Objetivo
Desarrollar y validar una aplicación en castellano basada en inteligencia artificial para apoyar el diagnóstico de cefaleas primarias por médicos no expertos.
Diseño
Estudio observacional retrospectivo de desarrollo y validación diagnóstica basado en registros clínicos.
Emplazamiento
Consultas de neurología que atienden pacientes derivados desde atención primaria (nivel asistencial 2 en cefaleas).
Participantes
Se incluyeron 1.029 pacientes adultos con diagnóstico de 17 tipos de cefalea primaria confirmado por un neurólogo experto según los criterios de la tercera edición de la Clasificación Internacional de Cefaleas (ICHD-3), atendidos en 2 centros hospitalarios entre 2022 y 2024.
Mediciones principales
Sensibilidad, especificidad, F1-score y exactitud del algoritmo basado en reglas diagnósticas y del modelo de aprendizaje supervisado.
Resultados
La aplicación integra un cuestionario clínico estructurado que incluye la mayoría de los diagnósticos de cefaleas primarias recogidos en la ICHD-3. El algoritmo basado en reglas alcanzó una sensibilidad del 89,8% (IC 95%: 87,9-91,5), una especificidad del 99,4% (IC 95%: 99,2-99,5), un F1-score del 91,8% (IC 95%: 90,3-93,1) y una exactitud del 93,3% (IC 95%: 91,5-94,8). El modelo de aprendizaje supervisado mostró una sensibilidad del 88,1% (IC 95%: 84,0-91,8), una especificidad del 99,1% (IC 95%: 98,6-99,5), un F1-score del 88,5% (IC 95%: 84,6-92,0) y una exactitud del 85,5% (IC 95%: 79,3-91,4).
Conclusiones
Cefalytics (https://cefalytics.com/) muestra un alto rendimiento diagnóstico y puede constituir una herramienta útil de apoyo para médicos no expertos, especialmente en atención primaria, facilitando una mayor precisión diagnóstica y una optimización terapéutica más precoz. Estos resultados requieren validación externa en una cohorte independiente en este ámbito.
