Esto solo confirma que esta tecnología será el pilar de la transformación de la industria de la salud. Y es que, de acuerdo con OpenAI, cada semana más de 230 millones de personas hacen preguntas sobre bienestar y cuidado personal en ChatGPT. Pero más allá del uso individual, que no siempre es lo más recomendado, los asistentes de IA se están integrando de manera efectiva en la práctica médica profesional.
Durante años hemos escuchado la promesa de que la inteligencia artificial revolucionará la medicina. Hoy esa promesa va más allá de los laboratorios o pilotos experimentales y empieza a desplegarse directamente en hospitales y consultas reales.
Ese cambio, explica el Dr. Ignacio H. Medrano, neurólogo y Chief Medical Officer de Savana, no se limita a los modelos generativos que hoy concentran la atención mediática. “Para los ámbitos sanitarios en los que la IA ya está impactando, distinguiría dos tipos. Por un lado está la IA generativa o los modelos de lenguaje, que se están usando sobre todo en los escribas médicos, esos agentes que escriben la historia clínica a partir de la voz. Era algo que esperábamos desde hace años y que ya funciona razonablemente bien en hospitales, porque acorta tiempo a los profesionales, y eso siempre es muy bienvenido”, dijo el Dr. a WIRED en Español.
Por otro lado, explica Medrano, existe una transformación menos visible, aunque más profunda, que ya está en marcha. “Hay una revolución menos llamativa a corto plazo, pero mucho más impactante a largo, que no es futuro. Son los algoritmos capaces de individualizar qué hacer ante cada paciente en términos diagnósticos o pronósticos”. Y añade que esta IA ya forma parte del día a día clínico: “La mayoría de las pruebas radiológicas ya incorporan, de manera más o menos transparente para el usuario, modelos de inteligencia artificial que ayudan en la clasificación diagnóstica”, explica.
Aunque las grandes potencias como Estados Unidos o China llevan la delantera, la llegada de la IA a la salud está impactando a nivel global. En regiones como Europa o América Latina, aunque de forma más gradual, los asistentes de IA también comienzan a integrarse en la práctica médica cotidiana, transformando la manera en que se documenta, analiza y utiliza la información clínica.
Lejos de reemplazar al personal sanitario, hoy estos sistemas funcionan como copilotos. En Latinoamérica, una región marcada por jornadas extensas y una alta carga administrativa, los asistentes de IA tienen el potencial de convertirse en una herramienta de apoyo casi indispensable. Tareas como resumir historiales clínicos extensos, redactar notas médicas o sugerir diagnósticos diferenciales pueden ser parcialmente asumidas por estas tecnologías.
Menos burnout y mejor relación médico-paciente
Uno de los impactos más visibles de los asistentes de IA es la reducción del tiempo dedicado a tareas administrativas. En muchos sistemas de salud, los médicos pasan más horas frente a pantallas que con pacientes. Los copilotos clínicos prometen revertir esa ecuación automatizando la documentación y estructurando la información médica de forma más precisa.
Aun así, la mejora no solo impacta en la eficiencia, sino también en el bienestar del personal sanitario. El burnout médico, reconocido por la Organización Mundial de la Salud como un fenómeno ocupacional, encuentra en la IA una posible vía de mitigación.
Manuela Gutiérrez, directora de estrategia de productos y proyectos de 360 Health Data. “A esto se suman otros retos estructurales como la escasez de datos clínicos digitalizados, la fragmentación de registros en papel y la persistente brecha digital en zonas rurales donde más del 50% de la población carece de conexión confiable a internet”.IA más confiable, pero no infalible
El avance de los modelos fundacionales ha sido clave para que la IA empiece a ganar espacio en entornos clínicos. Por ejemplo, el nuevo ChatGPT Salud permite a los usuarios conectar su expediente clínico electrónico y las aplicaciones de bienestar, como Apple Health, Function y MyFitnessPal para que el modelo pueda interpretar los resultados recientes de pruebas o simplemente recibir recomendaciones sobre dietas y ejercicio. Todo esto, según la compañía, fue diseñado para apoyar y no para reemplazar la atención médica.
Para los modelos destinados a los hospitales y profesionales de la salud, esto se traduce en una mayor confianza operativa. Sin embargo, la mejora técnica no elimina los riesgos estructurales. Los modelos siguen entrenándose con datos que pueden arrastrar sesgos y cuyos procesos internos continúan siendo en gran medida opacos para los usuarios finales.
“Aunque la IA aún no está a la altura de los médicos reales en ciertas áreas, hoy en día es capaz de superar a los humanos en algunos aspectos”, explica Mike Hoey, CEO de Source Meridian. “Vemos un par de ejemplos de esto en la radiología y el diagnóstico, ya que hay algunos signos y síntomas muy difíciles de detectar para el ojo humano. Con algoritmos avanzados de machine learning, la IA puede detectar estas sutiles diferencias en los datos de los diagnósticos y pronto será posible detectar varios tipos de cáncer y enfermedades como el Alzheimer en etapas más tempranas”, concluye.
Por su parte, el Dr. Medrano propone entender la adopción de la IA en la atención médica como una progresión gradual y no como un salto abrupto. “Tenemos que imaginarnos una especie de matriz con dos ejes. Uno es el nivel de evidencia y otro el nivel de riesgo. Las cosas con mayor evidencia y menos riesgo ya están ahí. Tareas administrativas, documentación clínica, gestión de colas, listas de espera o autocitación. En el extremo opuesto estaría la inteligencia artificial autónoma atendiendo sola a pacientes y tomando decisiones de alto riesgo”.