Dr. Marco V. Benavides Sánchez.

La inteligencia artificial (IA) ya no es un concepto futurista reservado para laboratorios tecnológicos o películas de ciencia ficción; es una realidad que está redefiniendo la práctica médica en tiempo real. Desde diagnósticos más precisos hasta la optimización de flujos de trabajo hospitalarios, la IA se ha convertido en una herramienta fundamental en el arsenal de los profesionales de la salud.

Sin embargo, mientras esta revolución tecnológica avanza, el entrenamiento en ciencia de datos y el manejo de IA en la formación médica sigue siendo, en gran medida, un aspecto opcional. Esto no solo limita el potencial de los médicos para aprovechar estas herramientas, sino que también pone en riesgo su autonomía y capacidad de juicio clínico, esenciales para proteger a los pacientes.

Un reciente artículo de Medscape, titulado “Prescribing AI: All Docs Need More Tech Training”, resalta que el 85% de los médicos en ejercicio están de acuerdo en que el uso de IA en la medicina requerirá cambios significativos en la educación médica. Este consenso plantea una pregunta ineludible: ¿por qué no se está actuando con mayor celeridad para integrar estas herramientas en los programas de formación?

El Médico y la Máquina: Una Relación Colaborativa

La IA promete ser un aliado poderoso, pero no un sustituto de la experiencia y el juicio humano. Shauna Overgaard, PhD, directora senior de Estrategia y Marcos de IA en el Centro de Salud Digital de Mayo Clinic, lo resume de manera contundente: “No se trata de confiar ciegamente en la IA; los médicos deben mantener su juicio, empatía y percepción de control”. Esta afirmación pone el foco en el equilibrio delicado que debe existir entre la adopción de la tecnología y el mantenimiento de los principios éticos y clínicos que guían la práctica médica.

La IA, como cualquier herramienta, tiene limitaciones. Puede cometer errores, estar sesgada por datos insuficientes o mal estructurados, y a veces ofrecer respuestas que carecen de contexto clínico. Por ello, los médicos necesitan habilidades críticas para interpretar y validar las recomendaciones generadas por algoritmos. Más allá de seguir una recomendación automatizada, deben preguntarse: ¿Tiene sentido clínico esta sugerencia? ¿Qué datos se utilizaron para generar este resultado? ¿Cuáles son las limitaciones del modelo? Este tipo de cuestionamiento no solo preserva la autonomía del médico, sino que refuerza su papel como protector del bienestar del paciente.

Una Base Sólida: Ciencia de Datos en la Educación Médica

El primer paso hacia una integración efectiva de la IA en la medicina es establecer una base sólida en ciencia de datos desde el principio de la formación médica. Peter Steel, MD, investigador en IA y médico de urgencias en Weill Cornell Medical School, sugiere que la ciencia de datos debería convertirse en una parte central del currículo médico. Esto implica enseñar a los estudiantes los conceptos fundamentales de análisis de datos, aprendizaje automático, limitaciones tecnológicas y sesgos inherentes a los modelos de IA.

Un curso introductorio podría ser suficiente para sentar las bases, pero debe ir seguido de una exposición continua y práctica. A medida que los estudiantes se familiarizan con herramientas de IA en diferentes entornos clínicos, sus habilidades se refinan y su capacidad para integrar la tecnología en su juicio clínico se fortalece. Con esta formación, no solo serían capaces de identificar errores o sesgos en las recomendaciones de la IA, sino también de comunicar sus hallazgos a los pacientes de manera comprensible y empática.

Los Retos de la Educación Médica Actual

A pesar del consenso sobre la necesidad de formación en IA, las escuelas de medicina enfrentan desafíos significativos para implementar estos cambios. La carga curricular ya es inmensa; en apenas cinco años, los estudiantes deben aprender una cantidad abrumadora de conocimientos médicos, desde anatomía y fisiología hasta ética y comunicación clínica. Añadir un componente sustancial de ciencia de datos puede parecer una tarea titánica para los educadores.

Además, la falta de experiencia en IA entre el personal docente es una barrera importante. Como señala Kim Lomis, MD, vicepresidenta de Innovaciones en Educación Médica de la Asociación Médica Estadounidense, muchos programas sienten que no cuentan con el conocimiento necesario para enseñar estas tecnologías emergentes. No se puede enseñar algo que no se conoce. Este vacío podría ser llenado mediante colaboraciones con expertos en ciencia de datos y alianzas con instituciones tecnológicas, pero requiere voluntad institucional y recursos financieros.

Educación Continua para el Médico en Ejercicio

La necesidad de formación no termina con los médicos en entrenamiento. La educación continua es crucial para que los médicos en ejercicio puedan adaptarse a la rápida evolución de la tecnología. Aunque existen programas de maestría en IA para profesionales médicos, como los ofrecidos por Mayo Clinic y la Universidad de Louisville, no todos los médicos tienen el tiempo o la necesidad de comprometerse con programas tan extensos.

Alternativas como cursos cortos, talleres y certificaciones en IA para la atención médica están emergiendo en instituciones como Stanford, Harvard y MIT. Estas opciones permiten que los médicos profundicen en el uso de herramientas específicas sin interrumpir significativamente sus carreras. Sin embargo, la responsabilidad final recae en los sistemas de salud. Si los hospitales y clínicas desean implementar herramientas de IA de manera efectiva, deben invertir en la capacitación de su fuerza laboral para garantizar que estas tecnologías sean comprendidas y utilizadas de manera segura y eficiente.

Un Futuro Colaborativo

En el horizonte, las instituciones de salud más grandes, como Mayo Clinic, están liderando el camino al integrar la formación en IA en sus programas de capacitación y establecer asociaciones con gigantes tecnológicos como Google. Este enfoque no solo beneficia a estas instituciones, sino que también crea un efecto de “goteo” hacia sistemas de salud más pequeños, que pueden adoptar las prácticas y recomendaciones probadas por los líderes del sector.

Sin embargo, la adopción generalizada de la IA no debe ser un proceso exclusivo para las grandes instituciones. El desarrollo de marcos educativos y estrategias accesibles permitirá que incluso los sistemas de salud con menos recursos se beneficien de las innovaciones tecnológicas. Como señala Overgaard, “tenemos la responsabilidad de servir no solo a nosotros mismos, sino también de crear sistemas y recomendaciones que otros puedan adoptar y mejorar”.

Conclusión: Un Llamado a la Acción

La integración de la IA en la medicina representa una oportunidad única para transformar la atención médica, pero este potencial solo se alcanzará si los médicos están adecuadamente preparados para utilizar estas herramientas. Esto requiere un cambio urgente en la manera en que se enseña la tecnología en la formación médica y una inversión significativa en educación continuada para los médicos en ejercicio. La IA no reemplazará el juicio clínico, pero puede amplificarlo, guiando a los médicos hacia decisiones más informadas y eficientes.

Como comunidad médica, es nuestra responsabilidad abrazar esta revolución tecnológica con un enfoque crítico y ético, asegurándonos de que la IA se utilice siempre en beneficio del paciente. Este cambio no es opcional; es esencial para el futuro de la medicina.

Artículo original:

Prescribing AI: All Docs Need More Tech Training. Donavyn Coffey. December 03, 2024. Medscape.

#ArtificialIntelligence #Medicine #Surgery #Medmultilingua