Detalles editoriales

Cómo citar

Salazar Hortua LF. El médico, el paciente y el chat [Internet]. 2026-10-06. Disponible en: https://luissalazar.md/es/articles/el-medico-el-paciente-y-el-chat/

Avisos

  • Artículo de opinión con fines educativos; no constituye consejo médico individual. La escena es ficticia.

Uso de IA

Texto escrito por el autor. Se utilizaron herramientas de IA como apoyo para investigación, corrección ortográfica y de citas, y adaptación al inglés.

Inevitablemente, en este punto todos hemos escuchado sobre la inteligencia artificial. De hecho, en una encuesta de la Asociación Médica Estadounidense (AMA)1, el 81 % de los médicos encuestados dijo utilizar IA en su trabajo. Los usos más reportados fueron resumir (39 %), elaborar instrucciones y planes de atención o notas de evolución (30 %), documentar historias clínicas o notas de consulta (28 %). Al parecer, ya la hemos integrado en nuestras rutinas de trabajo. Recientemente, Sam Altman, CEO de OpenAI (creadora de ChatGPT), ante el Consejo de Seguridad de las Naciones Unidas2, planteó que la IA podría traer «un nuevo Renacimiento de creatividad y descubrimiento, o una nueva Revolución Industrial de agitación y desorden».

En la primera posibilidad está la promesa de potenciar al ser humano. En una revisión sobre aplicaciones de IA en medicina Fahim y sus colegas3 describen cómo estas herramientas pueden apoyar el diagnóstico, la planificación de tratamientos y el seguimiento de pacientes. Plantean que, al complementar a los profesionales, pueden reducir errores, optimizar recursos y mejorar la atención, pero condicionan esa promesa a la supervisión clínica y la formación de quienes las usan. Hasta acá parece que le damos la razón a Sam. Sin embargo, recientemente se ha planteado una tesis incómoda que nos hace pensar en la segunda posibilidad: Ezekiel Emanuel y sus colegas, en JAMA4, plantean que, hacia 2030, la IA autónoma podría superar no solo al médico, sino también al médico que trabaja con IA, en algunas tareas cognitivas de la atención médica.

¿De dónde viene esto? En un ensayo de Goh y sus colegas5, publicado en 2024, 50 médicos fueron asignados al azar a resolver hasta seis casos clínicos escritos con recursos habituales, con o sin acceso a GPT-4 (en 2026 vamos en GPT-6 Astra). Los evaluadores, sin conocer el grupo, calificaron los diagnósticos propuestos, los argumentos a favor y en contra y los siguientes pasos de evaluación. La puntuación mediana de razonamiento diagnóstico fue del 76 % con IA y del 74 % sin ella, sin una diferencia estadísticamente significativa; en una evaluación exploratoria separada, GPT-4 funcionando solo obtuvo un 92 %. Los investigadores señalan que la forma de preguntar al modelo podría explicar parte de esa diferencia: darle acceso al médico no equivale a enseñarle a aprovecharlo.

Recientemente se ha continuado evaluando esta hipótesis. Un metaanálisis de 106 experimentos, al menos 20 en medicina, encontró que combinar al humano con la IA empeoraba el rendimiento cuando la máquina sola ya era superior.6 Otro análisis de 52 estudios clínicos encontró que la IA podía mejorar el rendimiento de los médicos, pero que esa colaboración no superaba, en conjunto, a quien obtenía mejores resultados por separado, fuera el médico o la IA.7 Estos resultados cuestionan una suposición: no está demostrado que el médico asistido por IA sea la mejor opción. La IA autónoma podría ofrecer mejores resultados en cinco tareas cognitivas y estar preparada para algunos flujos clínicos en 2030.4 Sin embargo, la mayoría de estas comparaciones siguen siendo simulaciones, no consultas completas.

Las cinco tareas cognitivas en las que la IA podría ser superior4

Tarea Qué comprende
Obtener información clínica Síntomas, antecedentes y medicamentos
Formular diagnósticos diferenciales Identificar las posibles causas
Seleccionar pruebas Decidir qué estudios solicitar
Recomendar tratamientos Proponer opciones acordes con las guías
Manejar enfermedades crónicas Hacer seguimiento y ajustar el tratamiento

Me voy a salir un segundo del papel de médico estadístico. Estas máquinas son cada vez más capaces de hacerlo todo: ¿qué significa eso para quienes elegimos la medicina por la ciencia detrás de cuidar del otro?

