La IA de razonamiento supera a los médicos humanos en diagnóstico en un estudio histórico

La inteligencia artificial ha prometido durante mucho tiempo transformar la medicina, pero un nuevo estudio publicado en Science marca un hito genuino: un modelo de IA de razonamiento ha superado a médicos humanos en múltiples tareas clínicas complejas utilizando datos reales de pacientes. El modelo evaluado, o1-preview de OpenAI, destaca por mantener una cadena de pensamiento interna, lo que significa que puede explicar su razonamiento en lugar de limitarse a producir una respuesta. Esta transparencia es fundamental para la confianza clínica y su adopción.

Los investigadores evaluaron o1-preview en seis tareas al estilo de un médico, utilizando 143 casos clínicos desafiantes del New England Journal of Medicine. La IA identificó correctamente el diagnóstico en su diagnóstico diferencial en el 78,3% de los casos y lo señaló como su primera opción en el 52% de los casos. En un subconjunto donde se habían registrado previamente las respuestas de médicos humanos, la IA superó a los médicos tanto en precisión diagnóstica de primera opción como de las diez primeras, un resultado notable.

Más allá del diagnóstico, el modelo destacó en la recomendación de los pasos a seguir. Seleccionó la prueba diagnóstica correcta en el 87,5% de los casos y obtuvo una puntuación casi perfecta de 78 sobre 80 en evaluaciones estructuradas de razonamiento clínico, muy por delante de médicos adjuntos y residentes. En viñetas de recomendación de tratamiento, obtuvo una mediana del 89%, frente a apenas el 34% de los médicos que utilizaban recursos convencionales.

Un área donde los humanos mantuvieron su posición fue la identificación de diagnósticos de alto riesgo que no se pueden pasar por alto. La IA no mostró ninguna ventaja significativa en este aspecto, lo que sugiere que la intuición clínica humana sigue siendo relevante en ciertos escenarios de alto riesgo. Las preocupaciones sobre memorización se abordaron comparando el rendimiento en casos publicados antes y después de la fecha de corte del entrenamiento del modelo, sin encontrar diferencias significativas.

Para las personas que buscan optimizar su salud, la implicación práctica es considerable. Las herramientas de diagnóstico con IA se están aproximando —y en algunos ámbitos superando— a la precisión de los médicos especializados. Los pacientes con enfermedades complejas, no resueltas o poco frecuentes podrían beneficiarse pronto de segundas opiniones asistidas por IA. Es importante señalar que el modelo evaluado ya está obsoleto; los modelos actuales y futuros probablemente tendrán un rendimiento aún mejor, lo que acelerará los plazos para su integración clínica en el mundo real.