La inteligencia artificial ya forma parte de la práctica cotidiana, aunque muchas veces opere de manera invisible. Su expansión en medicina, sin embargo, plantea una diferencia decisiva entre una herramienta que acelera tareas y una tecnología capaz de sustituir el juicio clínico, algo que todavía no ha demostrado. En su presentación durante el II Encuentro de Egresados ReumaJaveriana, el doctor Diego Chaustre Ruiz, médico especialista en medicina física y rehabilitación, jefe del servicio de fisiatría del Hospital Central de la Policía y docente universitario, propuso mirar la IA con menos fascinación y menos temor; con evidencia, criterio y responsabilidad.
La escena inicial de la presentación remite a Jorge Luis Borges y a su Biblioteca de Babel: un universo de galerías interminables, repleto de libros que contienen todas las combinaciones posibles de palabras. La metáfora sirve para describir el momento actual de la inteligencia artificial generativa. Los modelos pueden producir textos convincentes sobre casi cualquier asunto, pero la abundancia de respuestas no garantiza que alguna sea verdadera, pertinente o segura.
El doctor Diego Chaustre, médico fisiatra del Hospital Central de la Policía afirma que la IA no debe analizarse únicamente por lo que promete, sino por lo que ha probado hacer en condiciones reales. La pregunta central no es si la inteligencia artificial llegará a la medicina. Ya está allí. La pregunta es qué tareas puede asumir, cuáles debe apoyar y cuáles no conviene delegar.
“El reconocimiento facial del teléfono, las rutas de Google Maps, las recomendaciones de Netflix o Spotify, el filtro de spam del correo electrónico y las sugerencias automáticas del teclado son ejemplos de inteligencia artificial incorporada a la vida diaria. En la mayoría de los casos, el usuario ni siquiera la identifica como tal”, dijo el doctor.
La lógica común es la predicción. La inteligencia artificial reconoce patrones y calcula probabilidades. No posee comprensión humana, intención ni conciencia. Esta diferencia conceptual resulta determinante en medicina, donde una respuesta formulada con seguridad puede influir en decisiones diagnósticas, terapéuticas o administrativas.
La discusión sobre la inteligencia artificial suele moverse entre dos relatos extremos. El primero sostiene que la tecnología reemplazará al médico, eliminará el error humano y conducirá a una medicina completamente automatizada. El segundo la reduce a una máquina sofisticada que repite palabras sin utilidad real.
Para Chaustre, ambos relatos son insuficientes. La IA no está a punto de borrar la profesión médica, pero tampoco es una moda pasajera. Ya modifica tareas específicas y medibles. El reto está en abandonar la fascinación por las demostraciones llamativas y concentrarse en la validación clínica.
El experto utiliza el concepto de “ciclo del hype” para explicar cómo suelen comportarse las nuevas tecnologías. Primero aparece un avance real. Luego se produce un pico de expectativas, acompañado por promesas que superan la evidencia disponible. Más tarde llega la decepción, cuando el sistema no cumple lo anunciado. Solo después se identifican usos más limitados, útiles y sostenibles.
La historia reciente ofrece varios ejemplos. En 2016 se anunció que la radiología desaparecería en pocos años por efecto de la inteligencia artificial. Una década después, los radiólogos siguen siendo escasos. También se predijo que los vehículos autónomos alcanzarían el nivel cinco de automatización en 2020; esa meta tampoco se generalizó. Los modelos de lenguaje, por su parte, pueden generar respuestas fluidas, pero continúan produciendo afirmaciones falsas y referencias inexistentes.
En medicina, el caso de Watson for Oncology se convirtió en una advertencia sobre la distancia entre marketing y validación. El proyecto de IBM fue presentado como una herramienta capaz de transformar la atención oncológica, pero el programa desarrollado con MD Anderson fue cancelado sin haber tratado pacientes. La inversión, cercana a 62 millones de dólares, no produjo la solución clínica anunciada.
“No se trata de rechazar la inteligencia artificial, sino exigir evidencia externa, reproducibilidad y evaluación en el entorno donde será utilizada. Un modelo puede funcionar muy bien en una base de datos y fallar al enfrentarse con pacientes de otros hospitales, con equipos diferentes o con poblaciones no representadas durante su entrenamiento”, manifiesta el doctor.
