IA en el diagnóstico médico: estudios que debes conocer
La inteligencia artificial aplicada al diagnóstico ha pasado de promesa de congreso a evidencia publicada en revistas de primer nivel. Como médico, sigo esta literatura de cerca, y mi lectura es de prudencia razonada, no de rechazo ni de entusiasmo ciego.
Lo que muestra la evidencia en imagen diagnóstica
Una revisión sistemática publicada en The Lancet Digital Health, a cargo de Liu y colaboradores, analizó decenas de estudios de diagnóstico por imagen y concluyó que los algoritmos de aprendizaje profundo alcanzan un rendimiento equivalente al de los profesionales sanitarios en tareas concretas de detección. "Equivalente" es la palabra clave, no "superior de forma generalizada": el hallazgo es específico de tareas bien delimitadas, no una afirmación general sobre diagnóstico médico.
Uno de los trabajos más citados en este terreno es el de McKinney y colaboradores, publicado en Nature en 2020, donde un sistema de Google Health evaluado con mamografías de Reino Unido y Estados Unidos redujo tanto los falsos positivos como los falsos negativos respecto a la lectura radiológica estándar. Estudios posteriores refuerzan una idea que me parece la más importante de todo este campo: la combinación de radiólogo más algoritmo supera a cualquiera de los dos por separado. No es sustitución, es complementariedad.
Qué significa esto para una clínica pequeña
No hace falta un departamento de ciencia de datos para beneficiarse de esta tecnología. La IA llega a la consulta a través del software que ya se usa a diario: reconocimiento de voz para dictar la historia clínica, sugerencias de codificación, resúmenes automáticos del historial y alertas de interacciones medicamentosas. Al evaluar cualquier software médico, la pregunta que yo haría es qué funciones de IA incluye realmente y, sobre todo, cómo protege los datos que procesa, no solo si "tiene IA" como reclamo comercial.
La documentación clínica también se beneficia
Más allá del diagnóstico por imagen, hay evidencia reciente sobre IA generativa aplicada a la documentación clínica: un estudio de la Facultad de Medicina de Yale, publicado en JAMA Network Open, muestra que la IA ambiental reduce el agotamiento asociado a la carga documental, manteniendo notas de calidad alta con revisiones mínimas del profesional. Son dos aplicaciones distintas de la IA en medicina, con evidencia independiente cada una, que conviene no mezclar al hablar de "la IA en salud" como si fuera un bloque homogéneo.
Prudencia y supervisión, no miedo
El cardiólogo Eric Topol, en una influyente revisión publicada en Nature Medicine sobre medicina de alto rendimiento, resume bien el consenso que comparto: la IA debe devolver tiempo al médico para estar con el paciente, no sustituir su juicio clínico. La supervisión sigue siendo imprescindible, y la normativa europea de IA, de aplicación plena en agosto de 2026, exige transparencia en las herramientas de apoyo al diagnóstico. Puedes ver qué plataformas van más avanzadas en nuestra comparativa de software médico.
Preguntas que me hacen sobre esto
¿La IA puede sustituir al radiólogo en el futuro cercano? La evidencia actual apunta a complementariedad, no sustitución: la combinación de radiólogo más algoritmo supera a cualquiera de los dos por separado. No leo en la literatura seria ninguna base sólida para plantear sustitución total a corto plazo.
¿Cómo sé si una herramienta de IA diagnóstica que me ofrecen tiene evidencia real? Pide la publicación científica concreta en la que se basa la validación del algoritmo, no solo una cifra de precisión sin contexto. Si el proveedor no puede citar el estudio, es motivo suficiente de duda.
¿Qué responsabilidad tengo yo si sigo una sugerencia de IA que resulta errónea? La misma que si sigues cualquier otra herramienta de apoyo diagnóstico: la decisión clínica final y su justificación siguen siendo tuyas. La IA aporta información, no exime de responsabilidad profesional.
Mi conclusión
La IA en diagnóstico tiene ya evidencia seria, concentrada en tareas bien definidas de imagen y en documentación clínica. No sustituye el criterio médico en ninguno de los dos casos, lo complementa cuando está bien implementada y bien supervisada. Esa distinción, que parece obvia, es la que se pierde con demasiada frecuencia en el marketing de estas herramientas.