Estudio comparativo de herramientas de inteligencia artificial para el diagnóstico y orientación diagnóstica basada en síntomas

Autores
Alessandro, Lucas; Nuñez, Joia; Fernández Slezak, Diego; Farez, Mauricio
Año de publicación
2023
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Introducción: Entelai Doc es un sistema de atención médica impulsado por IA que permite resolver a los pacientes consultas basadas en sus síntomas. El objetivo de nuestro trabajo es comparar la precisión diagnóstica de Entelai Doc con otra herramienta de chequeo de síntomas con aprobación regulatoria. Materiales y métodos: Se utilizaron casos clínicos publicados en la literatura médica, de pacientes mayores a 16 años, excluyéndose embarazadas. La selección de los casos se basó en los motivos de consulta más frecuentes en la práctica médica. Se analizó el rendimiento de Entelai Doc (Aenti SRL, Argentina), mediante la eficacia diagnóstica, la correcta orientación de gravedad y derivación del caso, y la cantidad de preguntas realizadas. De cada variable, se realizó la comparación estadísticas con Ada (Nombre empresa, Alemania).Resultados: Se evaluaron 68 casos totales con Entelai Doc y ADA. La efectividad en el diagnóstico definitivo fue del 45.5% en ambos casos. Sin embargo, cuando se consideraron los principales 5 diagnósticos (Top 5), la efectividad de Entelai Doc fue del 98.5% vs. 72% (p<0.0001).  La efectividad en la derivación y determinación del grado de urgencia adecuada fue elevada en ambos casos (98.5% vs. 95.6%). No obstante, el abordaje médico de acuerdo al diagnóstico definitivo (100% vs. 71%; p<0.0001) y considerando el top 5 (100% vs. 81%; p<<0.0001), fue superior para Entelai Doc. La cantidad mediana de preguntas realizadas por Entelai Doc fue de 18 vs. 31 (p<0.0001).Conclusión: Entelai Doc y Ada resuelven adecuadamente casos clínicos de los principales motivos de consulta. Entelai Doc demostró mayor efectividad en establecer el abordaje médico según el diagnóstico. Las herramientas de inteligencia artificial para chequear síntomas ofrecen un grado alto de precisión en las derivaciones, siendo el próximo paso la comparación de perfomance en un ambiente clínico junto con profesionales médicos.
Introduction: Entelai Doc is an AI-driven healthcare system that allows patients to resolve medical queries based on their symptoms. The aim of our study is to compare the diagnostic accuracy of Entelai Doc with another symptom checker tool with regulatory approval.Materials and Methods: We used clinical cases published in the medical literature, involving patients over 16 years of age and excluding pregnant women. Cases were selected based on the most frequent reasons for medical consultation. The performance of Entelai Doc (Aenti SRL, Argentina) was analyzed in terms of diagnostic effectiveness, accurate severity assessment, appropriate case referral, and the number of questions asked. Each variable was statistically compared with Ada (Company Name, Germany).Results: A total of 68 cases were evaluated using Entelai Doc and ADA. The effectiveness in reaching the definitive diagnosis was 45.5% for both tools. However, when considering the top 5 diagnoses, Entelai Doc showed an effectiveness of 98.5% vs. 72% for ADA (p<0.0001). The effectiveness in case referral and determination of appropriate urgency level was high for both tools (98.5% vs. 95.6%). Nevertheless, the medical approach based on the definitive diagnosis (100% vs. 71%; p<0.0001) and top 5 diagnoses (100% vs. 81%; p<<0.0001) was superior for Entelai Doc. The median number of questions asked by Entelai Doc was 18 vs. 31 for ADA (p<0.0001).Conclusion: Entelai Doc and Ada adequately address clinical cases of the most common reasons for medical consultation. Entelai Doc demonstrated higher effectiveness in guiding the medical approach according to the diagnosis. AI-driven symptom checker tools offer a high degree of precision in referrals, with the next step being a performance comparison in a clinical setting alongside medical professionals.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Chatbots
Chequeadores de síntomas
Inteligencia Artificial
Medicina interna
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/165435

