William Warr es un experto en salud pública e inteligencia artificial, profesor visitante en Imperial College y investigador afiliado en la Universidad de Cambridge.
William Warr es un experto en salud pública e inteligencia artificial, profesor visitante en Imperial College y investigador afiliado en la Universidad de Cambridge.
Para entender cómo la inteligencia artificial impactará realmente en el mundo, es fundamental observar el sector de salud. Aquí, la IA enfrenta su mayor desafío: regulaciones complejas, decisiones críticas, biología intrincada y un núcleo humano y compasivo que parece difícil de replicar por máquinas.
Casi una década atrás, el científico informático y ganador del Nobel Geoffrey Hinton sugirió que los hospitales dejaran de formar radiólogos, ya que la IA superaría sus capacidades en cinco años. Sin embargo, diez años más tarde, la cantidad de radiólogos ha aumentado. De las 950 herramientas de IA aprobadas por la FDA entre 1995 y 2024, 723 eran dispositivos de radiología. Las máquinas mejoraron, pero los humanos no se han ido.
Al comentar sobre esto con Hinton, él rápidamente reformuló su perspectiva. No subestimó la tecnología, sino la economía del sector. “La salud es un mercado muy elástico”, me comentó. “Si permitieras que un trabajador de salud hiciera diez veces más, todos recibiríamos diez veces más atención médica”.
La pregunta habitual—“¿La IA reemplazará a los médicos?”—resulta ser incorrecta. La demanda de atención médica es prácticamente infinita. Siempre hay otra exploración por realizar o una condición sin diagnosticar. La IA no reducirá la fuerza laboral médica; revelará la gran cantidad de necesidades no satisfechas.
En algunas situaciones, la IA ya está superando a los médicos. El cardiólogo e investigador Eric Topol mencionó cinco estudios en los que sistemas de IA actuando de forma independiente superaron a médicos que tenían acceso a herramientas de IA. “Sigo creyendo que la combinación es la más efectiva”, me dijo Topol, “pero no tengo la misma confianza que hace cuatro años”.
Publicidad
¿Por qué la IA a veces supera a un humano asistido por IA? Una posible explicación es lo que los investigadores llaman negligencia de automatización: los médicos se aferran a su diagnóstico inicial y no ajustan su enfoque, incluso cuando el sistema sugiere alternativas. Otra razón es que aún no hemos aprendido a colaborar eficazmente con estas herramientas.
No toda la evidencia favorece a la máquina. En un ensayo controlado aleatorizado publicado en Nature Medicine, el cardiólogo Jack W O’Sullivan y sus colegas probaron un sistema de IA en casos complejos de cardiología con sospecha de cardiomiopatías genéticas.
Publicidad
“Los especialistas son escasos”, mencionó. “¿Podría la IA ayudar a los médicos generales a pensar como ellos?”. La respuesta es afirmativa. Los cardiólogos generales asistidos por IA produjeron evaluaciones que los revisores especialistas preferían, con menos errores clínicamente significativos. Sin embargo, el 6.5% de las respuestas de la IA contenían alucinaciones clínicamente significativas.
Publicidad
Lo relevante fue lo que ocurrió después. “Cuando el cardiólogo humano preguntó al modelo de IA, ‘¿estás seguro de que el ecocardiograma mostró un ventrículo engrosado?’, la IA se corrigió”. La máquina no sabía que estaba equivocada hasta que alguien lo cuestionó.
Además, existen señales de advertencia. El mes pasado, Topol destacó un estudio en Nature Medicine que evaluó el triaje médico utilizando el modelo más avanzado de ChatGPT. Este triaje fue incorrecto más de la mitad de las veces, indicando a pacientes que necesitaban urgentemente atención que se quedaran en casa. “Aún tenemos un largo camino por recorrer”, afirmó.
La evidencia es desigual. Para algunas tareas, la IA sola rinde mejor que los humanos. En otras, la colaboración entre humano y máquina supera a cualquiera de los dos. En otros casos, la tecnología es peligrosamente poco confiable. El verdadero desafío no es si la IA funciona, sino cuándo funciona.
El cambio más significativo puede no ser la precisión diagnóstica, sino el momento. Los sistemas de salud modernos están diseñados para tratar enfermedades una vez que aparecen los síntomas. Topol cree que la IA podría ayudar a avanzar hacia una medicina preventiva.
Publicidad
“Las tres principales enfermedades relacionadas con la edad, neurodegeneración, cáncer y enfermedad cardiovascular, tienen un tiempo de incubación de 15 a 20 años en nuestros cuerpos”, mencionó. “Tenemos un gran margen de acción, pero no teníamos cómo integrar todos los datos. Ni siquiera teníamos todos los datos.”
Ahora comenzamos a tenerlo. Medio billón de personas utilizan ya relojes inteligentes y otros dispositivos portátiles, generando flujos continuos de datos sobre variabilidad del ritmo cardíaco, oxígeno en sangre y sueño. Investigadores de Stanford mostraron que 130 condiciones podrían preverse a partir de una sola noche de datos de sensores de sueño.
Los relojes biológicos, derivados de miles de proteínas en sangre, pueden estimar la edad biológica de sistemas orgánicos individuales. El componente que falta, según Topol, es el inmunoma, un mapa exhaustivo de la función inmune de una persona.
Publicidad
“Después del cerebro, el sistema inmunológico es el más complejo del cuerpo”, afirmó. “Y no tenemos forma de medirlo en la clínica. En 2026, eso es inaceptable”.
Publicidad
Topol sostiene que un sistema inmunológico desregulado es el hilo común que une el cáncer, la neurodegeneración y las enfermedades cardíacas, y que medirlo abrirá una nueva era de predicción de riesgos.
La oportunidad no está en reemplazar médicos con un producto único, sino en construir la infraestructura para un nuevo modelo de atención preventiva: sueño, dispositivos portátiles y proteínas en sangre. La verdadera promesa de la IA podría ser la monitorización silenciosa de los primeros signos de advertencia del cuerpo e intervenir mucho antes de que las enfermedades se hagan visibles.
La adopción de la IA en salud no será solo un desafío técnico. Hinton señaló una asimetría legal. Si un médico no utiliza una herramienta de IA disponible y un paciente muere, no hay consecuencias legales. Pero si un médico usa IA y hay daños, la responsabilidad podría ser inmediata, lo que desincentiva la adopción temprana.
Por otro lado, el error humano sigue siendo prevalente. “Sabemos que hay al menos 12 millones de errores diagnósticos al año en EE. UU. que resultan en aproximadamente 800,000 personas con discapacidad o muerte”, mencionó Topol. “Y no solemos hablar de eso. Continuamos discutiendo sobre los errores que comete la IA.”
Publicidad
Además, la cuestión de la empatía sigue sin resolverse. Cuando le pregunté a Hinton si se sentiría cómodo siendo atendido por IA al final de su vida, dudó. “Podría pensar que lo está fingiendo”, dijo. Luego añadió: “Pero creo que las IA pueden tener empatía genuina”.
Topol tiene una opinión diferente. “La IA es muy buena canalizando empatía”, comentó. “Pero no existe tal cosa como una máquina que comprenda qué es la empatía. Las personas quieren mirar a alguien a los ojos y saber que esa persona se preocupa por ellas. Esa es la esencia de la medicina. Ninguna máquina reemplazará eso.”
TIME Ideas reúne a las voces más destacadas del mundo, ofreciendo comentarios sobre eventos de actualidad, sociedad y cultura. Agradecemos las contribuciones externas. Las opiniones expresadas no reflejan necesariamente las opiniones de los editores de TIME.
