Una investigación publicada en la revista Science trajo un resultado que va a hacer que mucha gente se detenga a pensar sobre el futuro de la medicina.
Un paciente llega a urgencias con embolia pulmonar, una condición seria en la que un coágulo de sangre viaja hasta los pulmones. El tratamiento inicial funciona y el cuadro mejora, pero poco después los síntomas vuelven a empeorar. El equipo médico sospecha que la medicación no está haciendo efecto como debería.
Es ahí donde entra la inteligencia artificial.
Después de analizar los registros médicos electrónicos del paciente, el modelo señala una hipótesis completamente diferente: lupus, una enfermedad autoinmune que puede causar inflamación en el corazón y explicar todo aquel empeoramiento aparentemente sin sentido. ¿Y saben cuál fue el desenlace? La IA tenía razón. 🎯
Este escenario no salió de un episodio de House ni de un guion de ciencia ficción. Es un caso real, tratado anteriormente en el departamento de emergencias del Beth Israel en Boston. El caso fue documentado en un estudio publicado el jueves en la revista Science, conducido por investigadores de la Harvard Medical School y del Beth Israel Deaconess Medical Center. El equipo puso a prueba un modelo de razonamiento de inteligencia artificial desarrollado por OpenAI directamente contra médicos experimentados de urgencias. Los resultados fueron, como mínimo, sorprendentes.
Qué fue lo que la investigación realmente evaluó
El estudio no fue una simulación genérica ni un ejercicio con escenarios hipotéticos inventados para favorecer a la máquina. Los investigadores montaron una serie de experimentos para evaluar la capacidad clínica del modelo de IA en diferentes frentes. Una de ellas involucró casos clínicos reales y complejos del propio servicio de urgencias del Beth Israel, incluyendo el caso del paciente con lupus. Otra parte utilizó casos clínicos publicados en el New England Journal of Medicine y viñetas clínicas estandarizadas, que son referencias clásicas en la formación médica alrededor del mundo. Son situaciones que exigen razonamiento clínico agudo, cruce minucioso de información y, muchas veces, años de experiencia para llegar a una conclusión correcta.
En los casos reales de urgencias, el equipo evaluó la capacidad del modelo de proporcionar un diagnóstico preciso en tres momentos diferentes de la atención: en el triaje inicial, durante la evaluación intermedia y en el momento de la admisión hospitalaria. La IA tuvo acceso únicamente a los registros electrónicos de salud y a la misma información limitada que estaba disponible para los médicos en ese momento. Nada de internet, bases de datos externas ni ningún tipo de ventaja adicional durante la prueba.
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
El modelo de inteligencia artificial utilizado es uno de los llamados modelos de razonamiento de OpenAI. A diferencia de versiones anteriores como GPT-4, este tipo de modelo no solo recupera información almacenada, sino que simula un proceso lógico de análisis antes de llegar a una respuesta. Esto marca una diferencia enorme cuando el tema es el diagnóstico médico, donde cada detalle del historial del paciente puede cambiar completamente la conclusión final.
Del otro lado estaban dos médicos experimentados, acostumbrados a tomar decisiones rápidas en situaciones de alta presión en el entorno de urgencias. La idea era justamente comparar el desempeño humano con el de la IA en condiciones lo más cercanas posible a la realidad hospitalaria, sin dar ventaja a ninguno de los dos lados. Y fue ahí donde los números llamaron la atención. 📊
Los números que nadie esperaba ver
En general, la inteligencia artificial superó a los dos médicos experimentados en los casos reales de urgencias, usando únicamente los expedientes electrónicos y la información limitada disponible en el momento. Además, el modelo también superó a la versión anterior, GPT-4, mostrando una evolución significativa de una generación de modelo a otra.
En la parte del estudio con casos publicados en el New England Journal of Medicine y viñetas clínicas, el modelo también se destacó. Según describió Raj Manrai, profesor asistente de Informática Biomédica en la Harvard Medical School y uno de los autores del estudio, el modelo superó la línea base compuesta por un grupo amplio de médicos evaluadores.