id SEDICI_85802e7821e130283ddce63958b42de7
oai_identifier_str oai:sedici.unlp.edu.ar:10915/165435
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Estudio comparativo de herramientas de inteligencia artificial para el diagnóstico y orientación diagnóstica basada en síntomasAlessandro, LucasNuñez, JoiaFernández Slezak, DiegoFarez, MauricioCiencias InformáticasChatbotsChequeadores de síntomasInteligencia ArtificialMedicina internaIntroducción: Entelai Doc es un sistema de atención médica impulsado por IA que permite resolver a los pacientes consultas basadas en sus síntomas. El objetivo de nuestro trabajo es comparar la precisión diagnóstica de Entelai Doc con otra herramienta de chequeo de síntomas con aprobación regulatoria. Materiales y métodos: Se utilizaron casos clínicos publicados en la literatura médica, de pacientes mayores a 16 años, excluyéndose embarazadas. La selección de los casos se basó en los motivos de consulta más frecuentes en la práctica médica. Se analizó el rendimiento de Entelai Doc (Aenti SRL, Argentina), mediante la eficacia diagnóstica, la correcta orientación de gravedad y derivación del caso, y la cantidad de preguntas realizadas. De cada variable, se realizó la comparación estadísticas con Ada (Nombre empresa, Alemania).Resultados: Se evaluaron 68 casos totales con Entelai Doc y ADA. La efectividad en el diagnóstico definitivo fue del 45.5% en ambos casos. Sin embargo, cuando se consideraron los principales 5 diagnósticos (Top 5), la efectividad de Entelai Doc fue del 98.5% vs. 72% (p<0.0001).  La efectividad en la derivación y determinación del grado de urgencia adecuada fue elevada en ambos casos (98.5% vs. 95.6%). No obstante, el abordaje médico de acuerdo al diagnóstico definitivo (100% vs. 71%; p<0.0001) y considerando el top 5 (100% vs. 81%; p<<0.0001), fue superior para Entelai Doc. La cantidad mediana de preguntas realizadas por Entelai Doc fue de 18 vs. 31 (p<0.0001).Conclusión: Entelai Doc y Ada resuelven adecuadamente casos clínicos de los principales motivos de consulta. Entelai Doc demostró mayor efectividad en establecer el abordaje médico según el diagnóstico. Las herramientas de inteligencia artificial para chequear síntomas ofrecen un grado alto de precisión en las derivaciones, siendo el próximo paso la comparación de perfomance en un ambiente clínico junto con profesionales médicos.Introduction: Entelai Doc is an AI-driven healthcare system that allows patients to resolve medical queries based on their symptoms. The aim of our study is to compare the diagnostic accuracy of Entelai Doc with another symptom checker tool with regulatory approval.Materials and Methods: We used clinical cases published in the medical literature, involving patients over 16 years of age and excluding pregnant women. Cases were selected based on the most frequent reasons for medical consultation. The performance of Entelai Doc (Aenti SRL, Argentina) was analyzed in terms of diagnostic effectiveness, accurate severity assessment, appropriate case referral, and the number of questions asked. Each variable was statistically compared with Ada (Company Name, Germany).Results: A total of 68 cases were evaluated using Entelai Doc and ADA. The effectiveness in reaching the definitive diagnosis was 45.5% for both tools. However, when considering the top 5 diagnoses, Entelai Doc showed an effectiveness of 98.5% vs. 72% for ADA (p<0.0001). The effectiveness in case referral and determination of appropriate urgency level was high for both tools (98.5% vs. 95.6%). Nevertheless, the medical approach based on the definitive diagnosis (100% vs. 71%; p<0.0001) and top 5 diagnoses (100% vs. 81%; p<<0.0001) was superior for Entelai Doc. The median number of questions asked by Entelai Doc was 18 vs. 31 for ADA (p<0.0001).Conclusion: Entelai Doc and Ada adequately address clinical cases of the most common reasons for medical consultation. Entelai Doc demonstrated higher effectiveness in guiding the medical approach according to the diagnosis. AI-driven symptom checker tools offer a high degree of precision in referrals, with the next step being a performance comparison in a clinical setting alongside medical professionals.Sociedad Argentina de