(The Conversation es una fuente independiente y sin ánimo de lucro de noticias, análisis y comentarios de expertos académicos).
Andrew Parsons , Universidad de Virginia
(LA CONVERSACIÓN) Un padre está preocupado por su hijo pequeño, que lleva dos días con fiebre y se tira de una oreja. Una mujer de 65 años se ha estado quedando sin aliento durante sus paseos matutinos y se siente más fatigada de lo normal. Ambos cogen sus teléfonos y escriben sus síntomas en un chatbot de IA.
“Es probable que su hijo tenga una infección de oído”, se entera el padre. “Sus síntomas podrían indicar una afección cardíaca”, lee la mujer.
Estas son respuestas útiles, y es muy probable que sean correctas. La inteligencia artificial se está acercando, y en algunos casos superando, la capacidad de los médicos para realizar diagnósticos precisos. Un estudio de abril de 2026, publicado en el New England Journal of Medicine, reveló que el modelo o1 de OpenAI tenía una tasa de precisión del 78 % en casos de diagnóstico complejos, y que también superó a médicos experimentados al diagnosticar pacientes reales en urgencias. De manera similar, un estudio de 2024 halló que ChatGPT, funcionando de forma autónoma, superó a los médicos en el diagnóstico de casos complejos, incluso cuando los propios médicos podían usar ChatGPT.
Sin embargo, realizar un diagnóstico correcto es solo la mitad del trabajo de un médico . La otra mitad consiste en saber qué hacer al respecto; en otras palabras, decidir cómo manejar la condición de salud del paciente.
Soy médico y docente de medicina, y estudio cómo los médicos toman estas decisiones, un proceso conocido como razonamiento de gestión , y cómo los médicos en formación desarrollan esta capacidad . Para problemas de salud claros, un diagnóstico mediante IA puede ser suficiente para que una persona reciba la atención que necesita: por ejemplo, una crema anestésica para las encías de un bebé o una cita con un cardiólogo.
Pero la incertidumbre es común en la práctica clínica. A menudo, saber qué aqueja a un paciente es necesario, pero no suficiente para determinar cómo cuidarlo. Y cómo manejar a un paciente, incluso después de que se haya establecido el diagnóstico, es una cuestión compleja .
El diagnóstico clasifica, pero el tratamiento prioriza.
Los médicos experimentados no evalúan a cada paciente desde cero. A lo largo de los años de práctica, desarrollan atajos mentales llamados guiones de enfermedad .
Los esquemas de enfermedad son más que simples listas de síntomas. Describen cómo se manifiesta una enfermedad, quiénes suelen padecerla y cómo suele progresar. Cuando un médico atiende a un nuevo paciente, compara sus observaciones con estos esquemas mentales: un proceso de categorización y reconocimiento de patrones.
Cuando un paciente presenta un patrón familiar de signos y síntomas , el médico activa mentalmente ese cuadro clínico casi de forma automática. Esto le permite detectar elementos que no encajan del todo: un síntoma que no coincide o un detalle en la historia clínica del paciente —un viaje reciente al extranjero, una exposición inusual en el trabajo— que apunta a un diagnóstico diferente.
No sorprende que la IA sea buena en este proceso de reconocimiento de patrones. Los grandes modelos de lenguaje como ChatGPT funcionan de manera similar . Predicen qué palabra debería seguir en una oración basándose en patrones aprendidos a partir de enormes cantidades de texto, incluida la literatura médica. En dicha literatura, la palabra «neumonía» sigue de forma fiable ciertos patrones de síntomas: fiebre, por ejemplo, combinada con una mancha opaca en una radiografía de tórax. El reconocimiento de patrones, a este nivel, es esencialmente lo mismo que hace un médico al relacionar los síntomas de un paciente con un cuadro clínico.
Pero decidir qué hacer a continuación —qué pruebas realizar, qué tratamientos probar, qué monitorear y qué seguimiento dar— es diferente. En lugar de una única respuesta correcta, el médico se enfrenta a múltiples opciones razonables . El arte de la gestión médica consiste en priorizar cuál de estas opciones es la mejor para el paciente que tiene delante.
La ventaja humana
Entonces, ¿cómo pasa un médico de diagnosticar a un paciente a determinar la mejor manera de cuidarlo? La respuesta casi siempre es: » Depende «.
