Inteligencia artificial en medicina: presente y futuro

Introducción

La inteligencia artificial engloba sistemas capaces de analizar información, identificar patrones y generar resultados a partir de datos. Dentro de este campo, la inteligencia artificial generativa representa una evolución reciente, capaz de generar texto, imágenes y otros tipos de contenido a partir de las instrucciones que recibe.

La incorporación de estas tecnologías en medicina se está acelerando de forma notable. Comprender qué son, en qué etapa se encuentran y cuáles son sus límites resulta cada vez más relevante para el ejercicio profesional.

1. La IA ya forma parte de la medicina actual

Existen aplicaciones de inteligencia artificial en distintas áreas de la práctica médica, entre ellas:

• Análisis de imágenes médicas.
• Apoyo diagnóstico.
• Electrocardiografía y otras señales fisiológicas.
• Documentación clínica.
• Elaboración y resumen de información.
• Investigación biomédica.
• Desarrollo de medicamentos.
• Educación médica.

Una encuesta de la American Medical Association publicada en 2026 reportó que 81% de los médicos encuestados utilizaban alguna herramienta de inteligencia artificial en su actividad profesional.

Esto muestra que la discusión ya no consiste únicamente en qué podrá hacer la inteligencia artificial en el futuro, sino en cómo utilizarla adecuadamente dentro de la práctica actual.

2. Inteligencia artificial y diagnóstico

Uno de los campos con mayor desarrollo es el reconocimiento de patrones. Estos sistemas pueden utilizarse para analizar radiografías, tomografía, resonancia magnética, imágenes oftalmológicas, electrocardiogramas y otros datos clínicos digitalizados.

La FDA mantiene actualmente un listado de dispositivos médicos habilitados con inteligencia artificial autorizados para comercialización en Estados Unidos.

Es importante no afirmar que la inteligencia artificial diagnostica de manera autónoma todas las enfermedades. Estos sistemas tienen indicaciones específicas y deben utilizarse dentro del contexto para el cual fueron evaluados.

3. IA generativa: una nueva herramienta para el médico

Los modelos generativos son sistemas entrenados para producir texto, imágenes u otro tipo de contenido a partir de la información con la que fueron desarrollados y de las instrucciones que reciben.

Entre sus aplicaciones potenciales para el médico se encuentran:

• Resumir literatura científica.
• Organizar información.
• Generar borradores de documentos.
• Apoyar la documentación clínica.
• Preparar materiales educativos.
• Explicar conceptos complejos.
• Ayudar a estructurar preguntas de investigación.
• Apoyar determinadas tareas administrativas.

Una revisión publicada en Nature Medicine en 2025 describe aplicaciones de inteligencia artificial generativa que abarcan desde el apoyo a decisiones clínicas hasta el diseño y análisis de investigación biomédica.

4. IA y educación médica

En el ámbito educativo, la inteligencia artificial puede utilizarse para generar escenarios clínicos, practicar preguntas, explicar respuestas, resumir conceptos, personalizar el aprendizaje, identificar áreas que requieren repaso y facilitar la actualización médica continua.

Sin embargo, la información generada por inteligencia artificial debe verificarse cuando se utiliza para el aprendizaje médico, porque estos sistemas pueden producir respuestas plausibles pero incorrectas.

5. El problema de las “alucinaciones”

Los modelos generativos pueden producir información que parece convincente aunque sea incorrecta, incompleta o incluso inexistente. Este fenómeno se conoce como “alucinación”.

Entre los ejemplos más frecuentes se encuentran referencias bibliográficas inexistentes, datos incorrectos, interpretaciones equivocadas o recomendaciones formuladas sin suficiente contexto clínico.

Por esta razón, el médico debe mantener pensamiento crítico y verificar la información relevante antes de utilizarla en su práctica o en su aprendizaje.

6. Privacidad y datos de los pacientes

No deben introducirse de forma indiscriminada datos identificables o información clínica confidencial en herramientas públicas de inteligencia artificial.

Resulta importante considerar la privacidad, la protección de datos, la confidencialidad, las políticas institucionales aplicables y conocer cómo procesa la información la herramienta que se está utilizando.

7. Sesgos y limitaciones

Estos sistemas aprenden a partir de datos, y sus resultados pueden reflejar limitaciones o sesgos presentes en esa información. El rendimiento observado en una población no necesariamente se reproduce de la misma manera en otra.

Por ello es necesaria la validación, la transparencia, la evaluación clínica, la vigilancia continua y la supervisión humana en su implementación.

8. ¿Reemplazará la IA a los médicos?

La medicina requiere elementos que van más allá del procesamiento de información: contexto clínico, exploración física, comunicación, razonamiento, consideración de las preferencias del paciente, responsabilidad profesional y toma de decisiones bajo incertidumbre.

El escenario más razonable en la actualidad es una medicina en la que profesionales y sistemas de inteligencia artificial trabajan de manera conjunta.

“El valor de la inteligencia artificial en medicina no está en sustituir al médico, sino en ampliar su capacidad para analizar información, aprender y tomar mejores decisiones.”

9. El médico del futuro

Probablemente no será necesario que todos los médicos sepan programar algoritmos. Sin embargo, será cada vez más importante comprender qué puede hacer una herramienta, qué no puede hacer, de dónde obtiene su información, cuándo confiar en sus resultados, cuándo verificarlos y cómo proteger los datos del paciente.

Estas competencias se relacionan directamente con la alfabetización digital y el pensamiento crítico, elementos que formarán cada vez más parte de la formación médica.

Conclusiones

La inteligencia artificial probablemente será una de las tecnologías que más transformen la práctica médica durante los próximos años. Su verdadero valor dependerá menos de reemplazar tareas humanas y más de integrarse de manera responsable al trabajo del profesional de la salud.

Para el médico, el reto no será competir con la inteligencia artificial, sino aprender a utilizarla con criterio, reconocer sus limitaciones y mantener aquello que ninguna herramienta tecnológica puede sustituir: el juicio clínico, la responsabilidad profesional y la relación con el paciente.

Referencias

1. Teo ZL, Thirunavukarasu AJ, Elangovan K, et al. Generative artificial intelligence in medicine. Nature Medicine. 2025;31:3270–3282. doi:10.1038/s41591-025-03983-2.
2. World Health Organization. Ethics and governance of artificial intelligence for health: large multi-modal models. WHO; 2024.
3. World Health Organization. Artificial Intelligence for Health. WHO; 2024.
4. U.S. Food and Drug Administration. Artificial Intelligence-Enabled Medical Devices. FDA.
5. American Medical Association. More than 80% of physicians use AI professionally: AMA survey. Published March 12, 2026.