El impacto del cambio climático en la formación de cataratas: ChatGPT vs Revisiones sistemáticas

Saif Aldeen AlRyalat, MD:
Departamento de Oftalmología,
Universidad de Jordania, 11942
Amán, Jordania.
Correo electrónico: saifryalat@yahoo.com

Malik Y. Kahook, MD:
Departamento de Oftalmología,
Facultad de Medicina de
la Universidad de Colorado,
Sue Anschutz-Rodgers Eye Center,
Aurora, Colorado, EE.UU.
Email: Malik.Kahook@cuanschutz.edu
Resumen Los avances recientes en inteligencia artificial (IA) podrían revolucionar potencialmente las metodologías de investigación médica, incluyendo el trabajo realizado en oftalmología. Entre estos avances, se encuentra el recientemente introducido ChatGPT, un bot de charla de procesamiento de lenguaje natural que puede recuperar información de alta calidad bajo demanda. Este editorial ilustrará cómo la IA puede afectar nuestra recopilación de información y de informes al comparar los resultados del chatGPT con una revisión sistemática recientemente publicada sobre el impacto del cambio climático en la formación de cataratas.
Figura 1. Captura de pantalla del ChatGPT con la respuesta más aceptada sobre la formación de cataratas secundarias al cambio climático y los contaminantes del aire.
Los investigadores oftálmicos se especializan en el estudio y tratamiento de afecciones y enfermedades oculares mientras confían en años de experiencia y digieren la literatura disponible para ayudar a guiar los pensamientos y los pasos hacia una mejor comprensión de la salud ocular. El ChatGPT es un poderoso modelo de inteligencia artificial (IA) desarrollado por OpenAI que utiliza técnicas de deep learning para generar texto en lenguaje natural. Si bien tanto el ChatGPT como los investigadores oftálmicos están involucrados en el campo de la investigación, ambos tienen diferentes áreas de experiencia y utilizan diferentes herramientas y métodos. En el ámbito de la investigación clínica, el ChatGPT podría utilizarse para generar informes y resúmenes de estudios, mientras que los investigadores oftálmicos se centrarían principalmente en realizar estudios e interpretar los resultados. La sinergia entre los dos abordajes tiene el potencial de revolucionar la forma en que se lleva a cabo la investigación. Aunque ambos pueden trabajar juntos y complementarse, los dos no son mutuamente excluyentes en el proceso.
Los investigadores generalmente se preocupan por el impacto negativo de tan alta tecnología en la medicina y la investigación en general (Stokel-Walker, 2022). A pesar de que esto puede ser cierto si utilizada incorrectamente para afirmar falsamente la innovación generada por los sistemas de IA, también se puede usarla para facilitar el verdadero trabajo innovador de los investigadores. Por ejemplo, se podría usarla para escribir una descripción general de una introducción, al igual que el primer párrafo de este editorial, que fue generado por el ChatGPT y sufrió pocas revisiones. En el siguiente párrafo, compararemos cómo el ChatGPT puede proporcionar una revisión sobre un tema y lo compararemos con investigadores experimentados. Específicamente, compararemos factores del cambio climático que se considera que tienen un impacto en la formación de las cataratas, entre el ChatGPT y la revisión sistemática realizada por humanos (AlRyalat, 2022).
Utilizamos el ChatGPT como prototipo de una IA avanzada para el procesamiento del lenguaje natural. El 10 de enero de 2023, le preguntamos al ChatGPT sobre “el impacto del cambio climático en las cataratas”; luego, le pedimos detalles más específicos hasta proveer información repetitiva. Entonces, analizamos los resultados sugeridos sobre los factores del cambio climático que afectan la formación de cataratas.
Tanto los autores de la revisión sistemática como el ChatGPT están de acuerdo sobre el papel adverso de las partículas, el dióxido de azufre y el dióxido de nitrógeno en el desarrollo de cataratas. La revisión sistemática encontró un papel adverso para los contaminantes en la formación de las cataratas, incluidos el óxido nitroso y el óxido de azufre. Sin embargo, el ChatGPT y los autores de la revisión sistemática no estuvieron de acuerdo sobre el rol del ozono (O3) en el desarrollo de cataratas. En la revisión sistemática, los autores encontraron que las concentraciones de O3 tienen una función protectora contra el desarrollo de las cataratas, mientras que el ChatGPT sugirió un papel adverso. Una de las desventajas de extraer evidencias del ChatGPT en comparación con las revisiones sistemáticas es conocer el nivel de evidencia que respalda las conclusiones suministradas. Esta función integral de revisiones sistemáticas no está disponible actualmente para los bots de chat, incluido el chatGPT, debido al método utilizado para la recuperación de información conocido como “modelo transformador”. Aunque tanto el ChatGPT como los autores de la revisión sistemática identificaron las partículas como un factor que aumentó el riesgo de cataratas, la revisión sistemática proporcionó el grado de evidencia detrás de dicha conclusión.
En resumen, los sistemas de IA, como el ChatGPT, podrían potencialmente ofrecer ayuda para avanzar en el campo de la investigación médica, incluida la oftalmología. Sin embargo, es importante entender sus limitaciones para un uso óptimo. Una limitación es que el ChatGPT solo puede generar texto que sea similar al texto en el que se ha entrenado. Esto significa que si el modelo no ha sido entrenado en un tema o dominio en particular, es posible que no pueda generar un texto preciso o relevante sobre ese tema. Esto es especialmente cierto para temas especializados, como la oftalmología, que requieren una comprensión profunda de un tema específico o un conocimiento específico del dominio. Tal vez la mejor manera de pensar sobre el potencial de sistemas como el ChatGPT es que pueden actuar como una forma de aumentar la inteligencia de los investigadores y podrían proporcionar servicios de apoyo en lugar de reemplazar cualquier aspecto de lo que hacemos como investigadores humanos.
Referencias
Stokel-Walker C. AI bot ChatGPT writes smart essays-should academics worry?. Nature. 2022 Dec 9.
Alryalat SA, Toubasi AA, Patnaik JL, Kahook MY. The impact of air pollution and climate change on eye health: a global review. Reviews on Environmental Health. 2022 Dec 29.
ChatGPT: https://openai.com/blog/chatgpt/ Accessed 12th Jan, 2023.