Lo que impresionó aún más a los investigadores fue la capacidad del modelo para identificar diagnósticos raros e infrecuentes, exactamente como ocurrió en el caso del lupus mencionado al inicio. Las enfermedades raras son notoriamente difíciles de diagnosticar porque los síntomas muchas veces imitan condiciones más comunes. Los médicos naturalmente tienden a seguir el camino más probable primero, lo cual es totalmente comprensible dado el volumen de pacientes y la presión del tiempo. La IA, por otro lado, consigue procesar todas las posibilidades de forma simultánea y sin el sesgo de confirmación que es muy natural en el razonamiento humano. Esto coloca al modelo en una posición de ventaja significativa en casos que se salen del patrón.
Versiones anteriores de grandes modelos de lenguaje tenían dificultades cuando necesitaban lidiar con incertidumbre y generar listas de diagnósticos diferenciales, que son aquellas listas de condiciones posibles que podrían explicar los síntomas de un paciente. El avance documentado en este nuevo estudio muestra cuánto ha evolucionado la tecnología en pocos años. 🧠
Qué dicen los especialistas ajenos al estudio
La repercusión entre profesionales que no participaron en la investigación también merece atención. El Dr. David Reich, director clínico del Mount Sinai Health System en Nueva York, calificó el artículo como un gran resumen de cuánto han mejorado las cosas en el área. Según él, ahora tenemos algo bastante preciso y posiblemente listo para su uso a gran escala. La gran pregunta abierta, desde su punto de vista, es cómo introducir esta tecnología en los flujos de trabajo clínicos de forma que realmente mejore la atención al paciente.
Reich también hizo una puntualización importante. Llegar a un diagnóstico final complicado, que es donde el modelo de IA brilla, no necesariamente refleja cómo funcionan las cosas en la medicina clínica del día a día. En la práctica, los desenlaces son mucho más sutiles y diversos que simplemente acertar o fallar un diagnóstico. Existen matices en el tratamiento, en la evolución del paciente y en las decisiones que necesitan tomarse a lo largo de semanas o meses de seguimiento.
Esa es una observación que el propio Dr. Adam Rodman, investigador clínico del Beth Israel y coautor del estudio, reconoce. Para él, la gran conclusión es que el modelo funciona con los datos reales y desordenados del departamento de urgencias, y eso es muy relevante. Pero admite que es poco probable que la IA hubiera tenido un desempeño tan impresionante si el equipo hubiera proporcionado los registros de un paciente internado durante un mes entero, por ejemplo. El servicio de urgencias es solo una porción del cuidado total que recibe un paciente.
¿Esto significa que la IA va a reemplazar a los médicos?
Esa es la pregunta que todo el mundo hace en cuanto lee una noticia de estas, y la respuesta honesta es: no, al menos no de la forma que mucha gente imagina. Los propios autores del estudio fueron categóricos en ese punto. Ninguno de los involucrados en la investigación cree que los resultados justifiquen sustituir a los médicos por inteligencia artificial, a pesar de lo que algunas empresas probablemente van a decir y cómo probablemente van a usar estos resultados, en palabras de Manrai.
Los autores enfatizan que el modelo de IA se basó exclusivamente en texto. En la vida real, los médicos necesitan lidiar con muchos otros tipos de información, como imágenes de exámenes, sonidos del estetoscopio, señales no verbales del paciente y la comunicación directa con quien está siendo atendido. El razonamiento clínico va mucho más allá de acertar un diagnóstico sobre el papel. Involucra empatía, exploración física detallada, conversación con familiares y toma de decisiones en tiempo real con información frecuentemente incompleta y contradictoria, cosas que la IA todavía no hace por sí sola.
