La pregunta surge una y otra vez, impulsada por el vertiginoso auge de los modelos de lenguaje y por las demostraciones, a veces espectaculares, de sus capacidades. Desde hace dos años, las plataformas de IA generativa han demostrado ser capaces de analizar datos médicos, emitir un dictamen diagnóstico o proponer un tratamiento teórico. ¿Debemos ver en ello el preludio de la sustitución de la medicina humana por algoritmos?

Un estudio reciente, junto con una serie de resultados comparativos entre médicos e IA, aporta valiosas pistas. Estos revelan una realidad más sutil que un simple enfrentamiento entre el hombre y la máquina.

1. Cuando la inteligencia artificial supera a los médicos en las evaluaciones clínicas

Los modelos de IA más avanzados han alcanzado ya un nivel impresionante en las pruebas de diagnóstico. Las cifras no dejan lugar a dudas: algunos modelos de lenguaje grande (LLM) ya superan al médico medio en cuestionarios clínicos de opción múltiple. Según la infografía comparativa que acompaña al estudio, modelos como Claude 3 alcanzan una precisión del 66 %, mientras que GPT-4 se sitúa en el 63 %. Los médicos humanos, en la misma evaluación, alcanzan una media del 51 %. Estos resultados, crudos y desconcertantes, plantean una pregunta directa: ¿qué sentido tiene formar a un médico durante diez años si una IA puede mostrar un rendimiento similar, y a veces superior, en una prueba teórica?

La respuesta se encuentra precisamente en la naturaleza de estas evaluaciones. Estas pruebas miden la exactitud estadística, no la sutileza del juicio clínico. Evalúan la capacidad de elegir una respuesta entre varias opciones, no el arte de formular preguntas, interpretar la historia de vida de un paciente, detectar un detalle aparentemente insignificante pero decisivo o apreciar un matiz en una situación ambigua. Los modelos destacan en el reconocimiento de patrones, no en la construcción del sentido clínico. Por lo tanto, su superioridad en las pruebas no implica superioridad a pie de cama del paciente.

Ahí es donde el estudio científico aporta una perspectiva decisiva: la IA y los médicos no se equivocan de la misma manera. En otras palabras, la IA no es ni mejor ni peor que los médicos: es diferente. Y esa diferencia lo cambia todo.

2. Solo se va rápido, juntos se acierta: la fuerza del diagnóstico colectivo

Una de las principales conclusiones del estudio «Human–AI collectives» es que el rendimiento diagnóstico mejora cuando se combinan varios cerebros, ya sean humanos o digitales. Los grupos de médicos superan sistemáticamente a los profesionales que actúan de forma aislada. Y los grupos de IA superan a los modelos individuales. La razón es sencilla: la diversidad de los errores.

Un médico experimentado puede pasar por alto un diagnóstico poco frecuente. Una IA puede sobrevalorar una pista biológica en detrimento de un síntoma contextualizado. Pero cuando se agrupan varias opiniones, los errores se compensan, las buenas intuiciones se refuerzan y la precisión aumenta.

El estudio lo demuestra con claridad: un grupo de cinco médicos alcanza aproximadamente un 77 % de acierto. Un conjunto de cinco IA alcanza en torno al 73 %. Dos resultados sólidos, pero aún lejos del más llamativo: cuando los médicos y las IA trabajan juntos, la precisión alcanza hasta el 82 %. Esta puntuación supera sistemáticamente a todas las demás configuraciones.

La explicación radica en la complementariedad. Allí donde las IA fallan, los médicos aciertan entre el 30 % y el 38 % de las veces. Allí donde los médicos se equivocan, las IA suelen dar con la respuesta. Paradójicamente, la IA rinde mejor cuando hay un ser humano en el proceso, y el ser humano rinde mejor cuando se apoya en la IA. La eficacia no proviene, por tanto, de la oposición, sino de la colaboración.

3. La alianza entre expertos e IA: una herramienta poderosa en buenas manos

La conclusión del estudio debería tranquilizar o, como mínimo, aclarar el debate público: la IA no sustituye a los médicos, pero los médicos que utilizan la IA probablemente sustituirán a aquellos que no la utilizan. El modelo más eficaz no es aquel que intenta imitar la intuición humana, sino el que la complementa.

En la práctica médica real, un diagnóstico no se reduce a identificar una enfermedad. Se trata de escuchar a una persona, comprender sus miedos, detectar lo que no se dice e integrar el contexto familiar, social o emocional. La IA no conoce ni la vergüenza de un paciente, ni su angustia, ni su vacilación a la hora de expresar lo que le preocupa. No posee ese sexto sentido forjado por años de experiencia. Destaca en el análisis, no en la relación.

Por el contrario, los médicos deben lidiar con un volumen de información cada vez mayor: miles de artículos publicados cada semana, nuevas recomendaciones, avances terapéuticos constantes. Ninguna mente humana puede asimilarlo todo. La IA, en cambio, sí puede. Asociada a un profesional competente, se convierte en un amplificador de la atención, un asistente metódico, una segunda opinión experta que nunca se cansa.

Esta hibridación no es, por tanto, una amenaza, sino una oportunidad. Un médico potenciado por una IA pertinente gana en exhaustividad, en rapidez de análisis y en capacidad para explorar vías poco comunes. Sigue siendo el dueño de la decisión, pero se beneficia de una herramienta poderosa que refuerza su criterio.

Conclusión

La cuestión ya no es si la IA sustituirá a los médicos. Los datos son claros: la IA por sí sola es insuficiente y, en ocasiones, peligrosa. Los médicos por sí solos son humanos y, por tanto, perfectibles. Juntos, se vuelven mejores. El futuro de la medicina no será ni artificial ni exclusivamente humano. Será híbrido.