La inteligencia artificial clínica ya está en marcha y obliga a usar mejor el criterio médico

La parte más tangible de esta transformación se está viendo en procesos donde el dato visual y el tiempo importan mucho. En radiología y radioterapia, por ejemplo, la IA ya se utiliza para ayudar a detectar hallazgos, ordenar listas de trabajo o acelerar tareas muy repetitivas como el contorneado previo al tratamiento. NICE llegó a recomendar en 2023 varias tecnologías de auto contorneado para radioterapia dentro del NHS, siempre con revisión posterior por profesionales. Esa matización resume bastante bien el momento actual. La IA entra para agilizar, apoyar y priorizar, no para actuar sola.

También empieza a abrirse paso en la vigilancia clínica y en la organización hospitalaria. Existen modelos de predicción de deterioro clínico o sepsis integrados en historia electrónica, pero la experiencia real está dejando una lección importante. El rendimiento no siempre se traslada igual de un centro a otro y los falsos positivos pueden generar una carga de alertas nada despreciable. Más que una promesa automática de precisión, la IA clínica está enseñando que una buena herramienta solo funciona bien cuando se adapta al contexto, se valida localmente y encaja de verdad en el flujo de trabajo.

Ese es, de hecho, uno de los puntos más relevantes. La inteligencia artificial puede mejorar eficiencia y ayudar a reducir variabilidad, pero no corrige por sí sola los problemas de organización ni sustituye el juicio clínico. Una revisión sistemática reciente sobre imagen clínica en práctica real observó mejoras frecuentes en eficiencia, aunque también subrayó que la evidencia sigue siendo heterogénea y que todavía se mide poco su impacto real en carga de trabajo y resultados finales. La tecnología ya está entrando, pero aún no hay margen para tratarla como una solución autosuficiente.

El reto no es solo técnico

Lo más delicado no está solo en el algoritmo, sino en las condiciones en las que se usa. La Comisión Europea recuerda que el Reglamento de IA considera de alto riesgo muchos sistemas sanitarios basados en IA, en especial el software con finalidad médica, y les exige gestión de riesgos, datos de calidad, información clara para el usuario y supervisión humana. En paralelo, la OMS insiste en que la implantación de IA en salud debe sostenerse sobre principios éticos, protección de datos, transparencia y responsabilidad. Traducido a la práctica, el valor de estas herramientas no depende solo de que acierten, sino de que puedan auditarse, entenderse y usarse sin aumentar desigualdades ni comprometer la seguridad del paciente.

Qué cambia para los profesionales

La pregunta ya no es si la IA entrará en la clínica, sino qué tipo de profesional va a necesitar el sistema para usarla bien. Interpretar una alerta, saber cuándo desconfiar de un resultado, detectar sesgos, entender límites y explicar al paciente qué papel ha tenido la herramienta en una decisión clínica forma parte de una nueva alfabetización sanitaria. El reto no consiste en desplazar al médico o a la enfermera, sino en evitar que la fascinación tecnológica debilite precisamente lo que más valor tiene en la práctica real, el criterio, la responsabilidad y la capacidad de decidir con contexto.

La inteligencia artificial clínica ya está aquí, pero todavía se está negociando su lugar exacto. No parece razonable esperar de ella una medicina automática ni temer una sustitución inmediata del profesional. Lo que sí empieza a perfilarse es otra cosa. Una medicina más apoyada en datos, más vigilada desde lo regulatorio y más obligada a formar bien a quienes tendrán que combinar tecnología y juicio clínico cada día.