmarse con DOI'".
En el mensaje fuerte, el marco, los límites y las condiciones de verificación son claros; La IA no se ve obligada a fabricar recursos.
Cuatro plantillas copiables
Tarea: Trazar la pregunta clínica en PICO.Pregunta: [...]. Salida: P (población), I (interferencia), C (comparación), O (resultado) y una pregunta de investigación estructurada de una oración.
Tarea: Generar término de búsqueda (fuente FITTING). Asunto: [...]. Salida: palabras clave + sinónimos + tipos de estudio sugeridos. Crédito/DOI; Sólo dime cómo llamar.
Tarea: Resume este texto de manera imparcial (sin exagerar). Texto: [artículo]. Salida: propósito, método, muestra, hallazgo principal, limitaciones, conclusión. Expresando el resultado MÁS FUERTE de lo que dice el texto; mantener la incertidumbre.
Tarea: Producir lista de verificación de verificación de referencias.Referencia: [...]. Ordenar por: ¿Apertura DOI? ¿Se mantiene el autor/revista/año? ¿El contenido respalda la afirmación? ¿Cuál es el nivel de evidencia? ¿Existe un conflicto de intereses?
Errores comunes
- Citando el DOI dado por la inteligencia artificial sin abrirlo. El riesgo de alucinación de referencia es el mayor peligro.
- Sustituyendo el resumen por la fuente. Para una afirmación crítica, conviene volver al texto original.
- Confundir el nivel de evidencia. La opinión de expertos y el metanálisis no tienen el mismo peso.
- Saltándose la actualización. Un estudio anterior puede entrar en conflicto con las directrices actuales; Habría que comprobar la fecha.
- Pasar por alto el conflicto de intereses. La financiación y la declaración de intereses influyen en la interpretación.
En resumen
La inteligencia artificial es un poderoso acelerador para estructurar preguntas, generar términos de búsqueda y resumir textos extensos en búsquedas bibliográficas. Pero su error más peligroso, la alucinación referencial, ocurre en esta área: puede producir fuentes que parecen realistas pero que no existen. Así que haga la búsqueda usted mismo, verifique cada fuente con el DOI, compare los resúmenes con el texto original y evalúe críticamente el nivel de evidencia. La interpretación final de la evidencia y su adaptación al paciente corresponde al farmacéutico.
Tarea de aplicación
Elija una pregunta clínica de su propia práctica y haga que la IA la traduzca a PICO. Tome los términos de búsqueda y realice la búsqueda usted mismo en una base de datos reconocida. Pídale a la IA algunas "fuentes" sobre el tema e intente abrir el DOI de cada una; Observa cuántos son reales y cuántos son inventados. Finalmente, haga que la IA resuma un artículo real, compare el resumen con el resultado original y señale cualquier distorsión.
lista de verificación
- [] Estructuré la pregunta en torno a PICO.
- [] Tomé los términos de búsqueda y realicé la búsqueda yo mismo.
- [] Abrí cada fuente con DOI y verifiqué su autenticidad.
- [ ] Comparé los resúmenes con el texto original.
- [ ] Evalué el nivel de evidencia y oportunidad.
- [ ] He considerado un conflicto de intereses.
- [] He guardado fuentes verificadas.