¿La IA en salud mejora algo más que la agenda médica?
Jenna Wiens, científica de la Universidad de Michigan, y Anna Goldenberg, de Toronto, no andan con rodeos desde su papel en Nature Medicine: sí, la IA en salud está invadiendo clínicas y hospitales, pero ¿realmente está beneficiando a los pacientes? La respuesta oficial —que nadie quiere escuchar— es que todavía no lo sabemos. Así, con todas las ganas y el hype del mundo, la industria se lanza a usar tecnologías que prometen precisión sin tener ni idea si eso se traduce en vidas salvadas o mejoras reales en los pacientes.
Wiens, que lleva años metida en este fregado, cuenta que durante una década su misión fue convencer a médicos y clínicas. En los últimos años, según ella, cambió el chip y la adopción se ha disparado. Lo que pega el bajón: la mayoría no evalúa de forma rigurosa si los sistemas realmente hacen lo que prometen. ¿Un ejemplo? Los IA “ambientes”, esos asistentes que transcriben las consultas médicas y resumen las charlas entre doctores y pacientes.
Un trabajador de un gran hospital en Nueva York que desarrolla estas herramientas dice que la experiencia anecdótica es “pura felicidad” para los médicos: menos papeleo, más foco en la consulta. Investigaciones preliminares insinúan que también alivian al personal sanitario de un burnout insoportable. Suena maravilla. Pero, ni un pestañeo sobre si los pacientes salen mejor parados.
Ambiente IA: ¿ayuda más o solo maquilla el problema?
Estas asistencias no son chismes. Funcionan de verdad. Escuchan la conversación y la convierten en notas clínicas automáticas. Mírales, los médicos se liberan de la tediosa tarea de boletines interminables. ¿Quién no quiere eso? Debe ser un sueño hecho realidad para los profesionales que arrastran pesadas jornadas.
Pero Wiens pone el dedo en la llaga: ¿cómo afecta esto a la toma de decisiones clínica? ¿Cambian las recomendaciones? ¿Mejora acaso la precisión diagnóstica o el tratamiento? Ningún estudio serio ha controlado esto. Lo que tenemos son evaluaciones de “satisfacción” a nivel de usuario, tanto médico como paciente, pero nada que confirme que los beneficios llegan al nivel del resultado final en salud.
Además, hay que pensar en el procesamiento cognitivo del médico. Algo que se está empezando a mirar en educación: si usamos herramientas que escriben y resumen por nosotros ¿dejamos de entrenar el cerebro para sintetizar y analizar? ¿Los médicos en formación acabarán dependiendo tanto de la IA que pierdan ciertas habilidades críticas? Eso sería un riesgo real, más allá de un simple “mejora la burocracia”.
IA para predecir y decidir: ¿la bola de cristal que todos querían?
Aparte de manejar textos, hay IA que se dedica a predecir cómo evolucionarán los pacientes o qué tratamientos deberían recibir. Según un estudio de enero 2025 en la Universidad de Minnesota, el 65% de los hospitales estadounidenses ya usan estas predicciones asistidas por IA, aunque solo dos tercios de esos centros revisan si sus pronósticos son fiables y menos aún si presentan sesgos.
La parte preocupante: la robustez frente al sesgo. ¿Nadie piensa que estas máquinas entrenadas con datos sesgados pueden perpetuar o amplificar desigualdades? Es más, ¿qué pasa si los médicos empiezan a confiar ciegamente en estas predicciones sin cuestionarlas, tal vez porque les parece “científico” y “objetivo”?
Para Wiens, puede que estos sistemas no perjudiquen abiertamente a los pacientes, pero tampoco mejoren lo que ya existe, y eso asusta mucho porque da la sensación de que nos conformamos con “suficientemente bueno” cuando hablamos de salud, una cuestión que no debería ser mediocre. La realidad: hasta que no se mida rigurosamente el impacto real sobre salud, seguimos en terreno experimental, sin explicaciones claras para nadie.
¿Por qué es tan complicado entender si la IA ayuda realmente?
Hay mil variables. Un mismo algoritmo puede funcionar de maneras muy distintas según el hospital, el servicio o el médico que lo use. Por ejemplo, un radiólogo veterano con años de experiencia y sentido crítico puede interpretar un análisis de IA de manera muy diferente a un residente recién salido de la facultad. Y eso puede marcar la diferencia entre errar o acertar en un diagnóstico.
Además, la estructura y flujo de trabajo del hospital jugarán un papel crucial. Si la IA se integra bien, puede acelerar procesos sin molestar; pero si el sistema choca con la dinámica del equipo, o añade distracciones nuevas, el supuesto beneficio se desinfla. En otras palabras, la tecnología no es inocua ni universal; la realidad hospitalaria es un ecosistema complejo donde las herramientas digitales pueden operar como un bisturí o como un grieta que dificulta el proceso diario.
