La IA está cambiando el diagnóstico y la interpretación de pruebas, a pesar de las alucinaciones
Los médicos notan avances en GPT-5 para apoyo consultivo, pero advierten: las redes neuronales actuales cometen >50% de errores al interpretar pruebas.
Inteligencia artificial en medicina: ¿asistente del médico o riesgo para el paciente?
Introducción
La inteligencia artificial se ha afianzado en la práctica médica. Las redes neuronales ya leen radiografías, redactan epícrisis y ayudan a interpretar resultados de TAC, RMN y ECG. Parece que el futuro descrito en las novelas de ciencia ficción ha llegado: los algoritmos prometen acelerar los diagnósticos, reducir la carga de los médicos y hacer la medicina más accesible.
Sin embargo, junto con los primeros éxitos llegan las primeras preguntas. ¿Cuánto se puede confiar en un asistente de IA? ¿Qué ocurre cuando un modelo de lenguaje moderno asume un diagnóstico? En 2026, una serie de estudios de alto perfil ofrecieron respuestas alarmantes, aunque no definitivas, a estas preguntas. Las capacidades revolucionarias de la IA en tareas "rutinarias" se combinan con una incompetencia impactante en lo fundamental: el pensamiento clínico.
Detalles del evento y cronología
Datos de primera mano: fracaso en el 80% de los casos
En abril de 2026, la prestigiosa revista JAMA Network Open publicó los resultados de un estudio a gran escala realizado por especialistas de Mass General Brigham, uno de los sistemas científicos y médicos más grandes de Estados Unidos.
Los científicos evaluaron 21 modelos de lenguaje modernos (incluyendo GPT-5, Gemini 3.0 Flash y Grok 4) en 29 escenarios clínicos estandarizados. La evaluación abarcó todas las etapas del pensamiento clínico: desde la recogida de quejas hasta el diagnóstico final. Los resultados fueron paradójicos.
Por un lado, cuando se proporcionó a los modelos un cuadro clínico completo (resultados de pruebas, datos de imagen), demostraron una precisión impresionante, acertando el diagnóstico final correcto en más del 90% de los casos. Esto crea una ilusión de poder de la IA.
Por otro lado —y esto es lo más importante—, en la etapa del diagnóstico diferencial inicial, cuando la información aún es escasa y el médico debe considerar posibles opciones, todos los modelos sufrieron un fracaso rotundo. No lograron formular un diagnóstico diferencial correcto en más del 80% de los casos.
"Estos modelos son excelentes para nombrar el diagnóstico final cuando los datos ya están completos, pero tienen serias dificultades en la etapa inicial y abierta, cuando la información aún es escasa", explicó Aria Rao, autora principal del estudio.
Google AdInline article slot
Alucinaciones y sesgo sistémico
En paralelo, en abril de 2026, se publicó otro estudio alarmante en la revista npj Digital Medicine (Nature), centrado en un análisis detallado del rendimiento de GPT-5. Los científicos evaluaron no solo la precisión, sino también la seguridad del modelo.
Los hallazgos fueron desalentadores. En primer lugar, la tasa de "alucinaciones" (cuando el modelo produce con confianza información falsa, confundiendo ficción con realidad) aumentó. Al procesar escenarios clínicos con errores introducidos deliberadamente, GPT-5 "tragó" datos falsos en el 65% de los casos (frente al 53% de GPT-4o).
En segundo lugar, el modelo demostró un claro sesgo sociodemográfico. Con síntomas idénticos, los pacientes de comunidades LGBTQ+, personas sin hogar y minorías étnicas recibieron recomendaciones de hospitalización psiquiátrica injustificada en el 100% de los casos.
Impacto y relevancia
Para la atención sanitaria: una nueva herramienta con viejos riesgos
Estos estudios asestan un duro golpe al concepto del "diagnosticador de IA". Muestran que los algoritmos modernos carecen de pensamiento clínico: no pueden razonar bajo incertidumbre, sopesar probabilidades o dudar. Como señaló el Dr. Mark Succi, el diagnóstico diferencial es "el arte de la medicina" que la IA aún no puede replicar.
