Traduzione non revisionataLa traduzione in Italiano di questa voce non è stata revisionata e può differire dalla fonte. Acronimo, titolo completo e citazione restano sempre nella lingua originale.Apri la pubblicazione originale ↗

Agweyu LLM (primary care, Kenya)

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

Paziente / Popolazione Intervento / Esposizione Confronto Esito

In 9.691 pazienti di strutture di cure primarie in Kenya, un supporto decisionale con LLM nella cartella clinica non ha ridotto il fallimento terapeutico entro 14 giorni rispetto alla sola cartella clinica elettronica.

N
9691pazienti
Disegno
RCT a cluster pragmatico, clinical officer randomizzati, 16 strutture di cure primarie, Kenya
Esito
Composito di eventi di fallimento terapeutico entro 14 giorni dall'arruolamento, giudicato da esperti
Rilevanza
1Definisce la pratica — lo studio su cui poggia la linea guida.
RisultatoFallimento terapeutico 102/4.693 (2,2 %) vs. 94/4.654 (2,0 %) (aOR 0,77, IC al 95 % 0,55–1,08; p=0,13). Nessun evento avverso grave giudicato correlato all'intervento e nessun segnale di sicurezza alla revisione indipendente.
Agweyu A, et al. Nat Med. 2026;32(8):3032-3039. 10.1038/s41591-026-04503-6
Discussione e critica

Il primo grande studio randomizzato pragmatico su un LLM nelle cure primarie reali a basse risorse — e un risultato nullo sull'esito primario a livello di paziente, con un eventuale beneficio «probabilmente modesto» nelle parole degli autori. Sicurezza rassicurante, ma un tasso di eventi del 2 % lascia poca potenza, il follow-up era di 14 giorni e le unità randomizzate erano i clinici e non i pazienti. Un monito contro l'estrapolazione dei guadagni degli LLM su vignette (Goh GPT-4 (management reasoning)) agli esiti sui pazienti.