La Inteligencia Artificial (IA) Generativa está lista para inducir un cambio de paradigma en la medicina y el cuidado de la salud. Esta revisión proporciona una visión integral de sus tecnologías fundamentales, aplicaciones clínicas y vías para una integración práctica. Primero, explicamos los principios de tres tecnologías clave: Transformadores, ejemplificados por Modelos de Lenguaje Grande (LLMs); Modelos de Difusión para la generación de datos de alta fidelidad; y Campos de Radiancia Neurales (NeRF) y Splatting Gaussiano 3D (3DGS) para la síntesis de escenas en 3D. Luego, revisamos sistemáticamente sus aplicaciones en diversos dominios: automatizando la documentación clínica, acelerando el descubrimiento de fármacos, mejorando los diagnósticos por imágenes médicas e innovando la simulación quirúrgica. Para cerrar la brecha hacia la implementación en el mundo real, abordamos los desafíos críticos a nivel de sistema, discutiendo soluciones prácticas como la Generación Aumentada por Recuperación (RAG) para mitigar las alucinaciones, LLMs locales para garantizar la seguridad de los datos y plataformas sin código para empoderar el desarrollo liderado por clínicos. Finalmente, examinamos cuestiones éticas, legales y sociales críticas―incluyendo el sesgo de datos, la interpretabilidad y la responsabilidad―enfatizando la necesidad de un marco de gobernanza robusto. Esta revisión subraya que la IA generativa está evolucionando de ser una mera herramienta de eficiencia a convertirse en un poderoso socio capaz de aumentar la experiencia de los profesionales de la salud y de dar forma fundamental al futuro de la medicina.
Nakamura et al. (Thu,) estudiaron esta pregunta.