Por Dr. Omar López Mato
El Juicio final • Miguel Ángel • 1541 – Capilla Sixtina, Vaticano, Italia.
Paulo III con Alejandro y Octavio Farnesio • Tiziano • 1545 – Museo di Capodimonte, Nápoles, Italia.


Dra. Ana Silvia Serrano – México/Colombia
Figura 1. Fotografías de lámpara de hendidura de casos con sospecha de “dead bag syndrome” mostrando sacos capsulares particularmente limpios o transparentes. En algunos casos, el LIO se encuentra descentrado dentro del saco (A, B, C y F), y en algunos otros el saco capsular parece estar descentrado junto con el LIO (D, E).
Tabla 1. A) Reducción de la escala EDS desde el punto de basal hasta el día 28. B) Reducción promedio de los mínimos cuadrados a los 28 días con los datos faltantes. C) Reducción promedio de los mínimos cuadrados a los 21 días en un ambiente controlado. Todas las comparaciones se hicieron con el grupo control (vehículo), con una diferencia estadísticamente significativa con la concentración 0.03 y 0.06 mg.
Tabla 2. A) Cambio promedio de mínimos cuadrados del basal hasta el día 28. B) Reducción promedio de los mínimos cuadrados a los 28 años con los datos faltantes. C) El porcentaje de pacientes que tuvieron al menos 10 mm de cambio en el test de Schirmer comparado con el grupo control. Estas tablas muestran una mejoría estadísticamente significativa en la producción de lágrima con OC-01 0.03 y 0.06, aumentando de ~5 mm a ~11 mm después de 28 días.
Figura 2. Datos clínicos de uno de los pacientes de india que recibieron BPCDX. A) Imágenes en lámpara de hendidura pre y postoperatorias. B) OCT pre y postquirúrgico donde se observa el BPCDX de 280 um de grosor, que muestra un engrosamiento y regularización de la superficie ocular. C) Mapas topográficos, de elevación anterior y paquimétricos que muestran un aplanamiento queratométrico central y un aumento en la paquimetría a los 12 meses.
Tabla 3. Resultados de las variables medidas en la serie de casos del implante BPCDX.



La Virgen del canciller Rolin
Izquierda:
Izquierda: 

Zapata María Florencia, Córdoba, Argentina

Imagen 1:
Imagen 2: 




Coordinador:
Dr. Patricio Grayeb
Dr. Miguel Srur