Artículo basado en la conferencia del Dr. Luis Eduardo Pino, especialista en medicina interna y en hematología y oncología clínica de la Universidad Militar Nueva Granada. Maestría en IA y Machine Learning en la Universidad de Texas.
La IA ha llegado no solo para introducir una herramienta adicional en la práctica clínica, sino para transformar profundamente el modelo operativo de la medicina, cuestionando su definición misma y obligando a replantear qué significa ser médico en el siglo XXI.
Históricamente, la medicina se sustentó en tres pilares: la gestión de la incertidumbre, la interpretación del conocimiento y la toma de decisiones en contextos de asimetría informativa. Los médicos eran los custodios del saber médico. Hoy, esa ecuación ha cambiado radicalmente. La inteligencia artificial, especialmente tras la popularización de modelos generativos como ChatGPT y OpenAI desde 2022, ha erosionado estos fundamentos.
Los modelos de lenguaje, que procesan grandes volúmenes de datos en segundos, las herramientas multimodales (capaces de integrar texto, imágenes y datos biomédicos) y los agentes autónomos están siendo utilizados tanto por médicos como por pacientes.
El asunto es que, mientras la IA evoluciona de forma exponencial, hoy existen sistemas multiagente capaces de colaborar entre sí (IA agencial); los cambios en la formación médica y en el profesionalismo avanzan lentamente. En lugar de fomentar el pensamiento crítico, la comprensión algorítmica y bases matemáticas, muchas facultades se resisten a la IA en la educación médica o se aprueba un uso superficial de herramientas como Chat GPT, lo que limita la capacidad del médico para comprender sus alcances y riesgos.
El rol del médico ha cambiado a lo largo de la historia, pasando por tres grandes etapas: La primera, que se puede definir como profesionalismo clásico, estaba basada en la autoridad, la autonomía y la experticia. El médico era una figura central, casi incuestionable. La segunda de profesionalismo gerencial o industrial, caracterizada por la estandarización, los protocolos y la medicina basada en la evidencia dentro de sistemas de salud organizados como industrias. Es una fase aún activa, pero que ahora debe integrarse con una nueva etapa de profesionalismo aumentativo o supervisivo que emerge en la era de la IA, donde el médico deberá trabajar junto a sistemas inteligentes, supervisando y entendiendo algoritmos y asumiendo la responsabilidad ética y clínica de sus decisiones.
En este escenario, los sistemas de IA pueden superar al médico en tareas específicas y esto plantea una pregunta fundamental: si las máquinas pueden hacer estas tareas mejor, más rápido y a menor costo, ¿qué justifica la existencia del médico?
Aunque algunos creadores de modelos de IA ya anuncian el “relevo humano” para muchas profesiones, lo cierto es que aún hay mucho camino por recorrer. La IA seguramente ya está siendo implementada en entornos clínicos, pero en muchos casos, su implementación ocurre sin protocolos, sin validación institucional y sin formación adecuada, lo que puede comprometer la calidad de la información y de la atención.
Además, se observa un fenómeno generalizado y es la tendencia a antropomorfizar los sistemas de IA, pues generan respuestas empáticas y coherentes, y ¿a quién no le gusta un trato amable y humano, así provenga de una máquina? Pero esto puede reforzar sesgos cognitivos como el de confirmación, esa tendencia humana a interpretar y aprobar información que confirme nuestras creencias preexistentes, disminuyendo así la capacidad crítica tanto de médicos como de pacientes.
Para el Dr. Pino, la evolución del profesionalismo médico no consiste en defender privilegios históricos, sino en identificar con precisión dónde sigue siendo indispensable el juicio humano y cómo debe ejercerse bajo supervisión crítica de la IA.
Ante esta transformación, el valor del médico no desaparece, pero sí se redefine. El Dr. Pino recuerda tres competencias esenciales que constituyen el nuevo diferencial humano:
- Convergencia: la capacidad de integrar múltiples fuentes de información y sintetizarlas en decisiones comprensibles y útiles.
- Complejidad: la habilidad para abordar problemas complejos, especialmente en la “última milla”, donde los algoritmos pueden ser insuficientes.
- Criterio: el juicio clínico para decidir cuándo utilizar la IA, cómo interpretarla y cuándo cuestionarla.
::::::::::::::::::::
Intervención del Dr. Pino en: FORO: PROFESIONALISMO MÉDICO
Nota. Victoria Rodríguez G. Comunicaciones Academia Nacional de Medicina
Visitas: 28
