La IA puede saber mucho de medicina, pero muy poco del paciente

César Paz-y-Miño. Investigador en Genética y Genómica. Universidad UTE. Para NOTIMERCIO

Preguntarle a una inteligencia artificial por un síntoma se está volviendo cotidiano. Dolor de cabeza, palpitaciones, cansancio, una lesión en la piel o un resultado de laboratorio se introducen en un chatbot y, en segundos, aparecen explicaciones, diagnósticos posibles y hasta sugerencias terapéuticas. Puede ser útil, pero existe una diferencia decisiva entre saber medicina y conocer al enfermo.

Una IA puede manejar una cantidad de información biomédica imposible de memorizar para una persona y, aun así, equivocarse en un caso aparentemente sencillo. No necesariamente porque desconozca la enfermedad, sino porque desconoce al paciente, a la persona. Ese es uno de los mayores riesgos del autodiagnóstico algorítmico: la respuesta depende de la calidad y pertinencia de los datos que recibe.

Si alguien escribe “tengo dolor de cabeza desde hace tres días”, la máquina trabaja inicialmente con esas palabras. Un médico pregunta: ¿apareció bruscamente?, ¿hay fiebre, vómito, alteraciones visuales o debilidad?, ¿tiene hipertensión?, ¿hubo traumatismo?, ¿está embarazada?, ¿qué medicamentos utiliza?, ¿hay antecedentes familiares de migraña, trombosis o aneurismas? Una sola respuesta puede cambiar el diagnóstico.

El paciente no suele ocultar información. Simplemente no sabe qué dato importa. Puede no mencionar un anticonceptivo al consultar por cefalea, un viaje reciente ante una fiebre, pérdida de peso cuando pregunta por cansancio o un cáncer familiar cuando descubre un nódulo. Para él pueden ser hechos separados; para el clínico conspicuo, piezas del mismo problema.

La evidencia empieza a mostrar este problema. Un estudio evaluó 888 respuestas de cuatro chatbots ante 222 preguntas médicas, formuladas desde la perspectiva de pacientes. Según el modelo, entre 21,6% y 43,2% de las respuestas presentaron algún problema y entre 5% y 13% fueron consideradas inseguras.

Otro experimento con 1.298 participantes mostró una paradoja reveladora. Cuando los modelos recibían casos clínicos estructurados, con la información necesaria, con lógica clínica, podían identificar correctamente la enfermedad en alrededor del 95% de los escenarios. Sin embargo, cuando personas reales utilizaban esos sistemas, identificaban la condición relevante en menos del 35% de los casos y escogían la conducta apropiada en menos del 45%.

Esto apunta a un problema crucial: puede fallar la máquina, pero también la comunicación entre persona y máquina. En un experimento, la IA recibe antecedentes, síntomas y resultados seleccionados porque son relevantes. En la vida real, el enfermo cuenta lo que recuerda y considera importante. Un sistema puede razonar correctamente sobre una historia incompleta y llegar, con aparente lógica, a una conclusión falsa.

EL “OJO CLÍNICO” NO ES MAGIA

Hay información que no está en las palabras. Una persona puede decir que está “bastante bien” mientras el médico observa dificultad respiratoria. Puede consultar por cansancio y mostrar palidez intensa, hablar de dolor abdominal mientras camina encorvada o considerar inocente una lesión cuya forma, bordes o evolución despiertan sospecha de gravedad.

El profesional observa cómo entra, habla, respira y camina. Examina piel palpa, ausculta, mide signos vitales y busca activamente aquello que el paciente desconoce. Una saturación baja de oxígeno, rigidez de nuca, un soplo, edema o una masa abdominal no aparecerán en el chat si nadie sabe que existen. El examen físico es crucial.

Eso forma parte del llamado “ojo clínico”. No es intuición mágica ni alternativa a la ciencia. Es reconocimiento de patrones construido mediante conocimiento, experiencia, observación, razonamiento probabilístico y científico. También se equivoca y debe contrastarse con laboratorio, imágenes y otras pruebas. Su ventaja es fundamental: el médico busca información que el enfermo no sabía que debía proporcionar.

EL PACIENTE PROMEDIO NO EXISTE

El riesgo aumenta cuando del diagnóstico pasamos al tratamiento. Dos personas con la misma enfermedad no necesariamente responden igual al mismo medicamento.

Variantes en algunos genes que controlan la degradación, rápida, media o lenta de fármacos,  modifican el metabolismo de numerosos fármacos. Otros genes pueden condicionar toxicidad grave por un anticancerígeno  o cualquier fármaco. Ciertas sustancias de uso terapéutico son metabolizadas por comandos genéticos específico e influyen en su toxicidad; otros químicos pueden provocar miopatías y algunos genes de la inmunidad predisponen a reacciones adversas graves.

A esto se suman edad, embarazo, función renal y hepática, otras enfermedades e interacciones farmacológicas. Una recomendación correcta para el paciente promedio puede ser equivocada para la persona concreta que consulta. Para la IA, no.

AUTODIAGNÓSTICO Y AUTOTRATAMIENTO

Consultar una IA no es el principal problema. Puede ayudar a comprender un informe, traducir lenguaje técnico, preparar preguntas o reconocer señales de alarma. El riesgo aparece cuando una orientación se transforma en diagnóstico definitivo y luego en autotratamiento.

“Probablemente sea gastritis” puede retrasar el diagnóstico de otro proceso abdominal. “Parece ansiedad” puede ocultar una alteración cardíaca. “Parece migraña” puede hacer ignorar una cefalea con señales de alarma. Lo peligroso es que esas hipótesis pueden ser razonables. El error consiste en cerrar demasiado pronto el diagnóstico.

La medicina no consiste solamente en escoger la enfermedad que mejor coincide con varios síntomas. También exige preguntarse qué enfermedad grave, aunque menos probable, no podemos permitirnos pasar por alto.

Si una persona se automedica siguiendo una respuesta generada con información insuficiente, no estamos necesariamente ante la mala praxis médica tradicional: tal vez nunca existió relación médico paciente. Pero si posteriormente consulta y el profesional acepta sin valoración crítica el diagnóstico de la IA, la situación cambia. El juicio clínico continúa siendo responsabilidad del médico. La máquina no puede convertirse en prescriptor invisible, ni en excusa cuando algo sale mal.

INFORMARSE NO ES DIAGNOSTICARSE

No debemos rechazar la IA. Esta democratiza conocimiento, mejorar la comunicación y ayuda  al paciente y al médico. Pero debemos comprender su límite: responde a una representación del paciente, no al paciente real.

Puede utilizarse para informarse, comprender un informe o preparar preguntas. La prudencia debe aumentar cuando se pretende descartar una urgencia, establecer un diagnóstico, modificar una dosis, suspender un medicamento o iniciar un tratamiento.

El médico tampoco debería despreciar una hipótesis porque provenga de una IA; debe  contrastarla. Quizá sea correcta. Su tarea es reconstruir la historia, examinar, preguntar lo que nadie preguntó y buscar aquello que el paciente no sabía que debía contar.

La IA puede conocer millones de asociaciones entre síntomas, genes, enfermedades y medicamentos. Pero no conoce automáticamente a quien escribe unas líneas frente a una pantalla. En medicina, muchas veces la clave está precisamente en lo ausente: el dato olvidado, considerado irrelevante, desconocido o descubierto únicamente durante el examen.

La IA amplía nuestra capacidad de conocer. El ojo clínico, entendido como conocimiento, observación, experiencia y pensamiento crítico, recuerda algo elemental: antes de diagnosticar una enfermedad hay que conocer al enfermo.