La IA médica mejora en el diagnóstico, pero la prueba de los resultados de los pacientes aún queda atrás
- La IA médica está mejorando el rendimiento en diagnósticos y decisiones clínicas, pero los estudios aún ofrecen evidencia limitada de mejores resultados para los pacientes.
- Un ensayo aleatorizado en Kenia encontró una mejor documentación y decisiones de atención con soporte de modelos de lenguaje grandes (LLM), pero sin una reducción significativa en la tasa de fracaso del tratamiento a 14 días.
- La FDA está examinando ahora cómo deben evaluarse los dispositivos médicos de IA generativa antes de su lanzamiento y monitorearse una vez implementados en entornos clínicos reales.
Una plétora de estudios en 2026 muestra una brecha persistente en la IA médica: los sistemas pueden influir en las decisiones de los médicos y lograr resultados de diagnóstico impresionantes sin demostrar que los pacientes realmente se vuelvan más sanos.
Esto es importante para los hospitales que compran estos sistemas, las empresas que intentan mostrar su utilidad y las autoridades que determinan qué evidencia debe considerarse una vez que la IA se adopte en las clínicas de los médicos.
El problema de la prueba que los reguladores están comenzando a escudriñar
La disparidad entre el rendimiento notable de la IA y la eficacia demostrada para los pacientes parece estar volviéndose demasiado grande para pasarla por alto. El Financial Times resumió esta situación en su titular:
"La IA médica tiene un problema de prueba."
Este problema ha pasado ahora del ámbito de los debates académicos. La FDA está haciendo muchas de las mismas preguntas mientras examina cómo evaluar estos dispositivos médicos habilitados con IA antes y después de su uso. El documento de discusión del 18 de agosto, abierto para comentarios públicos hasta el 19 de octubre, cubre cuestiones como la evaluación de riesgos, la evaluación previa al mercado y el monitoreo posterior al mercado.
La FDA tiene cuidado de dejar claro que este documento es puramente un documento de discusión y no un borrador de directriz, un cambio propuesto en la política o cualquier indicación de expectativas regulatorias futuras.
Una consulta previa de la FDA sobre el rendimiento en el mundo real también ha traído a consideración la cuestión de la deriva del modelo y las limitaciones del uso de métricas estáticas. Esto plantea una pregunta más grande que ya no puede ignorarse: ¿cómo medimos la seguridad y la eficiencia una vez que una solución de IA ha salido del laboratorio?
En Kenia, el apoyo de IA no redujo el fracaso del tratamiento
En un estudio publicado en la revista Nature Medicine, que se lanzó el 26 de junio, 103 oficiales clínicos en 16 instalaciones de Penda Health en Nairobi y Kiambu trataron a pacientes con o sin la ayuda de un modelo de lenguaje grande (LLM) para la toma de decisiones. De los 9.691 pacientes registrados, 9.347 pacientes fueron considerados para el análisis primario.
La tasa de fracasos del tratamiento después de 14 días fue del 2,2 % en el grupo de IA y del 2 % en el grupo de control, por lo que la razón de probabilidades ajustada fue de 0,77, aunque la diferencia no es estadísticamente significativa (P=0,13). No se asociaron eventos adversos graves con la intervención.
El grupo que usó IA tuvo una mejor documentación y diagnósticos y planes de tratamiento más apropiados. La significancia del resultado deriva del hecho de que las mejores medidas de proceso no resultaron en ninguna mejora en el resultado para los pacientes.
La tendencia es similar a la prueba RAPIDx AI de 2024. En el análisis primario de 3.029 pacientes, el resultado compuesto a seis meses de muerte cardiovascular, infarto de miocardio o reingreso cardiovascular no planificado fue del 26 % con IA y del 26,4 % con atención estándar. Sin embargo, dentro del grupo de MI no tipo 1, la angiografía coronaria invasiva se realizó con una frecuencia un 47 % menor con atención apoyada por IA.
Las puntuaciones siguen subiendo; la prueba en el mundo real queda atrás
Un ensayo aleatorizado multirregional bajo la guía de Nicholas Rounding encontró que GPT-4o mejoró el rendimiento de los casos clínicos de 249 médicos en un 18 % en Kenia, un 10,7 % en Indonesia y un 7,2 % en los Países Bajos (P<0,001).
Sin embargo, estos fueron casos simulados y no situaciones del mundo real, y los participantes en el grupo de control no pudieron usar Internet ni protocolos clínicos, ni se evaluaron los daños. La investigación confirma que la IA aumenta el rendimiento en entornos controlados, pero no dice nada sobre los resultados de los pacientes.