Informática e Investigación Operativa2023-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf56-62http://sedici.unlp.edu.ar/handle/10915/165435spainfo:eu-repo/semantics/altIdentifier/url/https://publicaciones.sadio.org.ar/index.php/JAIIO/article/view/737info:eu-repo/semantics/altIdentifier/issn/2451-7496info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:43:51Zoai:sedici.unlp.edu.ar:10915/165435Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:43:52.125SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Estudio comparativo de herramientas de inteligencia artificial para el diagnóstico y orientación diagnóstica basada en síntomas
title Estudio comparativo de herramientas de inteligencia artificial para el diagnóstico y orientación diagnóstica basada en síntomas
spellingShingle Estudio comparativo de herramientas de inteligencia artificial para el diagnóstico y orientación diagnóstica basada en síntomas
Alessandro, Lucas
Ciencias Informáticas
Chatbots
Chequeadores de síntomas
Inteligencia Artificial
Medicina interna
title_short Estudio comparativo de herramientas de inteligencia artificial para el diagnóstico y orientación diagnóstica basada en síntomas
title_full Estudio comparativo de herramientas de inteligencia artificial para el diagnóstico y orientación diagnóstica basada en síntomas
title_fullStr Estudio comparativo de herramientas de inteligencia artificial para el diagnóstico y orientación diagnóstica basada en síntomas
title_full_unstemmed Estudio comparativo de herramientas de inteligencia artificial para el diagnóstico y orientación diagnóstica basada en síntomas
title_sort Estudio comparativo de herramientas de inteligencia artificial para el diagnóstico y orientación diagnóstica basada en síntomas
dc.creator.none.fl_str_mv Alessandro, Lucas
Nuñez, Joia
Fernández Slezak, Diego
Farez, Mauricio
author Alessandro, Lucas
author_facet Alessandro, Lucas
Nuñez, Joia
Fernández Slezak, Diego
Farez, Mauricio
author_role author
author2 Nuñez, Joia
Fernández Slezak, Diego
Farez, Mauricio
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Chatbots
Chequeadores de síntomas
Inteligencia Artificial
Medicina interna
topic Ciencias Informáticas
Chatbots
Chequeadores de síntomas
Inteligencia Artificial
Medicina interna
dc.description.none.fl_txt_mv Introducción: Entelai Doc es un sistema de atención médica impulsado por IA que permite resolver a los pacientes consultas basadas en sus síntomas. El objetivo de nuestro trabajo es comparar la precisión diagnóstica de Entelai Doc con otra herramienta de chequeo de síntomas con aprobación regulatoria. Materiales y métodos: Se utilizaron casos clínicos publicados en la literatura médica, de pacientes mayores a 16 años, excluyéndose embarazadas. La selección de los casos se basó en los motivos de consulta más frecuentes en la práctica médica. Se analizó el rendimiento de Entelai Doc (Aenti SRL, Argentina), mediante la eficacia diagnóstica, la correcta orientación de gravedad y derivación del caso, y la cantidad de preguntas realizadas. De cada variable, se realizó la comparación estadísticas con Ada (Nombre empresa, Alemania).Resultados: Se evaluaron 68 casos totales con Entelai Doc y ADA. La efectividad en el diagnóstico definitivo fue del 45.5% en ambos casos. Sin embargo, cuando se consideraron los principales 5 diagnósticos (Top 5), la efectividad de Entelai Doc fue del 98.5% vs. 72% (p<0.0001).  La efectividad en la derivación y determinación del grado de urgencia adecuada fue elevada en ambos casos (98.5% vs. 95.6%). No obstante, el abordaje médico de acuerdo al diagnóstico definitivo (100% vs. 71%; p<0.0001) y considerando el top 5 (100% vs. 81%; p<<0.0001), fue superior para Entelai Doc. La cantidad mediana de preguntas realizadas por Entelai Doc fue de 18 vs. 31 (p<0.0001).Conclusión: Entelai Doc y Ada resuelven adecuadamente casos clínicos de los principales motivos de consulta. Entelai Doc demostró mayor efectividad en establecer el abordaje médico según el diagnóstico. Las herramientas de inteligencia artificial para chequear síntomas ofrecen un grado alto de precisión en las derivaciones, siendo el próximo paso la comparación de perfomance en un ambiente clínico junto con profesionales médicos.
