Aplicación de LLMs en el proceso diagnóstico del Síndrome del Tracto Urinario Inferior (no neurológico) del varón
Year: 2026
Type: dissertation
Study design: Observational Study
Abstract: Introducción: La hiperplasia benigna de próstata (HBP) es una patología progresiva cuya evolución clínica se caracteriza por el empeoramiento de los síntomas del tracto urinario inferior (STUI) y complicaciones como la retención aguda de orina (RAO). Los modelos de lenguaje de gran tamaño (LLM) presentan un potencial emergente como herramientas de apoyo en la estratificación de riesgo clínico. Objetivo: Evaluar la concordancia entre el riesgo anual de progresión clínica estimado mediante un prompt estructurado ejecutado en Microsoft Copilot (SALUD) y el criterio de indicación quirúrgica de un urólogo experto en pacientes con HBP. Material y Métodos: Estudio observacional retrospectivo de 121 pacientes intervenidos quirúrgicamente por HBP (59 con sonda vesical y 62 sin ella). Se aplicó un prompt clínico basado en la fórmula de D’Agate et al., integrando variables como edad, PSA, volumen prostático, Qmax, IPSS e IMC para estimar el riesgo anual de progresión y RAO. Resultados: La mediana del riesgo anual de progresión clínica estimada por el LLM fue del 40,07%. Los pacientes con sonda vesical presentaron riesgos significativamente superiores (63,52%) frente a los no portadores (31,77%; p<0,001). El punto de corte de riesgo estimado que permitió alcanzar una concordancia positiva mínima del 60% con el criterio del urólogo fue del 32,58% (concordancia real del 60,3%). Conclusiones: El uso de un prompt estructurado en un LLM permite una estimación homogénea del riesgo de progresión, mostrando una concordancia aceptable con el criterio experto en pacientes obstruidos . No obstante, los resultados deben considerarse estimaciones consultivas y no sustituyen al juicio clínico.
Source: Zaguan (Universidad de Zaragoza)
Institution: Universidad de Zaragoza
Language: Spanish
Subfield: Urology
Field: Medicine
Domain: Health Sciences
Open Access status: green
OpenAlex ID: W7166964182