El sesgo algorítmico constituye otro riesgo. Una investigación publicada en Science mostró que un algoritmo utilizado para gestionar recursos de salud asignaba menos atención a pacientes negros porque empleaba el gasto sanitario previo como sustituto de la necesidad clínica. Como el gasto estaba condicionado por desigualdades de acceso, el sistema terminó reproduciendo y amplificando esas desigualdades.
En consecuencia, la precisión técnica no puede separarse del contexto social y clínico.
Un algoritmo puede ser matemáticamente consistente y, al mismo tiempo, injusto o inútil para determinados grupos.
El doctor Chaustre explica los avances del actual salto tecnológico. En 2012, AlexNet demostró que el aprendizaje profundo podía superar ampliamente a sistemas anteriores en reconocimiento de imágenes. En 2017, la arquitectura Transformer transformó el procesamiento del lenguaje y se convirtió en la base de modelos como ChatGPT, Claude y Gemini. En 2022, ChatGPT llevó la inteligencia artificial generativa al público masivo.
El reconocimiento científico llegó en 2024, cuando la inteligencia artificial recibió dos premios Nobel. John Hopfield y Geoffrey Hinton fueron distinguidos en Física por sus contribuciones a las redes neuronales artificiales. Demis Hassabis, John Jumper y David Baker recibieron el Nobel de Química por avances relacionados con la predicción de estructuras proteicas, especialmente mediante AlphaFold.
AlphaFold representa un caso distinto al de los sistemas que prometen sustituir decisiones clínicas. Su tarea se limita a predecir la estructura tridimensional de proteínas. Esto ha permitido acelerar investigaciones que antes requerían años y ha ofrecido una herramienta de alto valor para la biología molecular. Su éxito demuestra que la inteligencia artificial puede ser extraordinaria cuando se aplica a problemas concretos, con datos adecuados y criterios claros de evaluación.
En reumatología, Chaustre identifica áreas de investigación prometedoras, pero todavía inmaduras. La capilaroscopia asistida por modelos de visión puede detectar signos de microangiopatía y reducir la variabilidad entre observadores, aunque las series disponibles son pequeñas y los especialistas aún ofrecen mejor desempeño en determinados escenarios. También se desarrollan modelos para predecir la respuesta o la suspensión de tratamientos biológicos, pero estos sistemas permanecen en cohortes de investigación y no están preparados para decidir por el especialista.
En otras palabras, agrega el doctor Chaustre, la IA funciona mejor cuando el problema está bien definido, los datos son confiables, la población de estudio representa a los pacientes reales y el rendimiento se evalúa prospectivamente. El resultado de un punto de referencia no equivale al rendimiento en la práctica.
La misma precaución debe aplicarse a los modelos de lenguaje. Un buscador recupera documentos existentes y dirige al usuario hacia ellos. Un modelo generativo produce una respuesta nueva, palabra por palabra, a partir de patrones aprendidos. Algunos sistemas actuales incorporan búsquedas y referencias, pero esa función debe estar activa y sus fuentes deben ser verificadas.
Una cita sin enlace, una referencia que no puede localizarse o una publicación que no respalda la afirmación son señales de alarma. En medicina, el riesgo puede ser mayor, ya que un modelo puede recomendar una sustancia existente, pero peligrosa en un contexto determinado, como ocurrió en un caso de bromismo asociado con un consejo generado por inteligencia artificial
La IA como herramienta supervisada.
El riesgo menos visible de la inteligencia artificial no está únicamente en los errores diagnósticos o en la privacidad de los datos. También está en la formación de los futuros médicos. Si un estudiante delega demasiado pronto el razonamiento clínico, puede obtener respuestas correctas sin construir las competencias que necesitará cuando la herramienta no esté disponible o cuando produzca una respuesta equivocada.
Para Chaustre, hay tres riesgos en el terreno de la formación profesional. El primero es el deskilling o la erosión de una competencia que el profesional ya había desarrollado. Un clínico con años de experiencia puede perder agudeza si depende de manera rutinaria de la IA para interpretar información que antes analizaba directamente.
El segundo es el misskilling o aprender mal. Ocurre cuando el estudiante incorpora como propio un razonamiento defectuoso producido por el modelo. El problema se vuelve difícil de identificar porque la respuesta suele estar redactada con seguridad y coherencia.
El tercero es el neverskilling o no desarrollar nunca una habilidad fundamental. Un residente que solicita siempre a la IA el diagnóstico diferencial puede parecer eficiente, pero quizá no llegue a construir el razonamiento necesario para generar, priorizar y descartar hipótesis.
