La IA Generativa absolutamente presente en el sector salud

Lapatilla

julio 06 2025, 10:43 am

La Inteligencia Artificial Generativa, en un par de años, ya ha encontrado terreno fértil e importante en el sector salud. Esto ocurre a pesar de que es conocido el hecho que el sector salud tiende a ser ineficiente, costoso y lento para cambiar. También es cierto, que la IA ya se utiliza ampliamente en algunas áreas del sector salud, por ejemplo, ayudando a los radiólogos a interpretar exploraciones.

Especial de Laszlo Beke

Sin embargo, las aplicaciones de IA generativa están demostrando un valor real de diversas maneras. Los modelos multimodales de IA más recientes tienen el potencial de actuar como herramientas de diagnóstico más generales. Trataremos de presentar algunas de estas experiencias, las cuales también pueden ser relevantes para otros sectores de la economía.

IA y la consulta médica

Una historia que se viralizó en la red social Reddit hizo que la IA en el sector salud fuera una de las noticias de la semana. Allí, una persona afirmó que ChatGPT le salvó la vida a su esposa. Ella se había sometido a una extirpación de un quiste y no se sentía bien, pero estaba tomando antibióticos y decidió «esperar». Después de que la persona describiera sus síntomas a ChatGPT, el chatbot le aconsejó que llevara a su esposa a emergencia. Lo hizo, y probablemente le salvó la vida. Allí, los médicos le diagnosticaron una sepsis. Durante el último año, han aparecido varias anécdotas del tipo «ChatGPT me salvó la vida».

Los modelos que impulsan ChatGPT se entrenan con libros de texto médicos, artículos de revistas de investigación, guías médicas y sitios web de salud como WebMD. Esta capacitación les proporciona un amplio conocimiento de anatomía, enfermedades, síntomas, opciones de tratamiento e interacciones farmacológicas. OpenAI también perfeccionó los modelos utilizando la retroalimentación de profesionales de la salud. Si bien los modelos de IA, incluso los altamente especializados, aún no pueden reemplazar a los médicos humanos, los investigadores están trabajando arduamente para mejorar su precisión y confiabilidad.

Documentación clínica

La IA también está teniendo un impacto inmediato en la documentación clínica, un área que siempre ha sido un punto débil para los médicos y que limita el tiempo que pueden dedicarla a pacientes y a la investigación. Muchos médicos, especialmente los de atención primaria, le tienen que destinar entre 90 minutos y tres horas adicionales al día para completar los historiales clínicos de los pacientes. Esto, sumado a la presión por atender a más pacientes, adicionalmente contribuye al agotamiento.

Cada vez más, los sistemas de salud están implementando «Asistentes de IA» para aliviar esta carga. Estas herramientas pueden registrar la experiencia de un paciente y generar resúmenes para la historia clínica electrónica. La Clínica Cleveland, por ejemplo, implementa una solución de documentación clínica y codificación en el punto de atención, donde el profesional clínico registra la visita de un paciente, revisa un resumen generado por IA de todo lo discutido en la reunión y luego aprueba las notas para su inclusión en el historial médico electrónico. En dicha cínica, 4.000 médicos de la organización ya utilizan la herramienta. Esta les facilita enormemente el trabajo y mejora considerablemente la interacción con los pacientes, ya que ahora los pacientes realmente pueden interactuar con el médico.

De cara al futuro, los Asistente de IA podrán ir mucho más allá de la documentación básica. Las versiones futuras podrían documentar un examen médico con un conocimiento contextual completo del historial del paciente (problemas y afecciones anteriores, tratamientos, pruebas y medicamentos). Se piensa que, con un poco de trabajo y atención, la IA se volverá lo suficientemente inteligente como para comprender la totalidad del proceso de salud de un paciente, en lugar de solo un encuentro discreto.

