Introducción: El inadecuado control glucémico de los pacientes con diabetes mellitus tipo 2 (DM2) en el hospital se relaciona con la morbimortalidad. El empleo de herramientas de inteligencia artificial basadas en modelos de lenguaje (como chat-GPT) podría facilitar la adherencia a protocolos hospitalarios.

Métodos: Estudio transversal de 50 pacientes con DM2 hospitalizados entre diciembre de 2022 y mayo de 2023 en un hospital terciario, identificados a través de interconsulta a Endocrinología. Se registró el tratamiento antidiabético de las primeras 24 horas de hospitalización y las variables relevantes para la prescripción estipuladas en el Protocolo de manejo del paciente con hiperglucemia en el hospital, implementado en 2022. Se le proporcionaron a Chat-GPT las directrices del protocolo y cada caso con las variables a considerar y se le solicitó una pauta específica de tratamiento antidiabético intrahospitalario. Se realizaron análisis de correlación y concordancia entre las prescripciones médicas y el protocolo versus chat-GPT y el protocolo.

Resultados: Se obtuvo una correlación baja entre la dosis de insulina basal prescrita por los médicos y el protocolo (r = 0,17), con un coeficiente de correlación intraclase (CCI) de 0,18 [IC95% -0,38;0,52] y alta entre la dosis de insulina basal prescrita por chat-GPT y el protocolo (r = 0,797), CCI = 0,90 [IC95% 0,82;0,94]. Se observó una correlación moderada entre la dosis de insulina prandial prescrita por los médicos y el protocolo (r = 0,45), CCI = 0,66 [IC95% 0,40;0,81] y alta entre la dosis de insulina prandial prescrita por chat-GPT y el protocolo (r = 0,95), CCI = 0,98 [IC95% 0,96;0,99].

Conclusiones: El empleo de un chatbot de inteligencia artificial resultó en mayor concordancia con el protocolo establecido que la prescripción médica. La implementación de estas herramientas podría ser útil en la toma de decisiones para el manejo intrahospitalario de la DM2.