La Evaluación de la Fragilidad Revela Diferencias Cognitivas en la Clasificación ASA: Anestesiólogos vs Modelos de Lenguaje a Gran Escala (ASA-AI)

Este estudio está diseñado como una investigación prospectiva, observacional, comparativa y de múltiples evaluadores que evalúa las diferencias en la Clasificación del Estado Físico ASA entre anestesiólogos y modelos de lenguaje extenso (LLM).

El Sistema de Clasificación del Estado Físico ASA es una piedra angular de la evaluación del riesgo perioperatorio; sin embargo, carece de una incorporación explícita de la fragilidad, un concepto multidimensional que refleja una reserva fisiológica reducida y vulnerabilidad. En la práctica clínica, los anestesiólogos a menudo integran información relacionada con la fragilidad de manera implícita en las evaluaciones ASA, lo que potencialmente contribuye a la variabilidad interobservador.

Los modelos de lenguaje extenso procesan información clínica utilizando entradas explícitas y estructuradas y no dependen del razonamiento experiencial o intuitivo. Esta característica proporciona una oportunidad única para explorar las diferencias cognitivas entre expertos humanos e inteligencia artificial en tareas de clasificación clínica.

Se incluirán pacientes adultos (≥18 años) programados para cirugía electiva. Se excluirán casos de emergencia, pacientes pediátricos e individuos con datos clínicos insuficientes para permitir la clasificación ASA. Para cada paciente, se recopilarán datos clínicos preoperatorios estandarizados, incluidas características demográficas, índice de masa corporal, comorbilidades, medicamentos habituales y tipo de procedimiento quirúrgico planificado.

La Clasificación del Estado Físico ASA será asignada de forma independiente por cuatro anestesiólogos certificados con al menos cinco años de experiencia clínica, así como por dos modelos de lenguaje extenso desarrollados por diferentes organizaciones. Todas las evaluaciones se realizarán utilizando el mismo conjunto de datos estandarizado, y los evaluadores estarán cegados a las evaluaciones de los demás.

El estudio se llevará a cabo en dos fases secuenciales. En la primera fase, la clasificación ASA se realizará utilizando únicamente datos clínicos estándar. En la segunda fase, se agregará un índice de fragilidad validado al mismo conjunto de datos del paciente, y se repetirá el proceso de evaluación. Este diseño permitirá evaluar cómo la información sobre fragilidad afecta las decisiones de clasificación ASA en evaluadores humanos y de inteligencia artificial.

Los modelos de lenguaje extenso se activarán utilizando una instrucción predefinida y estandarizada que permanecerá sin cambios durante todo el estudio. Se instruirá a los modelos para que generen una sola categoría de Estado Físico ASA (I-V) sin proporcionar explicaciones o comentarios adicionales, y no se permitirá ninguna instrucción iterativa o retroalimentación.

El acuerdo interevaluador entre anestesiólogos, entre modelos de inteligencia artificial, y entre evaluadores humanos e inteligencia artificial se analizará utilizando las estadísticas Kappa de Cohen y Kappa de Fleiss, según corresponda. Los cambios en la clasificación ASA tras la adición de información sobre fragilidad se evaluarán utilizando métodos estadísticos pareados. La significación estadística se definirá como p < 0.05.

Al comparar los patrones de clasificación ASA entre anestesiólogos y modelos de lenguaje extenso, tanto con como sin datos de fragilidad, este estudio tiene como objetivo aclarar el papel del razonamiento implícito y explícito en la evaluación del riesgo perioperatorio y contribuir al desarrollo de futuros sistemas de apoyo a la toma de decisiones clínicas asistidos por inteligencia artificial.