Traducción sin revisarLa traducción al Español de esta entrada no ha sido revisada por pares y puede diferir del original. El acrónimo, el título completo y la cita permanecen siempre en el idioma original.Abrir la publicación original ↗

Agweyu LLM (primary care, Kenya)

Generative AI-Enabled Clinical Decision Support System in Primary Care: A Pragmatic, Cluster-Randomized Trial

Paciente / Población Intervención / Exposición Comparación Desenlace

En 9.691 pacientes de centros de atención primaria de Kenia, un sistema de apoyo a la decisión con LLM en la historia clínica no redujo el fracaso terapéutico en 14 días en comparación con la historia clínica electrónica sola.

N
9691pacientes
Diseño
RCT pragmático por conglomerados, oficiales clínicos aleatorizados, 16 centros de atención primaria, Kenia
Desenlace
Compuesto adjudicado por expertos de eventos de fracaso terapéutico en los 14 días siguientes a la inclusión
Relevancia
1Define la práctica — el ensayo en el que se apoya la guía.
ResultadoFracaso terapéutico 102/4.693 (2,2 %) vs. 94/4.654 (2,0 %) (aOR 0,77, IC del 95 % 0,55–1,08; p=0,13). Ningún evento adverso grave juzgado relacionado con la intervención y ninguna señal de seguridad en la revisión independiente.
Agweyu A, et al. Nat Med. 2026;32(8):3032-3039. 10.1038/s41591-026-04503-6
Discusión y crítica

El primer gran ensayo aleatorizado pragmático de un LLM en atención primaria real con recursos limitados — y un resultado nulo en el criterio de valoración principal a nivel de paciente, con cualquier beneficio «probablemente modesto» en palabras de los autores. Seguridad tranquilizadora, pero una tasa de eventos del 2 % deja poca potencia, el seguimiento fue de 14 días y las unidades aleatorizadas fueron los clínicos y no los pacientes. Una advertencia contra extrapolar las ganancias de los LLM basadas en viñetas (Goh GPT-4 (management reasoning)) a los resultados en pacientes.