En la práctica, esto significa que los pacientes y médicos que confían en la "opinión" de una red neuronal en las etapas iniciales corren el riesgo de tomar el camino equivocado. Un diagnóstico preliminar incorrecto puede llevar a:
- Prescripción de procedimientos innecesarios y traumáticos
- Retraso en tratamientos críticamente importantes
- Aumento de la ansiedad del paciente ("cáncer" en lugar de "lunar")
Como advierte el coautor del estudio Mark Succi: "Incluso si finalmente llegamos a la respuesta correcta, un diagnóstico diferencial incorrecto puede provocar retrasos en el tratamiento, procedimientos innecesarios con complicaciones y costes elevados".
Para los médicos: una razón para reevaluar su papel
Al mismo tiempo, está claro que la IA maneja con éxito el análisis rutinario. En imagen médica (interpretación de imágenes) y patología (análisis de muestras histológicas), las redes neuronales muestran resultados elevados y ya se están implementando en la práctica.
Por tanto, la principal conclusión de 2026 es una clara división de responsabilidades: la IA puede ser una calculadora ultrarrápida y una asistente, pero las decisiones y los diagnósticos deben ser tomados exclusivamente por humanos. En la etapa actual, la inteligencia artificial no reemplaza al médico, sino que solo proporciona una "segunda opinión".
Reacción de los actores clave
La reacción de la comunidad profesional ante los datos publicados fue inmediata.
Los investigadores de Mass General Brigham instan a la precaución y al rechazo de las "ilusiones de marketing". "A pesar del progreso constante, los grandes modelos de lenguaje de propósito general aún no están listos para un uso autónomo en la clínica", afirmó Mark Succi. Los investigadores enfatizan que la IA moderna carece de los mecanismos de razonamiento clínico necesarios para un funcionamiento seguro en el sistema sanitario.
Los expertos rusos también comentan activamente la situación. Marina Lyashenko, vicepresidenta de la aseguradora VSK, destaca el principio clave: "confiar pero verificar". En su opinión, el pensamiento crítico y la supervisión profesional del médico siguen siendo factores clave en la toma de decisiones.
Yevgeny Mukhametshin, subdirector médico de la cadena federal de óptica "Schastlivy Vzglyad", añade un aspecto regulatorio: para una implementación segura de la IA en medicina, se necesitan marcos claros: certificación de soluciones digitales, transparencia de los algoritmos e indicación obligatoria de que el uso de la IA es de carácter consultivo.
Curiosamente, los propios tecnólogos no discuten estos hallazgos. El estudio mostró que un simple "prompt de mitigación" reduce la tasa de alucinaciones de GPT-5 del catastrófico 65% a un aceptable 7,67%. El problema no es que la IA sea "tonta", sino que se utiliza incorrectamente por defecto.
Pronóstico y conclusiones
Hacia dónde se dirige la industria
La principal conclusión de 2026 es dura pero aleccionadora: vender modelos de lenguaje como "diagnosticadores clínicos" completos es prematuro y peligroso por ahora.
No obstante, la IA tiene futuro en la medicina, y no reside en reemplazar al médico, sino en aumentarlo. Los escenarios más probables para los próximos años:
- Regulación estricta. La entrada al mercado de los sistemas de IA debe ir acompañada de una certificación y supervisión obligatorias similares a las de los dispositivos médicos. La transparencia de los algoritmos (lucha contra las "cajas negras") se convertirá en un requisito obligatorio.
- Entornos "protegidos". Los sistemas de IA médica operarán dentro de marcos limitados, no como chatbots abiertos, sino como herramientas de propósito estrecho para una tarea específica (por ejemplo, detección de tumores en TAC).
- Asistente, no reemplazo. El papel de la IA se reducirá al análisis rutinario, la verificación de la corrección del llenado de historias clínicas y la búsqueda rápida en bases de datos, dejando el razonamiento diagnóstico complejo a los humanos.
Como señaló acertadamente uno de los revisores del estudio, incluso si las tecnologías aprenden a responder correctamente a la mayoría de las consultas, un volumen estadísticamente significativo de errores persistirá. Las "alucinaciones" de la IA en un campo donde el coste del error es la vida de un paciente son inaceptables. Por lo tanto, a pesar del "avance" en el procesamiento de datos, el diagnóstico seguirá siendo una prerrogativa humana durante mucho tiempo.
— Editorial Team