Los hallazgos de otro estudio publicado en Nature Medicine, realizado por Li Zhang, Jakob Nikolas Kather y sus colegas, indicaron una precisión del 90,04 % para un benchmark de siete enfermedades. En este estudio, al introducir un umbral de consistencia, el agente en el sitio mantuvo un total del 49,4 % de los casos con un nivel de precisión del 98,9 %, mientras que el resto tuvo que ser revisado por profesionales humanos. Sin embargo, los autores indicaron la necesidad de una confirmación adicional a través de ensayos realizados en entornos clínicos reales.
Por qué un médico "en el bucle" no lo resuelve
Según un mapa de evidencia elaborado por Joy Xu, Justin Ko y Joseph Kvedar, la IA agente ahora no solo se encuentra en la administración, sino también en el diagnóstico, la gestión y otras tareas de atención médica, lo que resulta en la creciente importancia de poder gobernar y auditar estos sistemas.
Otro comentario de npj Digital Medicine afirma que la mera presencia de un clínico no garantiza una supervisión y gobernanza adecuadas. El sesgo de automatización puede hacer que las personas sean más propensas a aceptar una recomendación defectuosa, mientras que una supervisión efectiva requiere suficiente conocimiento, tiempo y autoridad para cuestionar el sistema e intervenir.
Sin esas condiciones, los autores advierten, la supervisión humana puede convertirse en poco más que un respaldo de responsabilidad legal:
La responsabilidad puede colapsar sobre los clínicos que se espera que detecten errores que no están bien posicionados para detectar o corregir... una zona de colapso moral.
Eso desplaza el debate de si un humano está técnicamente "en el bucle" hacia si esa persona está realmente equipada para cuestionar, anular y detener el sistema cuando sea necesario.
Las apuestas comerciales detrás de la precaución
MarketsandMarkets proyecta que el mercado de IA en atención médica crecerá de 36.670 millones de dólares en 2026 a 194.790 millones de dólares para 2031, una tasa de crecimiento anual compuesta del 39,7 %. Si ese crecimiento se materializa, los hospitales tomarán más decisiones de compra de IA mientras la evidencia de los resultados de los pacientes sigue siendo desigual.
Eso podría desplazar la presión competitiva hacia algo más difícil de comercializar pero más valioso para los proveedores: validación prospectiva, monitoreo del rendimiento local y supervisión que pueda ser auditada de verdad.
Si estás leyendo esto, ya vas por delante. Mantente así con nuestro boletín.
Preguntas frecuentes
¿Mejoró el ensayo de IA en Kenia los resultados de los pacientes?
No. El ensayo de Penda Health publicado en Nature Medicine el 26 de junio encontró una tasa de fracaso del tratamiento del 2,2% con asistencia de IA frente al 2,0% sin ella, una diferencia que no fue estadísticamente significativa, aunque la herramienta se consideró segura.
¿Cuánto mejoraron las puntuaciones de los médicos con IA en el estudio multilateral?
En el ensayo de Rounding et al., los médicos con acceso a GPT-4o obtuvieron puntuaciones 18 puntos porcentuales más altas en Kenia, 10,7 en Indonesia y 7,2 en los Países Bajos. Sin embargo, esas mejoras provienen de casos clínicos simulados en condiciones controladas, no de pacientes reales.
¿Qué propone la FDA para los dispositivos médicos de IA?
El documento de discusión del 18 de agosto de la FDA sobre dispositivos médicos habilitados con IA generativa apunta hacia una regulación del ciclo de vida que abarca la evaluación previa a la comercialización, el monitoreo posterior a la comercialización y el rendimiento en el mundo real, con comentarios públicos abiertos hasta el 19 de octubre.
Descargo de responsabilidad. La información proporcionada no constituye asesoramiento financiero. Cryptopolitan.com no asume ninguna responsabilidad por las inversiones realizadas basándose en la información proporcionada en esta página. Recomendamos encarecidamente realizar una investigación independiente y/o consultar con un profesional calificado antes de tomar cualquier decisión de inversión.
Ibiam Wayas
Ibiam Wayas cubre la noticia de criptomonedas desde 2019. Estudió Ciencias de la Computación en la Universidad Abierta Nacional de Nigeria. Su trabajo ha aparecido en diversas plataformas de noticias sobre criptomonedas, incluyendo Coinfomania, Crypto News Australia y AltcoinBuzz. Aprovechando su formación en Ciencias de la Computación, ahora se centra en noticias sobre criptomonedas, robótica y longevidad.