Por ejemplo, si surge una nueva afección durante un examen, la IA podría identificar conexiones con quejas o resultados de laboratorio previos. Podría ayudar a un médico a recetar nuevos medicamentos y a prevenir interacciones adversas en pacientes que ya estén tomando varios medicamentos. La IA también puede preparar una «lectura previa» para el clínico: un resumen de la queja actual de un paciente, en el contexto de su historial clínico, que un médico (que podría haber visto a 10 pacientes ese día) puede leer fuera de la puerta de la consulta.

En el mercado ya existen empresas de IA (cómo OpenEvidence), donde su servicio el año pasado estaba siendo utilizado por 250.000 médicos estadounidenses, y a mediados de junio la cifra había ascendido a 350.000. Se trata de una herramienta de búsqueda basada en IA, junto con un chatbot, que permite a los médicos seguir haciendo preguntas hasta obtener lo que necesitan. En concreto, la herramienta localiza información médica basada en la evidencia en revistas con revisiones realizadas por pares y la resume para responder a una pregunta específica. La plataforma busca en 35 millones de publicaciones médicas y recientemente anunció una alianza estratégica con The New England Journal of Medicine, lo cual le da acceso a décadas de contenido médico premium.

Microsoft – MAI Diagnostic Orchestrator (MAI-DxO)

Microsoft lanzó esta nueva herramienta de IA y afirma que la misma puede diagnosticar enfermedades con una precisión cuatro veces mayor y con un costo significativamente menor que un panel de médicos humanos. Se realizó un experimento que evaluó si la herramienta podía diagnosticar correctamente a un paciente con una dolencia, imitando el trabajo que suele realizar un médico. El equipo de Microsoft utilizó 304 casos prácticos del New England Journal of Medicine para diseñar una prueba denominada «Referencia de Diagnóstico Secuencial». Un modelo de lenguaje desglosó cada caso en un proceso paso a paso aquello que un médico realizaría para llegar a un diagnóstico.

El sistema, denominado MAI Diagnostic Orchestrator (MAI-DxO), consulta varios modelos líderes de IA —incluidos GPT de OpenAI, Gemini de Google, Claude de Anthropic, Llama de Meta y Grok de xAI— de una forma que simula el trabajo conjunto de varios expertos humanos. En su experimento, MAI-DxO superó a los médicos humanos, logrando una precisión del 80 % en comparación con el 20 % de los médicos. También redujo los costos en un 20 % al seleccionar pruebas y procedimientos más económicos. Se trata de un mecanismo de orquestación —múltiples agentes que trabajan juntos en este estilo de cadena de debate— el cual nos acercará a la superinteligencia médica.

El proyecto es el más reciente de un creciente conjunto de investigaciones que muestran cómo los modelos de IA pueden diagnosticar enfermedades. En los últimos años, tanto Microsoft como Google han publicado artículos que demuestran que los modelos de lenguaje de gran tamaño pueden diagnosticar una dolencia con precisión al acceder a historiales médicos. La nueva investigación de Microsoft se diferencia de trabajos anteriores en que replica con mayor precisión la forma en que los médicos humanos diagnostican enfermedades: analizando los síntomas, solicitando pruebas y realizando análisis adicionales hasta llegar a un diagnóstico. Microsoft describe esta combinación de varios modelos de IA de vanguardia como «un camino hacia la superinteligencia médica.

El proyecto también sugiere que la IA podría ayudar a reducir los costos de la atención médica, un problema crítico, especialmente en EE. UU. El trabajo es importante no solo porque refleja con mayor precisión la forma en que trabajan los médicos, sino también porque aborda con rigor los posibles problemas con la metodología subyacente. En todo caso, los hallazgos de Microsoft deben tomarse con cautela, ya que se pidió a los médicos del estudio que no utilizaran herramientas adicionales para facilitar su diagnóstico, lo cual podría no reflejar su forma de trabajar en la vida real. Finamente, este es un informe impresionante porque aborda casos de alta complejidad para el diagnóstico.

Se hace referencia a Generative AI is finding fertile soil in the healthcare industry y Generative AI is finding fertile soil in the healthcare industry.  También aparece en mi Portal https://tinyurl.com/3zckaxeb.