Imaginen si cada médico y enfermero tuviera un colaborador clínico tan capaz, experto y confiable como ellos. No un residente junior a quien supervisar ni un chatbot que resume notas, sino un auxiliar capaz de resolver problemas novedosos, razonar entre especialidades y tomar decisiones médicas acertadas las 24 horas, los 7 días de la semana, sin agotamiento ni sesgo.
Ese día puede estar más cerca de lo que la mayoría de la gente espera.
Hace apenas 12 meses, cuando publiqué el libro ChatGPT, MD, predije que un sistema de IA médica autónoma y confiable aún estaba a una década de distancia. Hoy, con la aparición de la inteligencia artificial general, ese pronóstico parece excesivamente conservador.
¿Qué es la IAG y cómo sabremos que existe?
IBM define la IAG como el momento en que «un sistema de inteligencia artificial puede igualar o superar las capacidades cognitivas de los seres humanos en cualquier tarea». Por lo tanto, la IAG no es una herramienta, un producto ni un programa. Es un hito.
En términos de inmediatez e impacto, Sam Altman, director ejecutivo de OpenAI, afirmó recientemente que su equipo confía en que sabemos cómo desarrollar la IA general tal como la hemos entendido tradicionalmente, y predijo que esto podría ocurrir ya en 2025. Dario Amodei, director ejecutivo de Anthropic, prevé capacidades de nivel de IA general para 2027 y cree que herramientas como Claude superarán a casi todos los humanos en casi todo.
Los expertos pueden discrepar sobre el plazo exacto, pero la mayoría coincide en una cosa: la IA general llegará pronto. Casi todos los expertos creen que llegará en un plazo de cinco años.
Y dado que la IA general no es un producto único, ni un interruptor que se activa, no llegará de golpe ni será un único avance tecnológico. Más bien, llegará gradualmente, como resultado de mejoras exponenciales año tras año en la IA generativa.
En medicina, esos avances generarán oportunidades clínicas y también disrupciones culturales.
Clínicamente, la IA general marcará un punto de inflexión en el que los sistemas de IA generativa podrán razonar entre especialidades, aplicar guías clínicas en constante evolución y resolver problemas médicos complejos de forma fiable sin necesidad de una programación específica para cada escenario. Una aplicación derivada de la IA general podría integrar información de cardiología, endocrinología y enfermedades infecciosas para diagnosticar a un paciente y recomendar un tratamiento con precisión humana.
Culturalmente , la IA general desafiará la arraigada creencia de que los humanos son intrínsecamente mejores que las máquinas en la atención médica. Una vez que la IA pueda igualar a los médicos en razonamiento y precisión, tanto pacientes como profesionales clínicos se verán obligados a reconsiderar qué significa «confiar en el médico».
Ese nivel de rendimiento marcará una marcada diferencia con respecto a las herramientas actuales aprobadas por la FDA , todas las cuales se basan en una IA limitada. Estas aplicaciones están diseñadas para tareas específicas, como la lectura de mamografías, la detección de retinopatía diabética o el diagnóstico de arritmias. Están programadas para identificar pequeñas diferencias entre dos conjuntos de datos específicos. Por consiguiente, su experiencia es limitada y no pueden generalizar más allá de su formación. Una herramienta de IA entrenada para interpretar una mamografía, por ejemplo, no puede analizar una radiografía de tórax.
La IA generativa, en cambio, se nutre de vastas fuentes de información, como libros de texto médicos, investigaciones publicadas, protocolos clínicos y datos públicos. Esta amplitud permitirá que los futuros sistemas de IA generativa respondan a una amplia gama de preguntas clínicas y mejoren continuamente a medida que surgen nuevos conocimientos.
Desde el lanzamiento de los primeros modelos de lenguaje de gran tamaño en 2022, GenAI ha crecido a pasos agigantados en cuanto a potencia y capacidad. Aún no hemos alcanzado la IA general. Pero con las recientes mejoras, la meta está a la vista:
- Los nuevos modelos de razonamiento superan ampliamente a las versiones anteriores en tareas de lógica, precisión y abstracción.
- La mayoría de los sistemas actuales son multimodales, capaces de procesar texto, imágenes y voz conjuntamente.
- Las plataformas de código abierto como DeepSeek permiten un desarrollo más rápido de herramientas especializadas.
- En salud mental, los usuarios califican las aplicaciones de IA más nuevas como más empáticas que las interacciones con terapeutas autorizados.
IAG: un punto de inflexión en la medicina
La brecha entre las capacidades actuales de la IA generativa y la IAG se está acortando rápidamente. Una vez superado ese umbral, los profesionales médicos se enfrentarán a un momento crucial.
