Precisión y limitaciones de los chatbots de IA para responder a las preguntas de los pacientes sobre la cirugía de escoliosis

Objetivo: Analizar la precisión, la fiabilidad y la calidad del contenido de las respuestas proporcionadas por los chatbots de inteligencia artificial a preguntas frecuentes relacionadas con la cirugía de escoliosis. Métodos: Se elaboró un conjunto de 25 preguntas relacionadas con el diagnóstico, las opciones de tratamiento, los riesgos quirúrgicos y la recuperación, basadas en la experiencia clínica. Las respuestas fueron anonimizadas y evaluadas por dos cirujanos ortopédicos utilizando una escala de 4 puntos para calificar la precisión, la claridad y la coherencia. Se utilizaron el coeficiente kappa de Cohen para la fiabilidad interevaluador y la prueba de Kruskal-Wallis para el análisis estadístico. Resultados: ChatGPT 4o obtuvo el mejor desempeño, con un 60% de respuestas calificadas como excelentes; Gemini Advanced 1.5 Pro le siguió con un 56%, mientras que Microsoft Copilot mostró un rendimiento inferior, con un 76% de respuestas que requirieron aclaraciones moderadas. Las diferencias entre los chatbots fueron estadísticamente significativas (p < 0.001). ChatGPT 4o y Gemini no difirieron significativamente entre sí (p = 0.850), pero ambos superaron a Copilot (p < 0.001). Conclusiones: Los chatbots de IA muestran un gran potencial para la educación del paciente en cirugía de escoliosis. ChatGPT 4o fue el más eficaz, aunque las consultas complejas aún requieren supervisión médica.