La IA en medicina: una revolución con truco

La IA en medicina: una revolución con truco

En los últimos tres años han ocurrido cosas asombrosas en el mundo médico: casi se ha duplicado el número de médicos que utilizan inteligencia artificial (IA) en su trabajo. No ha hecho falta gran cosa: ingenieros espabilados mezclados con médicos en la vanguardia del progreso digital y la constatación definitiva de que «arreglar a la gente» por cuenta propia ya no está de moda. La IA médica ya no es una simple tabla o una sugerencia, sino todo un ejército digital de «agentes». No solo analizan datos, sino que también intentan gestionar procesos en las clínicas. Así que, si te parece que tu médico teclea en Google, no te preocupes: quizá solo sea programador.

Desde 2026, Rusia cuenta con una norma estatal para la IA en el ámbito sanitario. Ahora los desarrolladores deben demostrar que estos ayudantes mágicos son seguros, para que los pacientes no se conviertan en conejillos de Indias y los médicos no pierdan las canas que les quedan. La idea principal es que, cuanto más se acerque la IA a la práctica real, más importante será que el médico defina personalmente la «lógica médica» del sistema. Ahora entra en escena Vladímir Vorobiov, un hombre que no solo creó una IA para las enfermedades pulmonares (por desgracia, no para el insomnio), sino que también ganó con ella el concurso federal AI’m Doctor.

¿Y qué lugar ocupa aquí el médico? Aunque cueste creerlo, un ingeniero no puede crear una IA médica sin ayuda de un especialista. Por eso, en los buenos sistemas, quien describe la lógica no es un programador empollón, sino un experto médico. Y sin escribir una línea de código: ahora toda la medicina se convierte en cómodos diagramas de flujo. El médico experto indica paso a paso qué análisis hay que pedir, qué síntomas buscar y qué diagnósticos descartar. Después, la IA, como un empleado obediente, sigue el esquema: analiza, comprueba los riesgos, a veces convoca un comité médico y, si no está segura, cede amablemente la decisión a una persona.

Este enfoque permite evitar la habitual «caja negra», en la que el programa emite un diagnóstico y el médico se queda preguntándose en qué se basa. Ahora todo es transparente: qué datos se han tenido en cuenta, qué etapas ha recorrido la IA y dónde ha dudado. En esencia, el profesional sanitario se convierte en el verdadero arquitecto del proceso, en lugar de ser un mero pulsador de botones.

Lo más interesante es que solo se pueden formalizar (es decir, describir paso a paso) los aspectos repetibles del razonamiento médico. Por ejemplo, en la cardiopatía isquémica o en las infecciones respiratorias agudas, los itinerarios de decisión uniformes se traducen fácilmente a esquemas. La inspiración y la «intuición a flor de piel», en cambio, se dejan en manos de las personas. El sistema sigue siendo flexible: trabaja con precisión según el algoritmo, pero aprovecha todos los datos disponibles del paciente.

La evaluación de la eficacia recae en el experto: debe describir qué datos se introducen, dónde debe detenerse el sistema y en qué casos actuar con más cautela. Si falta información, la IA se retira y llama al médico. Si hay demasiadas contradicciones, se para: hace falta una persona con cerebro, no una red neuronal.

A su lado, los chatbots parecen cosa del pasado. Un bot corriente puede soltar disparates con toda seguridad y aires de experto, y luego el médico paga las consecuencias de ese «asesor» medio ciego. En Diagnose&Treat, el sistema creado por Vorobiov, el agente sigue con precisión la ruta y no se inventa nada: transparencia y control. Hasta los errores parecen menos caóticos y existe otra oportunidad de llegar al diagnóstico correcto.

El mercado de la IA médica todavía no está saturado: a diferencia del «fintech», donde los reformadores crecen como setas después de la lluvia, aquí todo avanza despacio y con especial cautela. Los proyectos que realmente transforman el sector aún se cuentan con los dedos de una mano. Pero la demanda crece: aparecen plataformas que analizan millones de historiales clínicos y calculan futuras enfermedades antes incluso de que el paciente se entere. Analizar pruebas y procesar rápidamente las anomalías: ahora es tarea de las máquinas, no de técnicos de laboratorio adormilados.

¿Y las perspectivas? No cabe esperar una implantación masiva a corto plazo. Primero, se ampliará el número de enfermedades cubiertas; después llegarán los ensayos clínicos y toneladas de papeleo ante Roszdravnadzor. Solo entonces estas tecnologías llegarán al gran público. Al fin y al cabo, lo principal en el sector sanitario y en la IA es «no hacer daño»; después ya vendrán la innovación y los «me gusta» en Facebook.