ENTRE ALGORITMOS Y DECISIONES CLÍNICAS: EL PAPEL DE LA INTELIGENCIA ARTIFICIAL EN LA ELABORACIÓN DE DIAGNÓSTICOS DE SALUD

Resumen

La incorporación de la Inteligencia Artificial (IA) al diagnóstico sanitario representa una transformación cualitativa en la práctica clínica, distinta de todas las innovaciones tecnológicas anteriores debido a su capacidad para analizar, interpretar y generar inferencias a partir de grandes volúmenes de datos. Este capítulo examina esta transformación desde sus raíces históricas, rastreando los paradigmas que han configurado el diagnóstico desde la medicina hipocrática, con su conocimiento empírico centrado en la narrativa del paciente, hasta la era digital, pasando por la medicina anatómica-clínica, el advenimiento de la tecnología diagnóstica y la consolidación de la Medicina Basada en la Evidencia. A continuación, presenta los fundamentos técnicos de los principales enfoques de IA, incluyendo el aprendizaje automático, el aprendizaje profundo, el procesamiento del lenguaje natural y la integración de macrodatos, analizando cómo opera cada uno de estos enfoques y cuáles son sus capacidades y limitaciones específicas en el contexto clínico. El capítulo analiza las implicaciones de esta incorporación para la naturaleza misma del diagnóstico, que pasa de un acto interpretativo puntual a un proceso probabilístico y continuo, destacando la incertidumbre inherente a la práctica clínica y reconfigurando la dinámica de autoridad entre el profesional y el sistema. Este capítulo examina fenómenos como la opacidad algorítmica, los sesgos sistemáticos derivados de datos históricos no representativos, la tensión entre la singularidad del paciente y la lógica generalizadora de los algoritmos, y el riesgo de sesgo de automatización en la toma de decisiones. Se analizan las aplicaciones contemporáneas de la IA en sus contextos más relevantes, incluyendo la imagenología diagnóstica, la práctica odontológica y los sistemas de apoyo a la decisión clínica, prestando atención tanto al rendimiento demostrado en la literatura como a las limitaciones que impiden la transposición directa de los resultados de la investigación al mundo real. El capítulo también aborda las dimensiones éticas de la IA en el diagnóstico, tratando principios como la autonomía, la equidad y la responsabilidad, así como los desafíos regulatorios que impone la naturaleza adaptativa de estos sistemas, y analiza las implicaciones para la formación profesional en salud, argumentando que la preparación del profesional contemporáneo requiere integrar los fundamentos tecnológicos con el razonamiento clínico, sin reemplazar las habilidades humanas que los algoritmos aún no pueden reproducir. Se concluye que el futuro del diagnóstico depende de la construcción deliberada de una colaboración entre humanos y algoritmos que preserve la capacidad analítica de la IA y el juicio contextual, ético y humano del profesional de la salud, con responsabilidades compartidas entre quienes desarrollan, regulan, capacitan y brindan atención.