De la magia de infancia al chat

Desde pequeño me han acompañado la obsesión y la curiosidad. Empezó con los remedios caseros de mi nona (abuela materna), que por arte de magia me hacían sentir mejor; ni idea de cómo funcionaban, pero cumplían su objetivo. Con el tiempo, esa curiosidad me llevó a ser médico. Sin embargo, al graduarme me encontré con el “sistema de salud”: en la práctica diaria, ser médico en gran parte se resumía en papeleo, historias clínicas meticulosas y software de formulación. Poca magia. Al parecer, la única salida para mejorar el día a día era continuar mi formación con una especialidad. Hay muchas para elegir, todas con campos apasionantes y la mayoría con la promesa de ganar un mejor salario (tentador) o una mayor calidad de vida (más tentador aún). A mí me costaba escoger: sentía que cada camino me acercaba a unas preguntas y me alejaba de otras.

Un día entre finales del 2022 y comienzos del 2023, apareció una herramienta, un chat, con un retador “Pregúntame lo que sea”. Lo hice y, para mi sorpresa, parecía saberlo todo. O al menos, todo lo que yo le preguntaba. Respondía lo suficientemente bien como para sorprenderme. ¿O para engañarme? Sentí cómo volvía esa curiosidad: ¿cómo funcionaba? Quería entenderlo, así que me fui por estadística y ciencia de datos. Hoy soy magíster en ese campo. Sin embargo, aun conociendo un poco más estos modelos, me siguen asombrando todos los días. Tener uno de estos chats a mano mientras ejercía la medicina parecía resolver muchos de los problemas que había visto al ejercer. Entonces, le oí al amigo de un amigo esta historia.

La respuesta llega antes que la pregunta

Cuando una persona llega a consulta con sus exámenes (si los trae), ya no llega solo con la interpretación que le dio por WhatsApp el amigo de un amigo que es médico, resulta que ahora también trae la interpretación del chat. El silencio de la consulta médica es diferente, sigue siendo incómodo, pero ahora existe este aire de juicio.

Uno casi puede escuchar las preguntas que el paciente se hace: «¿Me dirá lo que yo ya leí? ¿Verá algo diferente a lo que el chat sabe?». He visto colegas que reciben los exámenes y los revisan detalladamente según sus conocimientos y los umbrales. Cuando son demasiados exámenes para los pocos minutos de la consulta, o quieren incorporarlos rápido a la historia para seguir con la consulta, les toman fotos y suben los PDF al chat. Le formulan preguntas rigurosas y según su área de conocimiento, esperan unos segundos y reciben una respuesta muy bien estructurada. Usualmente, las respuestas son muy buenas, muy cercanas a las que uno, como especialista, daría después de muchos años de estudio. Incluso, a veces señalan cosas que podrían haberse pasado por alto.

Y la verdad entiendo a los colegas: a mí también me ha pasado. Caemos en copiar el texto, modificar un par de cosas y pegarlo en la historia clínica. Después le explicamos al paciente lo que el chat ya nos ayudó a redactar.

En esta historia, parece que el médico usó una herramienta y siguió con su consulta. Pero el paciente ya venía con una respuesta y ahora escucha otra que también pasó por el chat. ¿Quién usó a quién? El médico recibió una respuesta; el chat, información nueva.

Esta escena es ficticia (casi).89

Mucha información, poco espacio para comprender

Esta historia me llevó a reflexionar sobre estas máquinas que parecen saber hacerlo todo. Es que tienen muchas ventajas a su favor: su velocidad, su matemática y su computación. Nosotros de nuestro lado tenemos emociones, intuición y empatía. Parece que no competimos, hasta podríamos complementarnos. Pero la evidencia apunta a que debemos aprender a usarlas correctamente. Sin embargo, es muy difícil seguirles el paso: cada mes aparece un modelo nuevo, un algoritmo diferente, una aplicación más sorprendente. Parecemos ir corriendo a un futuro que no acabamos de entender.

