Un dels obstacles perquè els hospitals facin servir intel·ligència artificial en tasques diagnòstiques és que els sistemes més potents solen dependre de serveis al núvol de tercers, amb els dubtes de privadesa i de control de dades que això comporta per a informació clínica sensible. Un equip de la Universitat Tècnica de Dresden (TU Dresden) i l'Hospital Universitari de Dresden, amb col·laboradors del National Center for Tumor Diseases de Heidelberg, planteja una alternativa: un agent d'IA diagnòstica que es pot fer funcionar sencer dins de les parets del mateix centre sanitari.
L'equip, dirigit pel professor Jakob N. Kather i amb Li Zhang com a primer autor, ha publicat el 15 de setembre a Nature Medicine el sistema MIRA, construït sobre models de llenguatge oberts —no els grans models comercials al núvol— i organitzat com una conversa simulada entre dos agents, un que fa de metge i un altre que fa de pacient. En un banc de proves estàndard basat en set malalties, el sistema ha assolit un 90% d'encerts, molt a prop del 90,7% d'un model comercial de referència al núvol; en un segon banc de proves centrat en quatre patologies abdominals, ha arribat al 84%. Els autors hi afegeixen un component addicional, un senyal de consistència anomenat ConsistencyDx, que permet distingir els casos en què el sistema és prou fiable per respondre sol dels que val més que derivi a un metge: aplicant-hi un llindar exigent, es queda amb prop de la meitat dels casos i hi assoleix gairebé un 99% d'encerts en aquest subconjunt.
El resultat és rellevant perquè no es limita a mesurar la precisió d'un model, sinó que proposa un mecanisme perquè el mateix sistema sàpiga quan no se n'ha de refiar i calgui l'opinió d'una persona, un dels problemes pràctics més citats a l'hora de portar la IA diagnòstica a un hospital real. Que funcioni sencer dins del centre, sense enviar dades a servidors externs, l'acosta també als requisits de protecció de dades sanitàries que muntar un servei al núvol no sempre pot garantir.
Els mateixos autors adverteixen que els resultats provenen d'estudis retrospectius amb casos simulats, no d'un ús real amb pacients, que la precisió empitjora en els casos simulats amb pacients de més edat —un biaix que caldrà auditar abans de cap desplegament—, i que el mètode de validació per consistència exigeix executar el model diverses vegades per a cada cas, amb el cost computacional que això suposa.