La IA para el diagnóstico médico y la predicción de los resultados en los pacientes

Ilustración de un médico junto a varios símbolos médicos, incluida una pastilla, un monitor cardíaco, un vaso de precipitados y una cabeza de robot, sobre un fondo beige.

La inteligencia artificial (IA) está transformando la atención sanitaria, especialmente en relación con el diagnóstico de enfermedades y la predicción de los resultados en los pacientes. Sin embargo, la comunidad médica está dividida.

En una encuesta de Sermo se desveló que el 47 % de los médicos creen que la IA puede predecir con precisión los resultados en los pacientes, como por ejemplo la esperanza de vida en base a las lecturas de ECG, mientras que el 53 % cree que no.1 Esta división cercana al 50/50 plantea preguntas importantes:

  • ¿Qué hay detrás de la confianza de los médicos en la IA?
  • ¿Qué mejoras podrían cambiar las opiniones de los escépticos?
  • ¿Cómo se debe manejar el papel de la IA para maximizar los beneficios a la vez que se minimizan los riesgos?

La IA para mejorar los resultados en los pacientes ya se utiliza para el diagnóstico, la monitorización y la planificación del tratamiento de los pacientes, pero las inquietudes persisten en relación con la exactitud, la sobredependencia, la ética y la repercusión en el paciente.

Como indica un cardiólogo miembro en Sermo: «La IA jugará un papel cada vez más importante en la atención sanitaria, pero es algo que se debe introducir con cuidado. La IA no tiene empatía y solo te ofrece los datos.2

En este artículo se analiza cómo aplican los miembros de Sermo la IA en la medicina, sus riesgos y sus beneficios y cómo ven los médicos su función cambiante.

Una profesional médica en uniforme quirúrgico y con gorro utiliza un teléfono móvil, posiblemente utilizando IA para el diagnóstico médico. En el fondo hay otras dos personas en uniforme quirúrgico, que contribuyen a este enfoque innovador para la predicción de los resultados en los pacientes.

¿Cómo podrían utilizar la IA los médicos?

Los médicos ven el potencial de la IA para mejorar la atención al paciente. Los resultados de la encuesta de Sermo destacan los beneficios clave: el 25 % cree que el mayor valor de la IA radica en la identificación más temprana de los pacientes con riesgo, mientras que el 20 % mencionan una mejor precisión de los diagnósticos.1

Otros apuntan a la planificación personalizada de los tratamientos (17 %), una mejor monitorización de los pacientes (15 %) y una toma de decisiones más rápida (13 %).1

Todas estas aplicaciones juntas muestran la capacidad de la IA para reforzar el juicio clínico y racionalizar los procesos de la atención médica.

La IA para el diagnóstico médico

Una de las aplicaciones más prometedoras es el diagnóstico médico con IA. Las herramientas con IA pueden analizar conjuntos de datos inmensos,3 reconocer anomalías,4 e identificar enfermedades antes que los métodos tradicionales.3

Por ejemplo, Mia, una herramienta de IA para el diagnóstico de cáncer de mama desarrollada por Kheiron Medical Technologies e Imperial College London, identificó hasta un 13 % más de cánceres de mama que los radiólogos humanos en un estudio en Hungría.5

Un anestesiólogo de Sermo admite estos avances: «Hoy en día, la IA es muy precisa en el diagnóstico anatomopatológico. Debemos integrarla en nuestra vida diaria.2«

Sin embargo, las dudas en relación con su precisión persisten. Otro médico miembro de Sermo afirma que «La IA es una herramienta importante, pero todavía no es un 100 % precisa en la medicina.2«

El problema principal es que lo buenos que los modelos de IA depende de los datos que hayan utilizado para su entrenamiento. Si la IA hace un diagnóstico erróneo de una afección, puede llevar a un retraso del tratamiento o a que se hagan intervenciones incorrectas. Esto pone de relieve la necesidad de que la IA se utilice como una herramienta de apoyo, más que como responsable única de tomar las decisiones.

Mejor monitorización de los pacientes

Los asistentes de IA para médicos también se están utilizando para hacer la monitorización de los pacientes en tiempo real,3 lo que permite una detección temprana del deterioro.

Un médico de familia miembro indica en Sermo que «La inteligencia artificial puede detectar mejor a los pacientes de alto riesgo con los resultados de pruebas cardíacas, lo que da lugar a una mejor atención y una tasa de mortalidad más baja.2«

Sin embargo, otros advierten que la IA carece de los matices del juicio de un médico, como señala otro médico de familia en Sermo que cree que «El uso de la IA nunca será capaz de desplazar el juicio del médico2«

Los sistemas de monitorización de IA pueden detectar cambios sutiles en las constantes vitales que pueden indicar signos precoces de complicaciones. ¿Pero significa esto que la IA debe tomar el liderazgo en el manejo de los pacientes? La mayoría de los médicos creen que no: la AI debe ser un asistente, no un sustituto.