Sobre esto, incluso Dario Amodei, CEO de Anthropic, la empresa detrás de Claude, pide en We Must Pace the Frontier10 moderar el ritmo de avance para que la seguridad pueda seguirle el paso. Y Jacob Coxon11, investigador que trabajó en OpenAI y Anthropic, fue más lejos: al anunciar su renuncia en X (twitter), escribió que quienes construyen esta tecnología creen que podría matarnos a todos antes de terminar la década. Entre las promesas de lo que la IA puede hacer por nosotros y el miedo a lo que podría hacernos, nos sentimos perdidos.

Ilustración lineal sin texto: un mortero y plantas se conectan mediante una línea ondulada con símbolos científicos, un portátil con globos de conversación, fichas médicas y un estetoscopio.
Ilustración editorial · El valor de detenerse.
Leer explicación de la imagen

«Nos hemos acostumbrado a las certezas, a la velocidad y a la recompensa inmediata. A veces, el valor del médico está en detenerse: escuchar, hacer una pregunta más y reconocer lo que todavía no encaja. La intuición no reemplaza la evidencia; puede señalar dónde hace falta seguir buscando»

Un amigo de un amigo

Esa preocupación sobre qué estamos aportando los humanos también aparece fuera de la medicina. En una publicación sobre arte e inteligencia artificial, León XIV insiste en distinguir la creación humana de lo que producen las máquinas. Contexto de la reflexión12.

Captura recortada de la publicación de León XIV sobre arte e IA, con traducción automática del inglés al español; transcripción disponible debajo.
León XIV · @Pontifex — Captura con traducción automática al español.
Leer transcripción de la captura

En esta era de la inteligencia artificial, se vuelve urgente distinguir el arte humano de lo que producen las máquinas. Existe una diferencia ontológica, incluso antes que una estética, entre el arte y lo que una máquina puede generar mediante cálculos estadísticos basados en millones de imágenes creadas por otros. Los algoritmos carecen de la chispa de la humanidad. Por esta razón, la Iglesia desea renovar una alianza con artistas e instituciones culturales para salvaguardar nuestra humanidad.

Volviendo a la medicina, recientemente en un artículo de perspectiva publicado en 2026 en The Lancet Digital Health13, Wu y sus colegas señalan una brecha que atraviesa esta discusión: un modelo puede obtener buenos resultados en las pruebas y aun así no traducirse en un beneficio para los pacientes. Para conectar el desarrollo tecnológico con la práctica clínica, proponen una trayectoria profesional que llaman «clínico–científico de IA»: un profesional que integra conocimiento clínico, técnico y de investigación para identificar necesidades de atención, evaluar estas herramientas y orientar su implementación responsable.

Esa propuesta me ayuda a darle nombre al camino que quiero construir. Me gustaría poder aportar desde la medicina y la estadística a entender qué hace cada herramienta y cómo usarlas correctamente, e ir compartiendo lo aprendido en este espacio. Veremos qué evidencia tiene respaldo y qué falta antes de llevarla a la práctica.13

Diagrama de tres círculos: profesional clínico, ingeniero y científico. Sus intersecciones conectan diseño de IA según necesidades clínicas, validación clínica y evaluación de IA; en el centro aparece el clínico–científico de IA.

Las múltiples identidades y capacidades del clínico–científico de IA. Figura de Wu y colaboradores, The Lancet Digital Health (2026). Se conserva el inglés original. Fuente: artículo original. Licencia CC BY 4.0.

Esa es la idea detrás de esta editorial en luissalazar.md, acá el texto DEBE ser humano: escribir nos permite pensar con otros a través del tiempo. En 1950, Turing14 dejó por escrito una pregunta que todavía nos acompaña: «¿Pueden pensar las máquinas?». Podemos volver a ella, discutirla y hacernos otras preguntas. Esa es la idea: seguir pensando juntos. Escribo cada palabra que van a encontrar en estas publicaciones (todo uso de la IA se declara). Este espacio no es una colección de respuestas rápidas, sino un lugar donde se vea cómo llegamos a una pregunta y qué hicimos para responderla. No estoy en contra de usar IA. Me llevó a estudiar estadística y ciencia de datos precisamente porque quería entenderla mejor. Pero la velocidad de esta nueva era no puede quitarnos la oportunidad de aprender y seguirle el paso de cerca.

