Leer la investigación IA × medicina, mejor.
Tatakoto analiza las publicaciones científicas sobre inteligencia artificial aplicada a la salud. Transformers para detección de cáncer, foundation models en imagen médica, LLMs en razonamiento clínico. Cada artículo dice lo que el estudio encuentra, lo que no dice, y lo que cambia.
GPT-4 en radiología: por qué el formato de explicación de un LLM cambia la precisión diagnóstica de los médicos
Análisis del artículo de Spitzer et al. en npj Digital Medicine 2026: ensayo aleatorizado con 101 radiólogos que compara tres formatos de explicación de GPT-4. La cadena de pensamiento aporta 12,2 puntos de precisión, el diagnóstico diferencial induce sesgo de automatización. Implicaciones para el despliegue clínico de LLMs.
Mirai en mamografía en un hospital safety-net: lo que cambia un despliegue prospectivo de la estratificación de riesgo por IA
Análisis crítico del artículo de npj Digital Medicine 2026 sobre el despliegue prospectivo de Mirai en Zuckerberg San Francisco General. Circuito acelerado para pacientes marcadas de alto riesgo, reducción del 99 % en los tiempos de diagnóstico, y lo que cambia realmente en un entorno safety-net.
GigaPath en patología digital: lo que cambia un foundation model entrenado en 1.300 millones de teselas
Análisis crítico del artículo de Nature 2024 sobre Prov-GigaPath, foundation model transformer para patología digital. Arquitectura, datos, rendimiento en 26 benchmarks de cáncer, y lo que realmente cambia para el diagnóstico.