La inteligencia artificial se ha expandido rápidamente en sectores como las finanzas, el derecho o la tecnología, pero su desafío más complejo se encuentra en la medicina. Allí confluyen altos niveles de regulación, decisiones de vida o muerte, sistemas biológicos extremadamente complejos y un componente humano que durante décadas se ha considerado imposible de replicar con máquinas.

El experto en salud pública e inteligencia artificial William Warr sostiene que el verdadero impacto de la IA se entenderá observando cómo evoluciona su aplicación en la atención sanitaria. Warr es profesor visitante en Imperial College London e investigador afiliado a la Universidad de Cambridge.

La predicción que no se cumplió

Hace casi una década, el científico informático Geoffrey Hinton, conocido como el “padrino de la IA”, afirmó que los hospitales deberían dejar de formar radiólogos porque la tecnología pronto podría realizar su trabajo con mayor precisión.

Sin embargo, casi diez años después el panorama es distinto. El número de radiólogos no solo no disminuyó, sino que ha crecido. Entre 1995 y 2024, la Administración de Alimentos y Medicamentos de Estados Unidos aprobó cerca de 950 herramientas de inteligencia artificial y aprendizaje automático, de las cuales 723 estaban relacionadas con radiología.

El propio Hinton ha reconocido que su cálculo no falló por la tecnología, sino por la economía del sistema de salud. Según explicó, la atención médica es un mercado con una demanda prácticamente ilimitada. Si la IA permite aumentar la productividad médica, lo más probable es que el sistema simplemente ofrezca más atención, en lugar de reducir personal.

Cuando la IA supera a los médicos

En algunos casos, los sistemas de inteligencia artificial ya han demostrado desempeños superiores al de los médicos. El cardiólogo e investigador Eric Topol ha citado varios estudios en los que modelos de IA trabajando de forma independiente superaron a profesionales que utilizaban la tecnología como apoyo.

Una de las explicaciones que manejan los investigadores es la llamada “negligencia de automatización”. En algunos casos, los médicos mantienen su diagnóstico inicial incluso cuando la herramienta tecnológica sugiere una alternativa.

Otra hipótesis es que los profesionales todavía están aprendiendo a trabajar de forma efectiva con estos sistemas.

No obstante, los resultados no siempre favorecen a la tecnología. En un ensayo clínico publicado en Nature Medicine, investigadores liderados por el cardiólogo Jack W. O’Sullivan evaluaron el uso de inteligencia artificial para analizar casos complejos de miocardiopatías genéticas.

El estudio mostró que cardiólogos generales apoyados por IA lograron evaluaciones que los especialistas consideraron más precisas y con menos errores clínicamente relevantes. Sin embargo, el sistema también generó errores importantes: cerca del 6,5 % de sus respuestas incluían “alucinaciones” médicas.

Lo más interesante ocurrió cuando los médicos cuestionaron las conclusiones del modelo. Ante preguntas directas, la IA fue capaz de corregir sus propios errores.

Riesgos y errores aún presentes

Los riesgos siguen siendo significativos. Investigaciones recientes también han encontrado limitaciones preocupantes.

Un análisis sobre sistemas de triaje médico basados en modelos avanzados de inteligencia artificial mostró que estos clasificaron incorrectamente más de la mitad de los casos evaluados, llegando incluso a recomendar que pacientes que necesitaban atención urgente permanecieran en casa.

Para muchos expertos, estos resultados evidencian que la tecnología todavía necesita mejoras antes de integrarse plenamente en procesos críticos del sistema de salud.

La oportunidad de la medicina preventiva

Más allá del diagnóstico, algunos especialistas creen que la mayor revolución de la inteligencia artificial en la medicina podría estar en la prevención.

Topol sostiene que muchas de las principales enfermedades relacionadas con la edad, como el cáncer, las patologías cardiovasculares o los trastornos neurodegenerativos, se desarrollan durante décadas antes de mostrar síntomas visibles.

La disponibilidad creciente de datos biomédicos podría cambiar ese escenario. Actualmente más de 500 millones de personas utilizan relojes inteligentes y dispositivos portátiles capaces de medir variables como frecuencia cardíaca, niveles de oxígeno o calidad del sueño.

Investigadores de Universidad de Stanford han demostrado que es posible predecir más de 130 afecciones a partir de datos fisiológicos obtenidos durante una sola noche de sueño.

Además, nuevas herramientas basadas en proteínas sanguíneas permiten estimar la edad biológica de órganos específicos, lo que abre la puerta a sistemas de detección temprana mucho más precisos.

Según Topol, el siguiente gran paso será mapear el sistema inmunológico humano, una de las estructuras biológicas más complejas del cuerpo.

Barreras legales y éticas

El avance de la inteligencia artificial en la medicina también enfrenta obstáculos legales y regulatorios.

Hinton advierte que existe una asimetría en la responsabilidad médica. Si un profesional decide no usar una herramienta de IA y el paciente sufre consecuencias negativas, rara vez enfrenta demandas. Pero si utiliza el sistema y ocurre un error, la responsabilidad legal puede recaer directamente sobre el médico.

Este contexto puede frenar la adopción temprana de tecnologías potencialmente útiles.

Mientras tanto, los errores humanos siguen siendo una realidad significativa. En Estados Unidos se estima que al menos 12 millones de diagnósticos incorrectos ocurren cada año, provocando alrededor de 800.000 casos de discapacidad o muerte.

Un cambio que apenas comienza

La evidencia actual muestra un panorama mixto. En ciertas tareas la inteligencia artificial ya supera a los humanos; en otras, la combinación de médicos y máquinas produce mejores resultados; y en algunas áreas la tecnología aún presenta riesgos importantes.

Para los especialistas, el verdadero reto no es determinar si la inteligencia artificial puede funcionar en la medicina, sino identificar cuándo, cómo y bajo qué condiciones debe utilizarse.

La atención sanitaria, con su complejidad biológica, sus exigencias regulatorias y su dimensión profundamente humana, seguirá siendo el terreno donde la inteligencia artificial enfrente su prueba más difícil.