La IA diagnostica con más precisión que los médicos

La inteligencia artificial capaz de «razonar» ya diagnostica casos médicos reales igual de bien que los médicos, o incluso mejor. Esa es la conclusión de los autores de un estudio publicado en la prestigiosa revista científica Science.

Los investigadores tomaron casos clínicos inéditos y organizaron una competición: el nuevo modelo de razonamiento de OpenAI, o1, contra la antigua versión GPT-4, y también contra médicos titulados y residentes. ¿El resultado? o1 fue desmontando metódicamente a sus rivales. En pruebas con historias clínicas electrónicas de pacientes aleatorios atendidos en urgencias de un hospital de Boston, el nuevo modelo de IA acertó el diagnóstico en más de dos tercios de los casos durante la evaluación inicial. En comparación, dos médicos experimentados acertaron solo en la mitad de los casos.

El doctor Robert Wachter, profesor y jefe del Departamento de Medicina de la Universidad de California en San Francisco, calificó los resultados de «importantes» y afirmó que ahora es «indiscutible»: la IA actual supera a los antiguos modelos de lenguaje y a los médicos a la hora de dar con el diagnóstico correcto y elegir los siguientes pasos. Por cierto, Wachter no participó en el estudio, pero escribió un libro sobre cómo la IA está transformando la sanidad.

Eso sí, no faltó la nota discordante. Wachter añadió enseguida que hacen falta más estudios antes de implantar plenamente la IA en la práctica clínica. «La cuestión es hasta qué punto esto se corresponde con la vida real. La respuesta es: bastante bien, pero no de forma perfecta», escribió.

Y ese es el punto clave. El estudio se limitó a entradas de texto. No incluyó ninguna de las señales visuales y auditivas en las que suelen apoyarse los médicos para diagnosticar: el grado de angustia del paciente, las imágenes médicas... Todo eso quedó fuera. Como señaló acertadamente Wachter, una prueba basada en un caso clínico escrito, a menudo artificialmente «limpio», no tiene nada que ver con entrar en urgencias y enfrentarse al caos.

El doctor Ashwin Ramaswamy, instructor de Urología en Mount Sinai que estudió la capacidad de la IA para responder a consultas de salud de los consumidores, también valoró el estudio, aunque con reservas. Sí, el diseño es bueno, pero la IA razonó a partir de información clínica que las personas ya habían recopilado, filtrado y documentado. En la vida real, los pacientes pueden estar asustados, borrachos o muriéndose activamente; los médicos se enfrentan a esos retos a diario.

«Es valioso y muestra el progreso de la tecnología, pero se salta la parte central de “ser médico”», resumió Ramaswamy.

También le gustaría conocer los detalles de los errores cometidos tanto por los médicos como por la IA. Si el modelo se equivocó, pero estuvo cerca de la respuesta correcta, es una cosa. Si el error es peligroso e inexplicable, es otra muy distinta. En un estudio reciente suyo, publicado en Nature Medicine, Ramaswamy y sus colegas descubrieron que los «modos de fallo» de la IA pueden ser «irregulares»: una red neuronal puede diagnosticar de maravilla una enfermedad rara y compleja, pero pasar por alto algo clínicamente evidente.

En definitiva, el estudio refuerza la posición de la IA como «herramienta supervisada para ofrecer una segunda opinión a los médicos». Los propios autores del trabajo, del Beth Israel Deaconess Medical Center de Boston, subrayan la «urgente» necesidad de más investigaciones y ensayos clínicos para entender cómo puede la IA mejorar la práctica y los resultados de los pacientes.

Los expertos del Flinders Health and Medical Research Institute de Australia, que escribieron un artículo complementario en la misma edición de Science, están de acuerdo: no se puede sustituir a los médicos por la IA. Hace falta colaborar con supervisión, juicio contextual y responsabilidad. «Sin pruebas sólidas de eficacia, equidad y seguridad, muchos sistemas de IA seguirán sin ser aptos para el uso clínico», concluyeron los investigadores.