Lo que la investigación deja claro, sin embargo, es que ignorar esta tecnología en el entorno hospitalario empieza a parecer cada vez menos razonable. Imaginen un escenario en el que el médico de urgencias tiene a su disposición un modelo capaz de revisar el razonamiento clínico en tiempo real, sugerir hipótesis que pueden haber pasado desapercibidas y alertar sobre combinaciones de síntomas que están estadísticamente asociadas a condiciones raras. Eso no le quita autonomía al profesional. Al contrario, puede aumentar la confianza en las decisiones tomadas y reducir significativamente el riesgo de error diagnóstico, que es un problema mucho más común de lo que se imagina, incluso en hospitales de referencia.
Cabe recordar que la medicina basada en evidencia ya ha incorporado numerosas herramientas tecnológicas a lo largo de las décadas, desde exámenes de imagen avanzados hasta algoritmos de riesgo cardiovascular. La inteligencia artificial aplicada al diagnóstico es, bajo esa perspectiva, un paso más en esa misma dirección, solo que con un salto de capacidad bastante expresivo. Lo que cambia ahora es la escala, la velocidad y la profundidad con la que estas herramientas logran operar. 🚀
Los desafíos que todavía hay que superar
A pesar de los resultados alentadores, existen barreras reales y significativas entre un estudio científico y la implementación en el mundo real. Una de las principales es la cuestión de cómo validar estos modelos en poblaciones diversas. El estudio se realizó en un centro médico específico en Estados Unidos, y es fundamental garantizar que el rendimiento se mantenga cuando se aplique a contextos clínicos, demográficos y culturales diferentes.
Herramientas que usamos a diario
Cuestiones de privacidad de datos también entran en la ecuación. Para que un modelo de IA funcione bien en el entorno hospitalario, necesita acceder a expedientes electrónicos detallados, y eso plantea preocupaciones legítimas sobre la protección de información sensible de los pacientes. Además, existe el debate sobre la responsabilidad legal en caso de error: si el modelo sugiere un diagnóstico y el médico sigue la recomendación, pero el resultado es negativo, ¿quién responde por eso?
El Dr. David Reich destacó que diseñar ensayos clínicos prospectivos, es decir, estudios que acompañan el uso de la tecnología hacia adelante en el tiempo, es un proceso muy desafiante, pero absolutamente necesario. Para él, este estudio es el llamado perfecto para que la comunidad médica empiece a diseñar esas pruebas de forma rigurosa. Solo así será posible tener mayor certeza sobre cómo la tecnología realmente impacta la práctica clínica a largo plazo.
Otro punto que merece atención es la integración práctica en los flujos de trabajo. Los hospitales funcionan con protocolos muy bien definidos, y añadir una capa de IA en el proceso de decisión clínica exige cuidado para no generar confusión, retrasos o exceso de información que puede acabar teniendo el efecto contrario al deseado. La tecnología necesita encajar en el ritmo de la atención, no entorpecerla.
Un cambio profundo que ya está en marcha
Incluso con todos los desafíos por delante, la señal que este estudio envía al sector salud es bastante clara. Como resumió Manrai, estamos presenciando un cambio realmente profundo en la tecnología, y va a remodelar la medicina. Ya no se trata de una promesa futura ni de una curiosidad de laboratorio. Los datos publicados en Science muestran que los modelos de inteligencia artificial ya están rindiendo a la par o por encima de especialistas humanos en tareas cognitivas complejas dentro del entorno clínico.
La investigación de Harvard y del Beth Israel no es un punto final en esta discusión. Es un punto de partida robusto y científicamente riguroso para un debate que va a crecer mucho en los próximos años. Y si la velocidad de evolución de los modelos de IA en los últimos años sirve de indicador, es seguro decir que los próximos capítulos de esta historia van a llegar más rápido de lo que la mayoría de la gente imagina. 💡
Para quienes siguen el universo de la inteligencia artificial, este es un hito más que refuerza cómo la tecnología está dejando de ser un complemento para convertirse en una pieza central en áreas que impactan directamente la vida de las personas. La medicina es probablemente el campo donde esta transformación tiene las consecuencias más palpables y urgentes. Y los resultados de este estudio muestran que el futuro, al menos en parte, ya llegó a urgencias.