Más de la mitad de los profesionales clínicos ya se sienten cómodos utilizando la IA generativa para tareas administrativas y no médicas: resumir notas, redactar instrucciones y recuperar información de referencia. Sin embargo, pocos creen que estos sistemas puedan igualar su propio criterio clínico. La IA general desafiará esta suposición. Una vez que los sistemas de IA generativa alcancen un razonamiento y un reconocimiento de patrones equivalentes a los de los médicos, la línea entre la experiencia humana y la de las máquinas se difuminará.
Para entender cuán diferente será la atención médica, considere tres formas en que el rendimiento a nivel de AGI podría mejorar la prestación de atención médica:
- De intermitente a continuo. Los pacientes con enfermedades crónicas suelen ser monitoreados cada tres o cuatro meses en la consulta del médico. Este modelo es obsoleto e ineficaz. Los dispositivos portátiles ya proporcionan datos en tiempo real sobre la presión arterial, la glucosa y otros indicadores de salud. Al combinarse con GenAI, capaz de razonamiento a nivel de AGI, estos flujos de datos monitorizarían continuamente la salud del paciente, identificarían cuándo las enfermedades están mal controladas y recomendarían ajustes de medicación meses antes de que lo hiciera un médico.
- Desde consejos genéricos hasta orientación personalizada. En plena noche, un padre con un hijo con fiebre tiene pocas opciones. Busque en Google (encuentre enlaces sin una guía clara), deje un mensaje de voz al pediatra (sin respuesta hasta la mañana siguiente) o vaya a urgencias (espere una hora o más para ser atendido). En un mundo donde GenAI alcanza un rendimiento comparable al de AGI, una aplicación replicaría a un médico experimentado, interactuaría con el padre en tiempo real y ofrecería orientación médica personalizada.
- Del caos hospitalario a la atención coordinada. La mayoría de los pacientes hospitalizados son atendidos por múltiples especialistas que rara vez se coordinan en tiempo real. Las notas se acumulan. Los diagnósticos entran en conflicto. Las familias quedan confundidas. Un sistema GenAI con un rendimiento de nivel AGI podría monitorizar continuamente los análisis de laboratorio, las constantes vitales y las órdenes de los proveedores, detectando lagunas, desajustes y garantizando que no se pase por alto información crítica.
¿Qué pasa si los médicos no lideran el cambio?
A medida que los sistemas de IA se acercan a la paridad clínica, no solo respaldarán el trabajo administrativo, sino que transformarán la práctica médica en sí.
Para la medicina, la pregunta ya no es: «¿ Reemplazará la IA a los médicos?». En cambio, los líderes de la atención médica y los médicos deben preguntarse: ¿cómo podemos usar mejor la IA generativa para mejorar la atención clínica, llenar vacíos críticos y hacer que la medicina sea más segura para los pacientes?
Que GenAI fortalezca o desestabilice el sistema sanitario dependerá enteramente de quién lidere su integración. Si los médicos y los líderes sanitarios actuales toman la iniciativa (aprovechando las capacidades de la IA general para empoderar a los pacientes, optimizar la toma de decisiones y rediseñar los flujos de trabajo), tanto los profesionales sanitarios como los pacientes se beneficiarán.
Pero si flaquean, otros tomarán la iniciativa. El gasto anual en salud en Estados Unidos representa 5,2 billones de dólares. Las empresas tecnológicas, las startups y los gigantes corporativos tienen interés en hacerse con una porción de ese pastel. Si los médicos no logran definir la próxima era de la atención médica, los ejecutivos lo harán. Y priorizarán las ganancias sobre los resultados de los pacientes.
Para evitar ese destino, es necesario iniciar ahora dos cambios fundamentales:
- Del esfuerzo individual a la atención en equipo. Los médicos deben avanzar hacia modelos de atención colaborativa, como las Organizaciones de Atención Responsable (ACO), diseñadas para mejorar la salud de la población mediante la coordinación. En este contexto, los sistemas GenAI con un rendimiento comparable al de la AGI se convierten en activos compartidos que apoyan a los profesionales clínicos, en lugar de amenazarlos con reemplazarlos.
- Del pago por servicio al pago basado en el valor. Los sistemas de IA no aportarán valor generando más códigos de facturación. Lo harán previniendo enfermedades, mejorando los resultados clínicos y la seguridad del paciente. Pero mientras el reembolso incentive el volumen sobre la calidad, este potencial no se materializará. Será esencial cambiar a la capitación u otro modelo basado en el valor a nivel del sistema de prestación (no solo a nivel de la aseguradora).
Implementar estos cambios en la prestación de atención médica será incómodo para los médicos, pero será mucho menos doloroso si comienzan ahora. El tren está en camino. Desconocemos el cronograma exacto para la AGI. Pero sabemos que está llegando. Ya sea que brinde atención, la reciba, o ambas cosas, la pregunta es: ¿estará listo para cuando llegue?