Esta es la inauguración. Bienvenido/a/e. Suscríbase al newsletter, acá somos del 1 % que quiere usar estas nuevas herramientas con la rigurosidad que merecen los pacientes. Cada semana, los domingos, un nuevo artículo, curso, habilidad. En el próximo resolveremos el problema que tiene el colega de la historia, estudiaremos cómo construir un agente de IA y cómo le damos una memoria longitudinal de aprendizaje y conocimiento.

Atentamente,

Luis.

Referencias

  1. American Medical Association. More than 80% of physicians use AI professionally: AMA survey [Internet]. 2026. [citado 4 oct 2026]. Disponible en: https://www.ama-assn.org/practice-management/digital-health/more-80-physicians-use-ai-professionally-ama-survey. ↩

  2. United Nations. Ongoing Efforts to Create Powerful AI a “Race Where Everyone Loses”, UN Expert Tells Security Council, as Members, Tech Leaders Debate Governance Issues [Internet]. [citado 4 oct 2026]. Disponible en: https://press.un.org/en/sc/16462.doc.htm. ↩

  3. Fahim YA, Hasani IW, Kabba S, Ragab WM. Artificial intelligence in healthcare and medicine: clinical applications, therapeutic advances, and future perspectives. Eur J Med Res. 2025;30(1):848. doi: 10.1186/s40001-025-03196-w. Disponible en: https://pmc.ncbi.nlm.nih.gov/articles/PMC12455834/. ↩

  4. Emanuel EJ, Baker-Butler A, Khosla N, Khosla V. Will Autonomous AI Exceed AI-Aided Physicians as the Best Medical Care? JAMA. 2026;336(11):915–918. doi: 10.1001/jama.2026.15380. ↩ ↩ ↩

  5. Goh E, Gallo R, Hom J, Strong E, Weng Y, Kerman H, et al. Large Language Model Influence on Diagnostic Reasoning: A Randomized Clinical Trial. JAMA Netw Open. 2024;7(10):e2440969. doi: 10.1001/jamanetworkopen.2024.40969. ↩

  6. Vaccaro M, Almaatouq A, Malone T. When combinations of humans and AI are useful: A systematic review and meta-analysis. Nat Hum Behav. 2024;8(12):2293–2303. doi: 10.1038/s41562-024-02024-1. ↩

  7. Liu P, Zhang J, Chen S, Chen S. Human-AI teaming in healthcare: 1 + 1 > 2? npj Artif Intell. 2025;1:47. doi: 10.1038/s44387-025-00052-4. ↩

  8. OpenAI. What if I want to keep my history on but disable model training? OpenAI Help Center [Internet]. [citado 4 oct 2026]. Disponible en: https://help.openai.com/articles/8983130-how-does-chatgpt-use-my-data. ↩

  9. Castelvecchi D. Who gets credit in the AI era? OpenAI maths bombshell sparks debate. Nature. 2026 Sep 17. doi: 10.1038/d41586-026-02910-w. Disponible en: https://www.nature.com/articles/d41586-026-02910-w. ↩

  10. Amodei D. We Must Pace the Frontier [Internet]. 2026 Sep. [citado 4 oct 2026]. Disponible en: https://darioamodei.com/post/we-must-pace-the-frontier. ↩

  11. Yeo A. Anthropic researcher quits, calls AI an existential threat to humanity. Mashable [Internet]. 2026 Sep 9. [citado 4 oct 2026]. Disponible en: https://mashable.com/tech/anthropic-ai-researcher-quit-ethics-safety. ↩

  12. Vatican News. Pope Leo: the Church needs artists [Internet]. 2026 Oct 2. [citado 4 oct 2026]. Disponible en: https://www.vaticannews.va/en/pope/news/2026-10/pope-leo-the-church-needs-artists.html. ↩

  13. Wu Y, Ong AY, Chen H, Yang GD, Tham YC, Keane PA, et al. The clinician–artificial intelligence scientist: a proposed career pathway in medicine. Lancet Digit Health. 2026:101077. doi: 10.1016/j.landig.2026.101077. ↩ ↩

  14. Turing AM. Computing Machinery and Intelligence. Mind. 1950;LIX(236):433–460. doi: 10.1093/mind/lix.236.433. Disponible en: https://people.csail.mit.edu/brooks/idocs/compmach.pdf. ↩