Como dos personas que han pasado carreras en la intersección de la prestación de servicios de salud y la innovación, ambos hemos visto la revolución de la IA desenvolverse con emoción y preocupación. Aunque la inteligencia artificial promete transformar la atención médica, sin embargo, debemos separar la realidad de la exageración para aprovechar su verdadero potencial.
Seamos claros: la IA en la atención médica no comenzó con ChatGPT. Durante décadas, las organizaciones de salud han estado utilizando aprendizaje automático y reconocimiento de patrones para ayudar a los profesionales médicos. En la década de 1990, vimos aplicaciones de IA en patología para la detección de cáncer. Estas no eran reemplazos para los médicos, sino herramientas para mejorar sus capacidades.
Esta filosofía fundamental sigue siendo crucial hoy en día: la IA debería complementar, no reemplazar, a los profesionales de la salud.
La ola actual de IA generativa ha capturado la imaginación pública, pero debemos moderar nuestras expectativas. Si bien estos modelos demuestran capacidades impresionantes en el procesamiento de grandes cantidades de literatura médica y la generación de texto coherente, están lejos de ser perfectos.
De hecho, los modelos de lenguaje grandes actuales tienen tasas de error entre el 15% y el 40%, lo cual está lejos de ser aceptable cuando se trata de vidas en juego.
¿Qué paciente confiaría en un médico que ofreciera la información correcta el 70% del tiempo?
Cuando se resumen ensayos clínicos, se analizan conversaciones entre pacientes y médicos, o se hacen recomendaciones de tratamiento, no podemos permitir alucinaciones o inconsistencias.
Pero esto no significa que debamos descartar el potencial de la IA; más bien, debemos ser estratégicos como industria sobre dónde y cómo la desplegamos. Lo que Roth y otros han señalado es que los modelos de IA generativa quizás nunca sean excelentes en el razonamiento médico, pero de hecho pueden ser buenos en identificar factores clave que deberían influir en la toma de decisiones.
Como resultado, la verdadera promesa de la IA en la atención médica radica en su capacidad para apoyar la toma de decisiones humanas, no reemplazarlas. Estas herramientas pueden digerir grandes cantidades de literatura médica, analizar registros de pacientes e identificar patrones que podrían escapar incluso a los clínicos más experimentados.
La clave es construir sistemas de apoyo a la toma de decisiones confiables sobre estos modelos fundamentales; sistemas que combinen las capacidades de reconocimiento de patrones de la IA con una validación clínica rigurosa y supervisión humana.
En muchas organizaciones de atención médica, incluidas aquellas con las que tenemos experiencia directa, se han realizado exploraciones en aplicaciones específicas donde la IA puede mejorar procesos de atención médica específicos. Hemos aprendido que si bien los modelos de lenguaje grandes ofrecen capacidades generales impresionantes, los modelos especializados enfocados en tareas específicas a menudo proporcionan mejores resultados, y pueden hacerlo más rápido que los modelos de propósito general.
Críticamente, dichas aplicaciones específicas también pueden producir resultados a una fracción del costo, al analizar registros de salud electrónicos para condiciones o medicamentos específicos.
Este enfoque práctico para la adopción de IA refleja una verdad más amplia: la innovación en salud no se trata de perseguir la última tendencia tecnológica, sino de encontrar soluciones sostenibles a problemas reales. Como líderes de la salud, debemos centrarnos en aplicaciones que mejoren demostrablemente los resultados de los pacientes, apoyen a nuestros trabajadores de la salud, protejan la privacidad de los pacientes y mantengan la rentabilidad.
El camino a seguir requiere un enfoque equilibrado que tenga en cuenta todos los factores anteriores con cuidado. Deberíamos aprovechar las capacidades de la IA para manejar tareas rutinarias, analizar datos médicos complejos y apoyar la toma de decisiones clínicas, todo manteniendo altos estándares de precisión y confiabilidad. El éxito en la IA en la atención médica dependerá de nuestra capacidad para igualar la tecnología adecuada con el desafío adecuado.
Pero debemos resistir la tentación de ver la IA como una solución mágica para todos los problemas de salud, y de derrochar nuestra atención y recursos en tecnologías de talla única o aquellas que respaldan la toma de decisiones autónomas de la IA.
El futuro de la atención médica no se trata de que la IA se haga cargo; se trata de crear una relación simbiótica entre la experiencia humana y la inteligencia artificial. Manteniendo esta perspectiva, podemos aprovechar el potencial de la IA mientras evitamos sus peligros, creando en última instancia un sistema de atención médica que beneficie tanto a los pacientes como a los proveedores.
Pero para llegar allí debemos ignorar la exageración, y no dejarnos engañar por la fluidez. Como cualquier médico podría decirte, hay un universo de diferencia entre un brillante estudiante de medicina y un clínico competente. Haremos bien a los pacientes y a los clínicos al tener en cuenta esta diferencia mientras aprovechamos el poder de la IA para beneficiar a todos.