Para poner a prueba los límites del razonamiento clínico en los sistemas de IA, científicos de la Facultad de Medicina de Harvard diseñaron un experimento basado en casos clínicos reales que está cambiando la conversación en torno al futuro del diagnóstico médico en el sector salud.
Una nueva investigación liderada por un grupo de especialistas de la Facultad de Medicina de Harvard y el Centro Médico Beth Israel Deaconess, ha dado mucho de qué hablar, tras demostrar que en algunos casos la inteligencia artificial ya supera a los humanos en materia de razonamiento clínico.
Poniendo a prueba las capacidades de razonamiento médico de la inteligencia artificial
Para la elaboración del estudio cuyos resultados fueron publicados en la revista Science, los científicos evaluaron las capacidades de análisis y razonamiento clínico de un par de modelos de lenguaje de OpenAI, a través de diversos escenarios médicos complejos de la vida real, con el objetivo de entender hasta qué punto pueden los sistemas de IA interpretar casos clínicos, generar diagnósticos y sugerir rutas de acción con un nivel comparable o superior al de los médicos.
A diferencia de evaluaciones previas en la materia, basadas en cuestionarios o exámenes teóricos, para poner a prueba las capacidades de los modelos en escenarios mucho más cercanos a la realidad que se vive en los hospitales, los investigadores se basaron en los casos clínicos reales de 76 pacientes que acudieron a la sala de urgencias del Hospital Beth Israel, comparando los diagnósticos ofrecidos por dos médicos internistas con los generados por los modelos o1 y 4o de OpenAI. Esto fue clave para poner a prueba la capacidad de la IA para operar fuera de entornos controlados.
Posteriormente, los diagnósticos fueron evaluados por otros dos médicos, quienes desconocían cuáles provenían de humanos y cuáles de inteligencia artificial.
Misma información, escenarios más reales
Los modelos de IA de OpenAI fueron expuestos a “condiciones progresivas de información”. Esto significa que en lugar de recibir todos los datos de un paciente desde el inicio, la información se le proporcionaba por etapas, tal como ocurre en una sala de urgencias en la que los doctores van descubriendo nuevos signos y síntomas en el paciente a medida que su padecimiento evoluciona. Esto obligaba al sistema a ajustar su razonamiento en tiempo real, incorporando nuevos hallazgos clínicos conforme avanzaba el caso.
De hecho, en el comunicado de prensa oficial de la Facultad de Medicina de Harvard sobre el estudio, los investigadores hicieron hincapié en que no “pre-procesaron los datos en absoluto”, lo que significa que a los modelos de IA se les presentó exactamente la misma información que estaba disponible en los registros médicos electrónicos en el momento de cada diagnóstico.
Con esa información, el modelo o1 logró ofrecer “el diagnóstico exacto o muy aproximado” en el 67% de los casos de triaje, superando con claridad a los dos médicos participantes, quienes acertaron con un diagnóstico exacto o aproximado el 55% y 50% de las veces, respectivamente.
Cuando la IA empieza a marcar la diferencia
Los hallazgos del estudio son contundentes. En múltiples escenarios, el modelo de inteligencia artificial no solo igualó el desempeño de los médicos, sino que en algunos casos lo superó, especialmente en tareas relacionadas con el “razonamiento diagnóstico”.
Uno de los resultados más llamativos del estudio fue que los sistemas de IA mostraron una capacidad sobresaliente para identificar correctamente diagnósticos dentro de un conjunto de posibilidades. El modelo mostró una mayor probabilidad de incluir la respuesta correcta en sus hipótesis iniciales que los propios doctores, un factor crítico en medicina, donde considerar a tiempo una enfermedad puede marcar la diferencia entre un tratamiento oportuno y un desenlace adverso.
Por otro lado, la IA demostró una notable fortaleza en contextos de alta incertidumbre. En etapas tempranas de los casos, cuando la información es limitada, el sistema fue capaz de generar rutas diagnósticas coherentes y bien estructuradas, superando en consistencia a muchos de los médicos participantes.
Una nueva era para la medicina
A pesar de los resultados, el estudio también subraya límites importantes. De hecho, los investigadores de Harvard enfatizan que estas pruebas se centraron únicamente en el razonamiento basado en textos y expedientes clínicos, dejando fuera dimensiones esenciales en la práctica médica como la interacción con pacientes, la exploración física o el juicio clínico contextual.
En ese sentido, los especialistas coinciden en que los avances de la IA en el área médica no apuntan hacia la sustitución de los médicos, sino hacia la redefinición de su rol. En un entorno como el de la salud, donde cada decisión puede ser crítica, la inteligencia artificial comienza a perfilarse como un copiloto clínico gracias a su increíble capacidad para anticipar diagnósticos o identificar posibilidades que podrían pasar desapercibidas.
