Programa del congreso
Resúmenes y datos de las sesiones para este congreso. Seleccione una fecha o ubicación para mostrar solo las sesiones en ese día o ubicación. Seleccione una sola sesión para obtener una vista detallada (con resúmenes y descargas, si están disponibles).
|
Resumen diario |
| Sesión | |
|
Ju-S5.2-IAMod: Inteligencia artificial y modelado computacional Lugar: Aula 0.01 Presidente de la sesión: Gonzalo Ricardo Ríos Muñoz Presidente de la sesión: Begoña Acha Piñero | |
    | |
15:00 - 15:15
Arquitectura multiagente basada en LLMs para la ayuda en la prescripción empírica de antibióticos 1: Grupo de Bioingeniería y Telemedicina, ETSI Telecomunicación, Centro de Tecnología Biomedica, Universidad Politécnica de Madrid, Avenida Complutense 30, 28040 Madrid, Spain; 2: Instituto de Investigación Hospital 12 de Octubre (imas12), Hospital Universitario 12 de Octubre, 28041 Madrid, Spain; 3: Innovation Unit, Parc Sanitari Sant Joan de Deu, Sant Boi de Llobregat, Spain; Institut de Recerca Sant Joan de Déu, Esplugues de Llobregat, Spain; 4: Microbiology Department, Hospital Santa Creu i Sant Pau, Barcelona, Spain; Sant Pau Institute of Biomedical Research (IIb Sant Pau), Barcelona, Spain; Genetics and Microbiology Department, Universitat Autònoma de Barcelona, Barcelona, Spain; 5: Department of Internal Medicine, Hospital Universitari de Sant Joan; Institut d’Investigació Sanitària Pere Virgili, Universitat Rovira i Virgili, 43204 Reus, Spain; 6: Unidad Territorial de Infección Nosocomial. Hospital Universitario Arnau de Vilanova de Lleida, Spain; 7: Infectious Diseases Department, Parc Sanitari Sant Joan de Deu, Sant Boi de Llobregat, Spain; 8: Centro de Investigación Biomédica en Red, Biomateriales y Nanomedicina (CIBER-BBN), Madrid, Spain Este trabajo presenta un sistema de soporte a la decisión para la prescripción empírica de antibióticos en contextos clínicos complejos, basado en una arquitectura de agentes especializados coordinados mediante una máquina de estados finitos, implementada con LangGraph y orquestada mediante LangChain. El sistema combina LLMs para generar razonamientos clínicos, estimar patógenos probables, analizar resistencias locales, consultar guías terapéuticas y proponer tratamientos ajustados, incorporando LangWatch para registrar y auditar el recorrido completo del razonamiento. En este artículo se describe una de las topologías implementadas y se ilustra su funcionamiento mediante casos clínicos simulados. Los resultados preliminares evidencian que la arquitectura es capaz de generar recomendaciones alineadas con las guías clínicas, con un tiempo medio de ejecución de 37 segundos y un coste estimado por caso de 0,05 USD. Este trabajo muestra la viabilidad técnica de aplicar arquitecturas multiagente basadas en LLMs en programas de optimización del uso de antimicrobianos, con potencial para aportar adaptabilidad, explicabilidad y trazabilidad
| |