INTELIGENCIA ARTIFICIAL EN EL DIAGNOSTICO DE EPILEPSIA
Aunque suene a ciencia ficción, la integración de inteligencia artificial (IA) en la práctica médica avanza con rapidez, especialmente en campos donde el diagnóstico es complejo y depende de múltiples capas de información, como ocurre en epilepsia.
El reto del diagnóstico en epilepsia
Clasificar correctamente una crisis como epiléptica o no epiléptica, distinguir entre una crisis aguda sintomática y una no provocada, o identificar si un paciente cumple criterios de epilepsia son procesos que pueden ser difíciles incluso para especialistas.
Los errores diagnósticos son frecuentes y pueden tener consecuencias en seguridad, tratamientos, estigma y calidad de vida.
La IA promete dos beneficios:
-
Acelerar tiempos de evaluación, especialmente en lugares donde la atención especializada es limitada.
-
Reducir errores derivados del juicio heurístico y los sesgos cognitivos humanos.
Qué hizo el estudio
Brigo y colaboradores (Brigo et al, Epilepsy and Behavior, 2025) evaluaron la capacidad de ChatGPT para diagnosticar y clasificar crisis y epilepsia en comparación con epileptólogos y neurólogos.
El modelo se entrenó con las guías oficiales de la ILAE y se ajustó mediante casos reales con retroalimentación de especialistas. Luego se validó con 37 nuevos casos clínicos que incluían epilepsias, síncopes, crisis hipertensivas, vértigo y otros imitadores.
Resultados: luces y sombras
Los hallazgos muestran un rendimiento heterogéneo:
Fortalezas de la IA
-
Sensibilidad del 100% para detectar epilepsia: no se le “escapó” ningún caso.
-
Muy buen acuerdo con epileptólogos para distinguir crisis epilépticas de no epilépticas.
-
Excelente identificación del inicio de la crisis (focal vs generalizado).
-
Concordancia alta para identificar síndromes epilépticos.
Estas tareas son más “estructuradas”: la semiología lateralizante o la descripción típica de un síndrome suelen ser menos ambiguas.
Limitaciones importantes
-
Baja especificidad para diagnosticar epilepsia (27%): sobrediagnosticó 11 de 15 casos sin epilepsia.
-
Sobreestimó crisis no provocadas en pacientes con crisis agudas sintomáticas.
-
Peor rendimiento para clasificar etiologías (estructurales, metabólicas, infecciosas…).
-
Dificultad para integrar la complejidad longitudinal de la historia clínica.
En su tarea menos precisa —confirmar o descartar epilepsia—, un resultado negativo era totalmente fiable (100% NPV), pero un positivo no debía tomarse como definitivo.
¿Qué valor clínico puede tener entonces?
Una herramienta así podría servir como filtro o apoyo de cribado, especialmente en entornos sin epileptólogos.
-
Un negativo ayudaría a descartar epilepsia evitando tratamientos innecesarios.
-
Un positivo podría utilizarse como señal de alerta para derivar al especialista, nunca como diagnóstico definitivo.
El estudio también sugiere que la IA funciona mejor cuando la tarea es binaria o basada en patrones claros, y peor cuando exige integrar matices clínicos o evaluar probabilidades intermedias.
Conclusión
La IA tiene un potencial para complementar la práctica clínica, pero todavía no puede sustituir el juicio experto en epilepsia. Esta tecnología puede convertirse en una herramienta útil —sobre todo para descartar y agilizar derivaciones—, pero exige prudencia, refinamiento y el apoyo constante de clínicos especializados.
