Ir al contenido

El conocimiento que ilumina el mundo

La IA en la medicina: desde el diagnóstico por imagen hasta el descubrimiento de fármacos, ¿qué se está haciendo hoy y cuáles son los límites?

La inteligencia artificial ha entrado en muchas áreas de la medicina, desde la lectura de radiografías y tomografías computarizadas hasta la predicción de estructuras proteicas. Aplicaciones en uso actualmente, procesos de aprobación, el cambio provocado por AlphaFold, los riesgos y lo que los pacientes deben saber.

La IA en la medicina: desde el diagnóstico por imagen hasta el descubrimiento de fármacos, ¿qué se está haciendo hoy y cuáles son los límites?

La inteligencia artificial se refiere a sistemas informáticos capaces de aprender patrones a partir de grandes cantidades de datos. La medicina es una de las áreas más prometedoras para esta tecnología, y también una de las que requiere mayor precaución: bien utilizada, puede acelerar el diagnóstico y aligerar la carga de trabajo de los médicos; mal utilizada, puede perjudicar a los pacientes.

Diagnóstico por imagen

El diagnóstico por imagen es el área donde la IA se utiliza de forma más generalizada en la medicina actual. Ya están en uso clínico sistemas que señalan hallazgos sospechosos en radiografías, tomografías computarizadas (TC), resonancias magnéticas y mamografías, que priorizan emergencias como hemorragias cerebrales o que analizan fotografías de retina para detectar retinopatía diabética. La lista de dispositivos médicos habilitados con IA de la Administración de Alimentos y Medicamentos de EE. UU. (FDA) ha superado el millar de productos, la gran mayoría de ellos en radiología.

Descubrimiento de fármacos y AlphaFold

Conocer la estructura tridimensional de una proteína es crucial para comprender las enfermedades y desarrollar fármacos. AlphaFold, desarrollado por Google DeepMind, abrió nuevos caminos al predecir estructuras proteicas a partir de su secuencia de aminoácidos con gran precisión. La mitad del Premio Nobel de Química 2024 fue otorgada a Demis Hassabis y John Jumper por este trabajo; la otra mitad fue para David Baker por su trabajo en el diseño de proteínas. La IA también se utiliza para analizar moléculas candidatas a fármacos y diseñar ensayos clínicos.

Tareas clínicas cotidianas

Los sistemas que transcriben consultas de pacientes y redactan notas, las herramientas de alerta temprana que estiman riesgos y las aplicaciones que facilitan la gestión de citas y el papeleo son usos de la IA en los hospitales menos visibles, pero cada vez más comunes.

Límites y riesgos

  • Sesgo de datos: Un modelo entrenado con un grupo de pacientes puede funcionar peor con pacientes de distinta edad, sexo o origen étnico.
  • Privacidad: Los datos de salud se encuentran entre los datos personales más sensibles.
  • Confianza excesiva: Que los médicos o los pacientes acepten la sugerencia de un sistema sin cuestionarla puede conducir a errores.
  • Responsabilidad: Quién es responsable cuando algo sale mal sigue siendo objeto de debate.

En una guía publicada en 2021, la Organización Mundial de la Salud recomienda que la IA para la salud proteja la autonomía humana, sea transparente y explicable, y esté diseñada de forma inclusiva. La Ley de IA de la Unión Europea también trata los sistemas de IA con fines médicos como de alto riesgo e impone obligaciones adicionales.

Una nota para los pacientes

Los chatbots de propósito general pueden ayudarle a entender cuestiones de salud, pero no diagnostican y pueden cometer errores. Consulte a un profesional de la salud sobre sus síntomas y lea los términos de privacidad de las aplicaciones con las que comparte sus datos de salud.

¿En qué campos se utilizan los dispositivos médicos de IA aprobados?

La Administración de Alimentos y Medicamentos de EE. UU. (FDA) mantiene una lista pública de los dispositivos médicos habilitados con IA que ha autorizado para su comercialización. A fecha de 2025, el número de productos en esta lista había superado el millar, y la distribución es bastante desigual:

  • La radiología a la cabeza: Alrededor de tres cuartas partes de los dispositivos de la lista tienen como objetivo revisar imágenes de radiografías, TC, resonancias magnéticas y mamografías.
  • La cardiología en segundo lugar: Destacan aplicaciones como la interpretación de ECG y la detección de trastornos del ritmo cardíaco.
  • Otros campos: También existen herramientas aprobadas en neurología, oftalmología, patología y gastroenterología, pero en menor número.

La aprobación de una herramienta no significa que vaya a funcionar igual de bien en todos los hospitales y en todos los grupos de pacientes; la aprobación se concede para un uso previsto específico y unas condiciones determinadas.

¿Cómo se evalúa la fiabilidad de una IA sanitaria?

Cuando los investigadores y los hospitales evalúan una nueva herramienta, analizan algunas cuestiones básicas:

  • Validación externa: ¿Se probó la herramienta con datos de diferentes dispositivos y grupos de pacientes fuera del hospital donde se desarrolló?
  • Estudio prospectivo: ¿Se probó no solo con datos pasados, sino dentro del flujo de trabajo clínico real y, si es posible, en ensayos aleatorizados?
  • Informes transparentes: Las directrices CONSORT-AI y SPIRIT-AI publicadas en 2020 pretenden estandarizar la forma en que se comunican los ensayos clínicos que implican IA.
  • Monitorización continua: Tras su implementación, ¿se realiza un seguimiento para ver si el rendimiento disminuye con el tiempo?

En 2024, la Organización Mundial de la Salud también publicó una guía independiente sobre el uso de grandes modelos multimodales (incluidos los sistemas basados en chat) en la salud, ofreciendo más de 40 recomendaciones a gobiernos, desarrolladores e instituciones sanitarias.

Este artículo tiene fines informativos generales y no sustituye el consejo médico. Consulte a su médico sobre las decisiones relativas a su salud.

Fuentes y lecturas adicionales

  1. Organización Mundial de la Salud (OMS), “Ética y gobernanza de la inteligencia artificial para la salud” (2021).
  2. Administración de Alimentos y Medicamentos de EE. UU. (FDA), lista de “Dispositivos médicos habilitados con inteligencia artificial”.
  3. Nobel Prize Outreach, comunicado de prensa “El Premio Nobel de Química 2024”.
  4. Jumper, J. et al., “Highly accurate protein structure prediction with AlphaFold”, Nature (2021).
  5. U.S. FDA – Artificial Intelligence-Enabled Medical Devices (lista)
  6. Liu X. et al. – CONSORT-AI extension, Nature Medicine (2020)
  7. OMS – Ética y gobernanza de la IA para la salud: Guía sobre grandes modelos multimodales (2024)
Compartir
Sigue a YulaHubRecibe primero las noticias más importantes del día.
RSS

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *