La IA ya diagnostica mejor que muchos médicos en emergencias, según dos estudios que cambian el debate

Un estudio publicado en JAMA Network Open, liderado por el doctor Marc Succi del Massachusetts General Hospital, ofrece uno de los datos más contundentes hasta la fecha sobre las capacidades diagnósticas de la inteligencia artificial en contextos clínicos: cuando se le proporciona información completa del caso, el modelo evaluado alcanzó una precisión diagnóstica superior al 90%, un desempeño que iguala o supera al de médicos con años de experiencia clínica. El hallazgo más matizado del estudio, sin embargo, es que ese desempeño se deteriora notablemente en las etapas iniciales de un caso, cuando la información disponible es incompleta o ambigua —precisamente el escenario más común y más crítico en la práctica médica real, donde los pacientes rara vez llegan con un cuadro clínico ya perfectamente definido.

Un segundo estudio, publicado en la revista Science, evaluó el modelo o1 de OpenAI en un entorno de sala de emergencias, comparando su capacidad diagnóstica directamente contra la de médicos humanos: el modelo de IA acertó el diagnóstico correcto en 67% de los casos evaluados, frente a un rango de 50% a 55% entre los médicos humanos que enfrentaron los mismos casos, una diferencia que los propios investigadores describen como significativa, especialmente considerando la presión de tiempo y la carga de casos simultáneos que caracteriza a cualquier sala de urgencias real.

El hallazgo que los investigadores destacan como más relevante desde la perspectiva de implementación clínica práctica no es la superioridad aislada de la IA ni la de los médicos humanos, sino el desempeño de la combinación de ambos: cuando radiólogos trabajaron en conjunto con sistemas de IA como herramienta de apoyo diagnóstico —en lugar de competir contra ellos o ser sustituidos por ellos—, la precisión combinada alcanzó 97%, muy por encima del desempeño de cualquiera de los dos actuando de forma aislada.

Este patrón —la IA superando a médicos individuales, pero el binomio médico-IA superando a la IA sola— refuerza un consenso que ha ido consolidándose entre especialistas en informática médica: el valor clínico más inmediato y demostrable de estas herramientas no está en la sustitución del criterio médico, sino en su función como sistema de verificación cruzada que reduce el margen de error humano, particularmente en contextos de alta presión, información incompleta o fatiga por sobrecarga de casos, todos ellos factores que afectan de forma comprobada la precisión diagnóstica humana pero no afectan de la misma manera a un sistema de IA.

Las implicaciones regulatorias y de formación médica de estos hallazgos apenas comienzan a discutirse: si la evidencia confirma de manera consistente que la combinación médico-IA supera sistemáticamente tanto al médico solo como a la IA sola, la pregunta que enfrentan los sistemas de salud ya no es si deben integrar estas herramientas, sino con qué velocidad y bajo qué marco de responsabilidad legal y capacitación clínica pueden hacerlo sin comprometer la seguridad del paciente durante la transición.

Fuentes: JAMA Network Open (estudio liderado por Dr. Marc Succi, Massachusetts General Hospital), Science (estudio comparativo del modelo o1 de OpenAI en sala de emergencias), literatura sobre desempeño combinado radiólogo-IA en diagnóstico por imagen.