Una médica en bata blanca usa la IA en una tablet y se la muestra a una mujer que se encuentra sentada; representa la predicción de los resultados en la paciente durante su visita al consultorio.

Toma de decisiones más rápida

Es frecuente para los médicos tener que tomar decisiones con urgencia, y la predicción de enfermedades con IA puede proporcionar una visión rápida basada en datos.3

Un neurólogo miembro de Sermo cree que «La IA puede ser útil en muchas situaciones clínicas, pero debe utilizarse como herramienta para ayudar a un médico bien cualificado. No como el responsable de tomar la decisión final porque siempre hay muchas variables que hay que tener en cuenta.2«

Sin embargo, hay a quienes preocupa que las recomendaciones generadas por IA se sigan ciegamente. Un cardiólogo miembro de Sermo cree que » Seguro que la IA puede ayudarnos a predecir los resultados, pero se debe utilizar de manera deliberada e integrada con el razonamiento clínico, adaptada al entorno clínico y a las necesidades del paciente.2«

La AI acelera la toma de decisiones, pero los médicos deben hacer una evaluación crítica de sus recomendaciones.

Planificación de tratamientos personalizados

La capacidad de la IA para analizar grandes conjuntos de datos3 le permite sugerir planes de tratamiento personalizados.

Un médico de familia miembro de Sermo indica que «La IA ayuda a los médicos a pensar en todos los diagnósticos, complicaciones, planes de tratamiento y monitorización de la evolución posibles para mejorar la atención del paciente.2«

Sin embargo, sigue habiendo escepticismo: otro miembro de Sermo dice que «No estoy convencido de que la IA pueda entender todos los matices sutiles relacionados con la salud y los seres humanos.2«

La IA puede identificar opciones de tratamiento adaptadas a pacientes individuales, pero los médicos deben sopesar las recomendaciones de la IA con su experiencia clínica.

Precisión

Cuando les preguntamos sobre su mayor preocupación en relación con la predicción con IA de la mortalidad de los pacientes, el 33 % de los miembros de Sermo citaron la precisión y fiabilidad de las predicciones.1

Si bien la IA ha demostrado ser prometedora en la identificación de factores de riesgo y en la predicción de los resultados, la pregunta sigue siendo cómo de fiables son estas predicciones en los entornos clínicos de la vida real. La precisión de los modelos de IA depende en gran medida de la calidad y diversidad de los datos de entrenamiento. Sesgos en los conjuntos de datos, historias médicas incompletas o variables inesperadas pueden mermar el poder predictivo de la IA.

Un miembro de Sermo de medicina de familia sostiene: «No puedo ver cómo la IA puede predecir la mortalidad de un paciente en base solo a una prueba diagnóstica cuando muchas herramientas como las escalas de valor pronóstico utilizadas hoy en día, que han resultado ser válidas, tienen una tasa de error de muestreo aleatorio simple.2«

Este escepticismo destaca un problema fundamental: si las herramientas tradicionales para la evaluación de los riesgos tienen márgenes de error notables, ¿puede la IA ofrecer una mejora, o introducirá una nueva capa de incertidumbre?

Los modelos de IA necesitan una validación continua y pruebas rigurosas antes de que se pueda confiar en ellos para predicciones críticas. Sin supervisión continua, existe el riesgo de que las predicciones de IA confundan a los médicos en lugar de mejorar la toma de decisiones.

Una persona concentrada en bata de laboratorio blanca está en un escritorio mirando a un portátil, tiene la barbilla apoyada sobre sus manos, que tienen los dedos entrelazados, en una sala bien iluminada con varias plantas. El ambiente vibra con la promesa de la IA médica, que revoluciona la atención sanitaria con la predicción de los resultados en los pacientes.

Repercusión en la salud mental

El 30 % de los miembros de Sermo citan la repercusión de la IA en la ansiedad y la salud mental de los pacientes como su mayor preocupación cuando se utiliza para predecir la mortalidad de los pacientes.1

La predicción de la esperanza de vida o el riesgo de muerte de un paciente conlleva consecuencias psicológicas importantes. Si bien la IA puede ofrecer valiosa información, las dificultades de los pacientes para procesar estas predicciones es algo que genera preocupación, especialmente si se presentan sin el contexto o el apoyo humano adecuados.

Un miembro de Sermo de psiquiatría señala «Las repercusiones en la salud mental son una gran preocupación. Esta tecnología no está lista para esta predicción.2«

El posible uso indebido de los pronósticos generados por IA podría exacerbar el estrés en los pacientes, crear un miedo innecesario, o incluso influir en las decisiones relativas al tratamiento en base a información incompleta.