Eso quedó demostrado en un estudio con estudiantes de secundaria en Turquía, el uso de IA mejoró inicialmente el rendimiento, pero el resultado cayó por debajo del grupo de control cuando la herramienta fue retirada. En otra investigación vinculada al MIT, los participantes que emplearon ChatGPT mostraron menor actividad cerebral y recordaron menos el texto que habían producido. Otros estudios han asociado un mayor uso de IA con menor pensamiento crítico, mediado por la descarga cognitiva.
La evidencia también registra resultados positivos. Un programa de tutoría con GPT-4 en Nigeria produjo ganancias educativas equivalentes a entre uno y dos años de escolaridad. Un tutor de inteligencia artificial diseñado con criterios pedagógicos permitió a estudiantes de Harvard aprender más en menos tiempo que mediante ciertos formatos de clase activa.
“La IA no determina por sí sola el resultado educativo. Puede fortalecer el aprendizaje cuando formula preguntas, ofrece retroalimentación y exige al estudiante explicar su razonamiento. También puede debilitarlo cuando entrega una conclusión inmediata y elimina todo esfuerzo cognitivo”, puntualiza el doctor.
Por esa razón, Chaustre propone un marco de tres fases para proteger la competencia médica. La primera consiste en desarrollar el razonamiento clínico sin IA durante la etapa formativa inicial. La segunda es la calibración crítica para aprender a detectar errores, sesgos, omisiones y recomendaciones inseguras del sistema. La tercera es la integración supervisada, cuando la herramienta se incorpora después de que la competencia básica está asentada.
Esta secuencia plantea una responsabilidad directa para las facultades de medicina y los programas de residencia. No basta con enseñar a escribir instrucciones eficaces para un modelo. También se debe enseñar cuándo no utilizarlo, cómo revisar sus respuestas, cómo rastrear sus fuentes y cómo responder por una decisión clínica tomada con apoyo algorítmico.
En la práctica cotidiana, la inteligencia artificial puede aportar beneficios concretos. Es posible utilizarla para sintetizar literatura, comparar guías, preparar borradores de informes, adaptar un texto técnico a un lenguaje comprensible para el paciente y crear casos hipotéticos para la docencia. La condición es proteger la confidencialidad, los datos identificables de los pacientes no deben introducirse en herramientas públicas.
Los asistentes de documentación clínica, conocidos como ambient scribes, representan una de las aplicaciones de mayor utilidad. Escuchan la consulta y generan una nota estructurada, con la promesa de reducir el tiempo frente al computador y recuperar la interacción humana con el paciente. “De todos modos, ninguna nota generada automáticamente debe ingresar a la historia clínica sin revisión del profesional. El sistema puede ayudar a documentar, pero no puede certificar que la información sea completa, exacta y clínicamente pertinente”, indicó.
Para la búsqueda de evidencia, plataformas como OpenEvidence y Perplexity pueden ser útiles cuando muestran las fuentes y permiten rastrear la afirmación. Elicit, Consensus y Semantic Scholar facilitan la revisión de literatura. Gemini Notebook puede ayudar a estudiar documentos controlados y responder a partir del material cargado por el usuario.
Ninguna elimina la necesidad de leer y juzgar. Un estudio sobre dolor radicular lumbosacro encontró mayor concordancia con las guías en Perplexity que en algunos modelos conversacionales generales, pero la concordancia estuvo lejos de ser perfecta. Las recomendaciones inapropiadas fueron una posibilidad.
Para concluir, el doctor Chaustre retoma la metáfora de Borges. La IA generativa puede producir una biblioteca casi infinita de textos impecables. En sus estantes conviven la información rigurosa, la equivocación, el sesgo y el consejo dañino. El médico debe desempeñar el papel del bibliotecario capaz de distinguir.
“La inteligencia artificial no reemplaza el juicio clínico. Lo amplifica. Puede mejorar la atención cuando libera tiempo, organiza información y ayuda a aprender. También puede amplificar errores, sesgos y dependencia cuando se usa sin verificación. La responsabilidad, en último término, permanece en la firma del profesional. Por eso la pregunta más útil no es si la IA es buena o mala, sino qué tareas conviene delegar, qué competencias deben protegerse y qué controles deben acompañar cada uso”, finaliza el doctor Chaustre.
Deja un comentario