Consideremos a dos hombres, Marcus y Tomás, ambos de 68 años, a quienes se les acaba de diagnosticar cáncer de próstata en etapa temprana. Sus biopsias muestran lo mismo: un tumor de crecimiento lento confinado a la próstata.
A ambos se les ofrecen las mismas dos opciones de tratamiento . Tratamiento inmediato, con cirugía o radioterapia, aceptando los riesgos de incontinencia urinaria y alteraciones en la función sexual. O seguimiento exhaustivo con pruebas y biopsias periódicas, tratando solo si el cáncer crece. Un estudio que siguió a más de 82 000 hombres con cáncer de próstata en etapa temprana durante 15 años reveló que menos de 3 de cada 100 fallecieron a causa de su cáncer de próstata, independientemente del tratamiento elegido, aunque los hombres que optaron por el seguimiento tuvieron aproximadamente el doble de probabilidades de que su cáncer se diseminara.
La IA puede presentar ambas opciones junto con esas estadísticas. Lo que aporta un médico es el conocimiento de la persona que tiene enfrente.
Marcus no padece ninguna otra afección médica importante. Su médico lo sabe y lo conoce lo suficientemente bien como para saber que la incertidumbre le genera mucha ansiedad. Para un paciente sin otros problemas de salud urgentes, un tumor de crecimiento lento tiene tiempo para progresar y convertirse en algo más grave. Ambas opciones de tratamiento son razonables, pero Marcus no puede vivir esperando. Saber que tiene cáncer en su cuerpo, vigilado pero sin tratamiento, es algo que no puede ignorar. Él elige el tratamiento.
Tomás padece insuficiencia cardíaca avanzada, una afección que su médico ha estado tratando junto a él durante años. Ella sabe que su problema cardíaco representa una amenaza más inmediata para su salud que este tumor de crecimiento lento. También sabe que él vio a un amigo someterse a radioterapia y quedar gravemente afectado. Un tratamiento agresivo implicaría asumir costos considerables para un beneficio que quizás nunca llegue. Por eso, recomienda la vigilancia activa. Para Tomás, es la decisión correcta y un alivio.
En medicina, las diferentes decisiones de gestión son la norma. El camino adecuado para cada paciente depende de quién sea ese paciente y qué valore, así como del criterio del médico sobre dónde la evidencia es fiable y dónde persiste una verdadera incertidumbre .
Evaluar el riesgo y la incertidumbre
Para decidir cómo tratar la afección de un paciente, el médico primero considera la evidencia de la literatura médica y luego aplica las opciones de tratamiento disponibles a las circunstancias particulares del paciente. Esto requiere una comunicación honesta , la toma de decisiones compartida , la gestión conjunta de los riesgos y el reconocimiento de la incertidumbre .
Algunos riesgos pueden medirse. En el caso del dolor de pecho, los médicos utilizan herramientas de puntuación que estiman la probabilidad a corto plazo de que un paciente sufra un infarto, basándose en sus síntomas y los resultados de las pruebas. Es probable que la IA pueda procesar esos datos más rápido que la mayoría de los médicos.
Pero el riesgo y la incertidumbre en la atención al paciente o en la clínica son difíciles de medir. Los sistemas de puntuación y las guías de práctica clínica están diseñados para el paciente promedio, una persona idealizada que no existe. Además, tanto la percepción del riesgo como la de los pacientes están condicionadas por su experiencia . Para muchos pacientes, esto incluye una larga y justificada historia de desconfianza en el sistema de salud.
La IA desconoce tus experiencias y los riesgos que estás dispuesto a asumir. No puede reconocer la incertidumbre como lo hace un buen médico, acompañándote en este proceso a medida que cambian tus circunstancias.
Aquí es donde el diagnóstico y el tratamiento se separan. El padre del niño pequeño con fiebre probablemente obtuvo una respuesta útil: la IA ha visto suficientes casos de niños pequeños con fiebre en la literatura médica como para emitir un dictamen razonable. Pero saber qué hacer a continuación, incluyendo cuándo dejar de observar y empezar a preocuparse, es algo que conviene hablar con el médico.
Este artículo se republica de The Conversation bajo una licencia Creative Commons. Lea el artículo original aquí: https://theconversation.com/dr-chatgpt-is-getting-remarkably-good-at-diagnosing-health-problems-but-actual-doctors-are-still-better-at-weighing-treatment-options-281813 .
