La inteligencia artificial está dando pasos agigantados en el ámbito sanitario, pero un reciente estudio publicado en Science aporta una dosis de realismo: aunque los sistemas de IA pueden superar a los médicos en diagnósticos de emergencias, su aplicación práctica enfrenta desafíos significativos. La investigación, realizada con datos de un hospital de Boston, demuestra que un algoritmo logró identificar el diagnóstico correcto o uno relacionado en el 67% de los casos durante la fase de triaje, superando al 50% y 55% de los médicos comparados.
Este hallazgo revolucionario adquiere mayor relevancia en el contexto actual de explosión de modelos de lenguaje como los que impulsan ChatGPT. Si bien estudios previos mostraban que estos sistemas podían aprobar exámenes de licencia médica, el nuevo estudio va más al grano: evaluó la IA en tareas reales usando registros clínicos auténticos de un servicio de urgencias. Esto lo convierte en un punto de referencia más cercano a la práctica clínica diaria.
La ventaja de la IA se torna especialmente crítica en el triaje, momento en que la información es escasa y la presión máxima. Un diagnóstico preciso en esta fase puede ser la diferencia entre la vida y la muerte, al priorizar correctamente a pacientes con condiciones potencialmente mortales como sepsis o infartos. El estudio sugiere que estos sistemas podrían actuar como herramientas potentes para ampliar el espectro diagnóstico, especialmente cuando se trata de evitar omisiones graves.
Sin embargo, no debemos dejarnos llevar por el entusiasmo. El modelo operó exclusivamente con notas escritas, sin acceso al paciente: nunca observó su estado físico, respiración, expresión de dolor o interacciones familiares. Tampoco procesó el caos inherente a una sala de emergencias ni asumió responsabilidad clínica. Su análisis se limitó a datos textuales seleccionados, ignorando variables cruciales que los médicos integran constantemente.
Existe además un abismo entre generar una lista de diagnósticos posibles y mejorar realmente los resultados de los pacientes. Una IA podría sugerir múltiples opciones, pero esto también genera ruido clínico. Un médico sobrecargado podría perderse entre hipótesis, especialmente si el sistema prioriza estadísticas sobre juicio clínico contextualizado. La validación de la IA debe ir más allá de la precisión diagnóstica: necesita demostrar que reduce errores, acelera tratamientos y salva vidas en condiciones reales.
La regulación también avanza con cautela. Agencias como la FDA están desarrollando marcos específicos para IA médica, mientras que guías como las de la UE priorizan la trazabilidad y supervisión humana. Implementar estos sistemas requerirá protocolos estrictos de verificación continua, ya que los modelos entrenados con datos históricos pueden fallar frente a casos atípicos o poblaciones no representadas.
En conclusión, aunque la IA emerge como un aliado prometedor para descomplejizar diagnósticos en entornos de alta urgencia, su rol debe complementar, no reemplazar, la experiencia clínica. El futuro no es una competencia hombre-máquina, sino una colaboración inteligente donde la tecnología procesa datos masivos y el profesional interpreta complejidades humanas. Solo así se transformará el potencial teórico en impacto real en los servicios de emergencia.