Como indica un miembro de medicina de familia en Sermo, «Los resultados que predice la IA no se deben compartir con los pacientes porque afectan de manera negativa su salud mental y causan mucha ansiedad.2«

Debido a ello, la transparencia y la discreción del médico son una parte esencial de la comunicación de los pronósticos generados por IA. Las predicciones con IA se deben transmitir con sensibilidad y teniendo en cuenta el bienestar emocional del paciente para evitar causar perjuicios no deseados.

Sobredependencia en la IA

Cuando les preguntamos cuál era su mayor preocupación en relación con el uso de la IA para la predicción de la mortalidad de los pacientes, el 22 % de los miembros de Sermo mencionaron el uso indebido o una dependencia excesiva de la IA en los ámbitos clínicos.1

Aunque la IA ofrece una eficiencia importante y una visión basada en datos, hay cierto temor en cuanto a que la sobredependencia en la tecnología podría erosionar la intuición clínica y la atención centrada en la persona.

Un genetista miembro de Sermo indica que «La IA es una herramienta nueva extraordinaria en la medicina. Creo que será una herramienta muy útil para los médicos. Sin embargo, no creo que pueda sustituir los exámenes «prácticos» que hacen personalmente los médicos.2«

Preocupa el hecho de que una recomendación generada por IA aplicada de forma acrítica podría reducir la confianza del paciente y debilitar la relación médico-paciente. La medicina nunca puede ser solo datos: requiere empatía, razonamiento ético y un juicio personalizado que la IA no puede reproducir.

Resumiendo, la IA debe ser un asistente clínico, no un sustituto para la toma de decisiones del médico. Es fundamental asegurar un equilibrio adecuado entre la eficiencia generada por la IA y la experiencia humana para garantizar una atención de alta calidad centrada en la persona.

Potencial futuro de la IA en la predicción de los resultados en los pacientes

La IA está evolucionando rápidamente y a medida que los modelos se vuelven más sofisticados, mejor entrenados y con exposición a conjuntos de datos más grandes, su capacidad predictiva probablemente mejorará.

Sin embargo, la precisión por sí sola no es suficiente: para que la IA se integre plenamente en la práctica clínica, debe generar confianza, debe ser explicable y se debe usar de manera ética.

Un miembro de urgencias y emergencias de Sermo cree que «En este momento no considero que la IA cuente con lo suficiente para predecir con precisión el resultado en un paciente. Pero creo que en el futuro, podría ser una gran herramienta diagnóstica y terapéutica.2«

Es muy probable que la IA se vuelva más precisa y fiable, pero el equilibrio entre la predicción y la discreción humana sigue siendo esencial. Sin las salvaguardias adecuadas, ni tan siquiera la mejor IA para los médicos puede sustituir el papel que juegan los médicos en la contextualización de las predicciones, la comunicación con los pacientes y la toma de decisiones informadas.

Dos médicos en bata blanca hablan sobre la información que ven en una tablet utilizando la IA médica en su consultorio. En el fondo se ve un póster de anatomía humana, lo que subraya cómo está revolucionando la atención al paciente la IA para el diagnóstico médico.

Conclusiones

La IA está cambiando la medicina, pero los médicos están divididos. Si bien la IA mejora el diagnóstico, la planificación del tratamiento y la toma de decisiones, también plantea preocupaciones en relación con la exactitud, la ética y sus repercusiones en la salud mental.

¿El consenso? Se debe utilizar para ayudar al juicio clínico, no para sustituirlo. El futuro de la IA en la medicina depende de alcanzar un equilibrio adecuado entre la tecnología y la experiencia humana.

Profundiza en la conversación en Sermo

La IA está cambiando la atención sanitaria, pero su función en la predicción de los resultados en los pacientes sigue generando debate.

Únete a Sermo para compartir tu opinión sobre la IA en la comunidad global líder en la que los médicos hablan sobre asuntos de la vida real, comparten conocimientos y conforman el futuro de la medicina.

Footnotes

  1. Sermo, 2024. Sondeo de la semana: El papel de la IA en la predicción de los resultados en los pacientes. Comunidad de Sermo [Sondeo].
  2. Miembro de Sermo, 2024. Comentario en sondeo de la semana: El papel de la IA en la predicción de los resultados en los pacientes. Comunidad de Sermo [Foro online privado].
  3. Spectral AI, 2024. Artificial intelligence in medical diagnosis: How medical diagnostics are improving through AI.
  4. Bercea, C.I., Wiestler, B., Rueckert, D. et al. Evaluating normative representation learning in generative AI for robust anomaly detection in brain imaging. Nat Commun 16, 1624 (2025).
  5. Imperial College London, 2024. New AI tool detects 13% more cancers in breast screening trials.