Introduction: Entelai Doc is an AI-driven healthcare system that allows patients to resolve medical queries based on their symptoms. The aim of our study is to compare the diagnostic accuracy of Entelai Doc with another symptom checker tool with regulatory approval.Materials and Methods: We used clinical cases published in the medical literature, involving patients over 16 years of age and excluding pregnant women. Cases were selected based on the most frequent reasons for medical consultation. The performance of Entelai Doc (Aenti SRL, Argentina) was analyzed in terms of diagnostic effectiveness, accurate severity assessment, appropriate case referral, and the number of questions asked. Each variable was statistically compared with Ada (Company Name, Germany).Results: A total of 68 cases were evaluated using Entelai Doc and ADA. The effectiveness in reaching the definitive diagnosis was 45.5% for both tools. However, when considering the top 5 diagnoses, Entelai Doc showed an effectiveness of 98.5% vs. 72% for ADA (p<0.0001). The effectiveness in case referral and determination of appropriate urgency level was high for both tools (98.5% vs. 95.6%). Nevertheless, the medical approach based on the definitive diagnosis (100% vs. 71%; p<0.0001) and top 5 diagnoses (100% vs. 81%; p<<0.0001) was superior for Entelai Doc. The median number of questions asked by Entelai Doc was 18 vs. 31 for ADA (p<0.0001).Conclusion: Entelai Doc and Ada adequately address clinical cases of the most common reasons for medical consultation. Entelai Doc demonstrated higher effectiveness in guiding the medical approach according to the diagnosis. AI-driven symptom checker tools offer a high degree of precision in referrals, with the next step being a performance comparison in a clinical setting alongside medical professionals.
Sociedad Argentina de Informática e Investigación Operativa
description Introducción: Entelai Doc es un sistema de atención médica impulsado por IA que permite resolver a los pacientes consultas basadas en sus síntomas. El objetivo de nuestro trabajo es comparar la precisión diagnóstica de Entelai Doc con otra herramienta de chequeo de síntomas con aprobación regulatoria. Materiales y métodos: Se utilizaron casos clínicos publicados en la literatura médica, de pacientes mayores a 16 años, excluyéndose embarazadas. La selección de los casos se basó en los motivos de consulta más frecuentes en la práctica médica. Se analizó el rendimiento de Entelai Doc (Aenti SRL, Argentina), mediante la eficacia diagnóstica, la correcta orientación de gravedad y derivación del caso, y la cantidad de preguntas realizadas. De cada variable, se realizó la comparación estadísticas con Ada (Nombre empresa, Alemania).Resultados: Se evaluaron 68 casos totales con Entelai Doc y ADA. La efectividad en el diagnóstico definitivo fue del 45.5% en ambos casos. Sin embargo, cuando se consideraron los principales 5 diagnósticos (Top 5), la efectividad de Entelai Doc fue del 98.5% vs. 72% (p<0.0001).  La efectividad en la derivación y determinación del grado de urgencia adecuada fue elevada en ambos casos (98.5% vs. 95.6%). No obstante, el abordaje médico de acuerdo al diagnóstico definitivo (100% vs. 71%; p<0.0001) y considerando el top 5 (100% vs. 81%; p<<0.0001), fue superior para Entelai Doc. La cantidad mediana de preguntas realizadas por Entelai Doc fue de 18 vs. 31 (p<0.0001).Conclusión: Entelai Doc y Ada resuelven adecuadamente casos clínicos de los principales motivos de consulta. Entelai Doc demostró mayor efectividad en establecer el abordaje médico según el diagnóstico. Las herramientas de inteligencia artificial para chequear síntomas ofrecen un grado alto de precisión en las derivaciones, siendo el próximo paso la comparación de perfomance en un ambiente clínico junto con profesionales médicos.
publishDate 2023
dc.date.none.fl_str_mv 2023-09
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/165435
url http://sedici.unlp.edu.ar/handle/10915/165435
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://publicaciones.sadio.org.ar/index.php/JAIIO/article/view/737
info:eu-repo/semantics/altIdentifier/issn/2451-7496
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
56-62
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616306827984896
score 13.070432