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
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/165435
Ver los metadatos del registro completo
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 |