Con el actual auge de las aplicaciones de Inteligencia Artificial (IA) y el debate general sobre su beneficio y efectividad, se aplica una serie de procedimientos para probar su precisión en la evaluación de dosis E(50), frente a diferentes escenarios con la que se cuenta con la solución real de expertos en el área de Dosimetría Interna.

“La interpretación de datos de monitoreo personal, es un proceso complejo cuyo resultado depende de una serie de factores: la cantidad y calidad de los datos, la habilidad del dosimetrista, las herramientas de cálculo disponibles y de las hipótesis de trabajo asumidas.” (REPROLAM, 2023).

El proceso de evaluación de los casos y escenarios propuestos puede llevar días de interpretación, por lo que el apoyo de las IA, debidamente entrenadas y utilizadas responsablemente, pueden suponer una segunda opinión para los resultados obtenidos por el dosimetrista, de modo a confirmar o revisar las dosis E(50) antes de ser reportadas.

Materiales:

Plataformas de acceso libre y gratuito de Chat-Bots con Inteligencia Artificial.
Descripción de casos y escenarios con resultados propuestos por expertos.

Método:

Investigación aplicada con diseño cuasi-experimental y enfoque evaluativo, que sigue los siguientes pasos:

• Realizar los cálculos introduciendo los casos y escenarios en las plataformas de IA sin entrenarlas. Estas incluyen cálculos de E(50) para una única incorporación y para monitoreos rutinarios.
• Realizar los mismos cálculos pero con un entrenamiento en base a prompting, es decir, en base a una serie de órdenes la IA va aprendiendo detalles sobre las Guías y Protocolos internacionales de referencia para la evaluación de E(50) para una incorporación o un monitoreo rutinario.
• Realizar el análisis comparativo del desempeño en las diferentes plataformas de IA que puedan ser de acceso libre y gratuito a la fecha, como ser: ChatGPT, Perplexity, Copilot y Gimini.

Resultados:

Los resultados obtenidos por las diferentes plataformas IA, respecto a las soluciones de referencia reportadas por los expertos, no indican una diferencia mayor a (+/-) 0.5 mSv para evaluaciones con incorporación única y (+/-) 1 mSv para monitoreos rutinarios.

(Las tablas con las variables utilizadas y los resultados obtenidos se comparten en la versión extendida de este resumen)

Conclusión:

Al someter los resultados obtenidos por las IA a los casos presentados en la “Intercomparación sobre Evaluación de Dosis Interna Ocupacional (Reprolam, 2023)”, se puede observar que si bien los resultados finales se acercan, no ingresan a la zona de los Resultados Satisfactorios, considerando un Z-Score = 2.

Entonces, haciendo un análisis pormenorizado se logra detectar cierta confusión en los cálculos de las plataformas de IA, en la mayoría de las veces, incluso luego del entrenamiento y después de recibir varias instrucciones, entre los cuales podemos citar: No consideran las incorporaciones por debajo del Límite de Detección (LD), toman las actividades retenidas en tiroides como actividad incorporada, no interpretan correctamente las tablas.

En conclusión:

• No se recomienda la utilización de estas plataformas de IA en las versiones actuales (Julio 2024), para la estimación de Dosis Efectiva Comprometida E(50).
• Las guías y protocolos actuales que pueden llegar a ser confusas incluso para analistas humanos, son difíciles de asimilar por las IA.