Una IA conversacional igualó a médicos en un examen simulado de manejo clínico

Un sistema de inteligencia artificial conversacional llamado AMIE rindió al nivel de médicos de atención primaria en una evaluación virtual pensada para medir cómo se maneja una enfermedad a lo largo de varias consultas. El resultado no significa que la herramienta esté lista para reemplazar a profesionales ni que haya demostrado funcionar en hospitales o policlínicas, pero sí muestra hasta dónde están llegando estos modelos cuando se los entrena para dialogar con criterio clínico y apoyarse en guías médicas actualizadas.

El estudio, publicado en Nature, no evaluó a la IA con pacientes reales. En cambio, usó un formato de examen conocido como OSCE, una prueba estructurada muy utilizada en educación médica. Allí, AMIE fue comparado con 21 médicos de atención primaria en 100 escenarios clínicos simulados de varias visitas, diseñados según guías del sistema NICE del Reino Unido y materiales de BMJ Best Practice. Los especialistas que revisaron las respuestas consideraron que el sistema no fue inferior a los médicos en razonamiento de manejo clínico.

La diferencia con otras pruebas de inteligencia artificial médica es que aquí no se trataba solo de sugerir un posible diagnóstico. El foco estaba en algo más cercano a la práctica cotidiana: seguir la evolución de una enfermedad, decidir estudios, ajustar tratamientos y responder dudas sobre medicamentos con coherencia entre una consulta y la siguiente. Según el trabajo, AMIE obtuvo mejores puntajes en precisión de tratamientos e investigaciones propuestas, y también mostró una mayor alineación explícita con guías clínicas y formularios de medicamentos.

Para examinar con más detalle la parte farmacológica, los investigadores también construyeron una prueba específica llamada RxQA, basada en formularios nacionales de medicamentos de Estados Unidos y Reino Unido y revisada por farmacéuticos certificados. En las preguntas más difíciles, AMIE superó a los médicos cuando ambos podían consultar información externa. Esa parte del estudio sugiere que una fortaleza importante de estos sistemas puede estar en combinar conversación con acceso rápido y ordenado a documentos extensos y actualizados.

El hallazgo importa porque el seguimiento de enfermedades crónicas o complejas exige recordar antecedentes, interpretar cambios entre visitas y mantener consistencia con recomendaciones clínicas que se actualizan con frecuencia. Si una herramienta conversacional logra ayudar en ese proceso, podría convertirse en apoyo para tareas muy demandantes, como ordenar información, preparar opciones de manejo o detectar omisiones en la indicación de estudios y tratamientos.

Pero los límites son igual de importantes que los buenos resultados. El estudio se hizo en casos simulados, bajo reglas controladas y con acceso estructurado a fuentes externas. No demuestra que una IA pueda comunicarse con seguridad con pacientes reales, captar señales ambiguas del mundo cotidiano o manejar sin errores la complejidad social y emocional de una consulta. Tampoco resuelve por sí solo problemas conocidos de estos sistemas, como respuestas demasiado seguras, sesgos o fallas cuando la información de partida es incompleta. Por eso, más que anunciar un reemplazó de los médicos, el trabajo sugiere un escenario más concreto y prudente: el de herramientas que podrían asistir decisiones clínicas, siempre bajo validación adicional y supervisión humana.