La IA médica asume la simulación de tres consultas de seguimiento y logra un desempeño en el manejo de enfermedades no inferior al de los médicos de atención primaria

La dificultad de la atención de las enfermedades crónicas no suele radicar en acertar el diagnóstico una sola vez, sino en ajustar repetidamente, a lo largo de varios meses, las pruebas, los medicamentos y el seguimiento. Un estudio publicado en *Nature* muestra que AMIE, el sistema de IA médica desarrollado por Google, tuvo una capacidad general de razonamiento para el manejo no inferior a la de los médicos de atención primaria al simular este tipo de decisiones sucesivas, y obtuvo puntuaciones más altas en la precisión de los planes y el cumplimiento de las guías clínicas.

El estudio adoptó el diseño de una evaluación virtual, aleatorizada y ciega de competencias clínicas, e incluyó a 21 médicos de atención primaria, 21 participantes que representaron a pacientes y 100 escenarios de consultas escritas que abarcaban cinco especialidades y contenían tres consultas cada uno. Estos casos se diseñaron conforme a las guías del NICE del Reino Unido y a BMJ Best Practice, con una base de datos subyacente que contenía en total 627 documentos, de modo que la evaluación no solo examinara una consulta aislada, sino también las pruebas posteriores, los ajustes del tratamiento y la respuesta ante la progresión de la enfermedad.

AMIE no es un único chatbot. Según la explicación de Google, el sistema se basa en la colaboración entre un agente de conversación en tiempo real y un agente de razonamiento para el manejo: el primero recopila información del paciente y explica el plan, mientras que el segundo consulta guías clínicas y formularios farmacéuticos y organiza las posibles opciones de pruebas, tratamiento y seguimiento. Especialistas evaluaron las respuestas sin conocer la identidad de quien las había proporcionado y concluyeron que el razonamiento general de AMIE para el manejo de enfermedades alcanzó el criterio de no inferioridad respecto de los médicos de atención primaria.

Las diferencias aparecieron principalmente en la selección de los elementos del plan. AMIE obtuvo puntuaciones más altas en la precisión de las recomendaciones de tratamientos y pruebas y en su correspondencia con las guías, lo que indica que era más capaz de limitar las recomendaciones a los elementos necesarios para el escenario, en lugar de acumular numerosas opciones posibles. El estudio también utilizó el referente RxQA de razonamiento farmacológico para evaluar preguntas difíciles sobre medicamentos; cuando el sistema podía recurrir a información farmacéutica externa, su desempeño también superó al de los médicos evaluados.

Sin embargo, esta comparación midió la calidad del razonamiento en escenarios escritos controlados, no los resultados de salud de los pacientes. Los pacientes simulados no reproducen por completo los relatos ambiguos, las interacciones entre comorbilidades, los retrasos en las pruebas, las dificultades para tomar los medicamentos y los empeoramientos repentinos que se dan en las consultas reales; tres consultas virtuales tampoco bastan para validar la seguridad, la atribución de responsabilidades y la relación médico-paciente en la atención a largo plazo. Los autores del estudio pertenecen a Google Research y Google DeepMind, y el sistema aún debe someterse a evaluaciones independientes y más cercanas a la práctica clínica real.

Para convertirse en una herramienta de apoyo a las decisiones clínicas, AMIE también deberá demostrar que sigue siendo fiable en distintos sistemas sanitarios, poblaciones y niveles de calidad de los datos de las historias clínicas, además de establecer mecanismos de revisión por médicos, interceptación de errores, protección de la privacidad y supervisión continua. En particular, «no inferior a los médicos» es una conclusión estadística relativa a indicadores de evaluación específicos y umbrales preestablecidos; no puede interpretarse como que el sistema pueda sustituir a los médicos o prescribir tratamientos de forma autónoma.

Google afirma que ya ha puesto en marcha un estudio nacional de atención virtual en el mundo real para explorar el uso del sistema en entornos clínicos; esta será una prueba más decisiva. Por ahora, el estudio demuestra que la IA médica ya puede mantener un razonamiento más estructurado para el manejo de enfermedades entre varias consultas, mientras que tanto el artículo de *Nature* como un comentario independiente señalan con claridad que AMIE aún no está preparado para utilizarse en la atención clínica real.