PATHFinder Agent for Tailored Prenatal Care

Resumen Técnico: Agente PATHFinder para la Atención Prenatal Personalizada

Planteamiento del Problema
La atención prenatal es un servicio preventivo crítico, sin embargo, el modelo tradicional de 12 a 14 visitas presenciales a menudo no logra abordar los determinantes sociales de la salud (por ejemplo, la inestabilidad de la vivienda, el trabajo inflexible) que impiden que las pacientes accedan a la atención. Además, el Colegio Americano de Obstetricia y Ginecología (ACOG) ha introduido nuevas directrices, el Plan para una Atención Adecuada y Personalizada (PATH, por sus siglas en inglés), que aboga por planes de atención flexibles y específicos para cada paciente. No obstante, la implementación de PATH es compleja tanto para los médicos como para las pacientes; los médicos enfrentan el agotamiento derivado de abordar necesidades sociales no satisfechas con recursos insuficientes, mientras que las pacientes con barreras sociales pueden encontrar las visitas adicionales como una carga en lugar de una ayuda. Existe la necesidad de un sistema que pueda operacionalizar estas directrices personalizadas, integrar la vinculación de recursos sociales y mantener la supervisión clínica sin sobrecargar a los proveedores.

Metodología y Diseño del Sistema
Los autores proponen el Agente PATHFinder, un sistema de agente conversacional de extremo a extremo diseñado para recopilar el contexto de la paciente, sintetizar planes de atención individualizados y presentar recursos comunitarios. El sistema fue co-diseñado por obstetras certificados, parteras e informáticos para garantizar la validez clínica y la viabilidad técnica.

• Arquitectura: El sistema utiliza un frontend de React que se comunica con un backend de FastAPI. El núcleo del agente consiste en un Modelo de Lenguaje Extenso (LLM) emparejado con un ejecutor de herramientas, un clasificador de supervisión, un servicio FHIR y un generador de informes. El estado de la conversación se persiste en una base de datos relacional.
• Conjunto de Herramientas: El agente está equipado con 13 herramientas distribuidas en cuatro categorías:
  • Médica: Incluye una calculadora de TOLAC (Prueba de Trabajo de Parto tras Cesárea) y una acción de "Remitir al Clínico".
  • Necesidades Sociales: Una interfaz jerárquica para consultar los recursos de Michigan 211 (alimentos, vivienda, transporte, etc.) por subcategoría y código postal.
  • Personalización: Consulta un segundo LLM para generar preguntas de seguimiento conscientes del contexto.
  • Informes: Construye de forma incremental resúmenes de la paciente, resúmenes clínicos, programas de visitas y listas de recursos.
• Flujo de Trabajo de Cuatro Etapas:
  1. Admisión (Intake): Las pacientes completan un formulario estandarizado que captura datos demográficos, historial médico, edad gestacional y factores sociales.
  2. Interacción Dinámica: El agente entabla un diálogo estructurado y abierto. Utiliza una interfaz de "Formulario + Chat" donde un segundo LLM genera elementos de interfaz intermedios (botones, casillas de verificación) para reducir la fatiga de entrada de texto, al tiempo que el ayuda a detectar necesidades sociales y preferencias no satisfechas.
  3. Síntesis del Plan: El agente genera un informe preliminar que contiene un resumen para la paciente, un resumen clínico, recomendaciones de cronograma de visitas y recursos curados de Michigan 211.
  4. Supervisión Clínica: Un clínico revisa el borrador, valida el plan y puede aprobar o editar el contenido antes de la finalización.

Evaluación y Resultados
Los autores evaluaron modelos de lenguaje de frontera (GPT-5.2, GPT-4o, Gemini 2.5 Pro, Gemini 2.5 Flash) utilizando perfiles de pacientes sintéticos y rúbricas curadas por expertos. La evaluación se centró en cinco dimensiones clínicas:

1. Frecuencia de visitas
2. Servicios (pruebas, recomendaciones)
3. Cronograma para pruebas antenatales
4. Cronograma para ecografías de crecimiento
5. Modalidad de atención (presencial vs. telemedicina)

Hallazgos Clave:

• Desempeño: GPT-5.2 logró la puntuación promedio más alta en la rúbrica con un 77.6%, seguido de Gemini 2.5 Pro (71.5%), Gemini 2.5 Flash (62.0%) y GPT-4o (57.25%).
• Varianza Dimensional: La "frecuencia de visitas" fue la dimensión más fácil de predecir correctamente para todos los modelos. Por el contrario, las "pruebas antenatales" y las "recomendaciones de servicios" fueron las más difíciles, mostrando las brechas de rendimiento más amplias entre los modelos.
• Implicaciones: Los resultados indican que, si bien los modelos actuales muestran potencial, las medidas de supervisión robustas (tanto basadas en LLM como dirigidas por humanos) son esenciales para prevenir errores en recomendaciones clínicas críticas.

Contribuciones Clave

1. Agente PATHFinder: Un novedoso sistema de agentes que operacionaliza las directrices PATH de ACOG, cerrando la breancia entre las directrices médicas y la integración de recursos sociales.
2. Diseño de Interfaz Híbrida: Un modelo de interacción de "Formulario + Chat" que equilibra la entrada de datos estructurados con seguimientos conversacionales adaptativos, diseñado para mitigar la fatiga de la paciente.
3. Flujo de Trabajo con Clínico en el Bucle (Clinician-in-the-Loop): Un proceso estructurado de cuatro etapas que asegura que todos los planes de atención generados pasen por una validación humana, abordando las preocupaciones de seguridad y despliegue planteadas en la literatura reciente de IA médica.
4. Benchmarking Empírico: Una evaluación comparativa de modelos de lenguaje de vanguardia en dimensiones específicas de la atención prenatal, destacando las capacidades y limitaciones actuales en el razonamiento médico complejo.

Significancia y Pretensiones
El artículo posiciona al Agente PATHFinder como un habilitador potencial para el despliegue amplio de directrices de atención prenatal personalizadas. Los autores afirman que el sistema puede apoyar la transición de un modelo rígido y con exceso de visitas hacia un enfoque flexible y centrado en la paciente que aborde tanto los aspectos médicos como los determinantes sociales de la salud.

Los autores mantienen una postura modesta respecto al despliegue. Declaran explícitamente que el sistema está diseñado para apoyar, no para reemplazar, a los clínicos. El documento enfatiza que el trabajo futuro debe incluir garantías formales de precisión, estudios con participantes humanos y ensayos controlados aleatorios antes de que el sistema pueda considerarse para su despliegue clínico en el mundo real. La contribución actual se enmarca como un prototipo técnico y un marco de evaluación que identifica brechas clave (particularmente en las recomendaciones de pruebas antenatales) que deben abordarse para garantizar la seguridad y la eficacia.