Wiens insiste en no caer en la ilusión de que la IA simplificará mágicamente la medicina. Puede que ahorre tiempo en tareas administrativas, pero el valor real estará en su influencia en decisiones clínicas: ¿mejoran los tratamientos?, ¿se acorta la duración de estancias hospitalarias?, ¿disminuyen errores médicos? Mientras esta información no exista o sea confusa, toda la pompa tecnológica se queda en un mero truco de marketing.
Los riesgos invisibles: sesgos, dependencia y efectos secundarios cognitivos
Las evaluaciones socialmente aceptadas ahora son “esta IA reduce el burnout”, “los médicos están contentos”, pero hay riesgos que no se visualizan tan fácilmente. Por ejemplo, la propagación de sesgos racistas o de género en los algoritmos, algo documentado y preocupante cuando se usa en decisiones que afectan tratamientos o accesos a recursos.
También existe el riesgo de dependencia. No es raro que con el exceso de confianza en una tecnología (y más si viene “de moda”), los profesionales disminuyan su nivel de atención o compromiso crítico, convirtiéndose en operarios de máquinas más que en expertos clínicos. El conocimiento tácito, esa habilidad que se pule con experiencia y juicio, podría verse amenazado.
Otro efecto secundario (y que no se evalúa) es cómo la IA cambia la interacción cara a cara médico-paciente. Si las consultas se transforman en diálogos mediáticos donde la IA “interviene” constantemente, ¿se deteriora la confianza? ¿Cambia la empatía? La tecnología no puede medir que el componente humano sea el eje del cuidado, y no queda claro si ese equilibrio se mantiene o si la IA lo trastoca.
¿Un futuro híbrido o un salto al vacío con IA?
Wiens no es ningún adversario anti-tecnología ni quiere parar el tren de la adopción. Al contrario, cree que la IA tiene un potencial increíble para revolucionar cuidados clínicos. Pero advierte, con razón, que el volumen actual de despliegues es excesivamente precario en términos de evaluación.
En su visión, la seguridad no debe darse por garantizada solo porque la tecnología “funcione” a nivel electrónico o estadístico. La implementación debe incluir verificaciones continuas, evaluación de impactos, medición de sesgos y una comprensión profunda del efecto en la dinámica humana de salud. Solo así se podrá definir qué papel real debería tener la IA, probablemente no un “todo o nada” sino un equilibrio donde conviva con la pericia clínica.
Este debate es crítico para no caer en la trampa de la innovación sin control, que generaría más ruido que ventajas (y en salud, eso puede ser fatal). La pregunta que queda en el aire es si podremos exigir una medicina asistida por IA con estándares de calidad que vayan más allá del puro entusiasmo tecnológico o si seguiremos navegando en la niebla de la promesa incumplida.
¿Quién debe estar atento y a cargo de las evaluaciones?
Resulta inquietante que pocos hospitales o instituciones externas (no vinculadas a las empresas que vendieron la solución IA) estén analizando rigurosamente esos productos y su efecto. La responsabilidad de evaluar va más allá de los departamentos técnicos; debe involucrar a equipos multidisciplinares con médicos, tecnólogos y estadísticos —además de pacientes, que al final son los protagonistas.
El aumento constante de la adopción plantea urgencia para crear protocolos estándares que midan no solo la precisión técnica sino también el impacto en salud, equidad y ética. Desgraciadamente, la presión comercial y la carrera por tener tecnología puntera a cualquier precio han relegado esta obligación a un segundo plano.
Sin auditorías independientes ni transparencia, la factura la pagarán los pacientes o la confianza en la salud pública, socavada por tecnologías cuyo buen funcionamiento es un misterio oficial. En vez de despejar dudas, el avance de la IA puede estar creando una campo minado invisible, donde nadie sabe realmente qué está pasando y dónde están las trampas.
¿Y tú, te fíarías si dependiera de un algoritmo?
Imagínate en la sala de espera, a punto de que un algoritmo decida tu tratamiento o pronóstico, mientras no hay prueba confiable de que esa decisión sea mejor que la que un buen médico experimentado haría sin él. ¿Confiarías?
Los datos existen, pero las respuestas sobre impacto en salud aún no, y esa es la zona gris que nos rodea ahora mismo.
Porque eso es al final lo importante: no la tranquilidad de los médicos ni la elegancia de la tecnología, sino la vida del paciente. Mientras no se avance en esa dirección, esta revolución digital seguirá pareciendo un circo tecnológico con poco beneficio tangible.
Y tú, ¿crees que la IA en salud es la salvación prometida o solo un nuevo decorado para el mismo teatro?