Opinión IA como copiloto médico: el caso que enciende la alarma y la esperanza
El caso de Conno Christou muestra cómo la IA puede evitar tratamientos innecesarios, pero expone riesgos de dependencia y sesgos. La integración responsable exige regulación y transparencia.
La historia que debe preocupar (y alentar) a los ejecutivos
El fundador de Keragon no buscaba convertirse en un caso de estudio. Pero su historia, publicada recientemente, condensa las promesas y los peligros de la inteligencia artificial aplicada al diagnóstico médico. Christou, un obsesivo de los datos biométricos, se enfrentó a un linfoma agresivo y descubrió que dos oncólogos de primer nivel podían recomendar tratamientos radicalmente distintos. Ante la incertidumbre, usó un modelo de lenguaje para analizar sus imágenes y análisis de sangre. El resultado: evitó una radioterapia innecesaria porque la IA detectó que una masa en su tórax era, en realidad, el timo reactivado por la quimioterapia.
Esta historia no es una curiosidad. Es una demostración de que la inteligencia artificial ya puede procesar literatura médica, cruzar datos de múltiples fuentes y sugerir diagnósticos diferenciales que escapan al ojo humano. Pero también es una advertencia: ¿qué pasa cuando el modelo se equivoca? ¿Quién es responsable? ¿Cómo garantizamos que el acceso a estas herramientas no profundice las desigualdades en salud?
El potencial real: del copiloto al acelerador cognitivo
Christou alimentó a Claude con sus escáneres PET, resonancias y registros de wearables. El modelo identificó una tasa de falsos positivos del 60% en ciertas pruebas de fin de tratamiento, un número que ni su oncólogo había mencionado. Luego, estimó con un 90% de probabilidad que la anomalía era un rebrote benigno del timo, un fenómeno conocido pero raro. No reemplazó al médico: le dio al paciente el lenguaje y la confianza para buscar una tercera opinión que confirmó el hallazgo.
Para el ejecutivo latinoamericano, esto tiene implicaciones inmediatas. La IA no solo procesa datos más rápido; puede nivelar el campo de juego entre un paciente informado y un sistema de salud fragmentado. Hoy, cualquier persona con acceso a un modelo de lenguaje avanzado puede pedir una segunda lectura de sus análisis. Eso es un cambio de poder real.
Los riesgos que no podemos ignorar
Pero el mismo caso revela los puntos ciegos. Christou es un outlier: fundador tecnológico, económicamente privilegiado, con acceso a múltiples especialistas en dos continentes. Su éxito no es reproducible para la mayoría de los pacientes. Además, los modelos como Claude no están entrenados específicamente para diagnóstico médico. Pueden alucinar, malinterpretar imágenes o replicar sesgos raciales y geográficos. Si un paciente en un país con poca regulación toma una decisión basada en una respuesta errónea, las consecuencias serían graves.
La regulación aún corre detrás de la innovación. En Europa, la ley de IA clasifica los sistemas de diagnóstico como de alto riesgo, pero la implementación es lenta. En América Latina, el vacío normativo es mayor. Las empresas de salud que quieran integrar estas herramientas deben establecer protocolos claros: la IA debe ser un complemento, no un sustituto del criterio clínico. La transparencia en los datos de entrenamiento y la validación con poblaciones locales son condiciones mínimas.
Lo que viene: no en diez años, ahora
Christou lo dijo sin rodeos: "No está pasando en diez años. Está pasando hoy". Para los directores de clínicas, hospitales o aseguradoras, la pregunta no es si adoptar IA, sino cómo hacerlo con controles de calidad. Esto implica invertir en capacitación del personal, auditorías periódicas de los modelos y canales claros de rendición de cuentas.
La inteligencia artificial puede ser el copiloto que muchos pacientes necesitan, pero sin un marco de gobernanza, la esperanza puede transformarse en peligro. El caso de Christou enciende ambas alarmas: la del avance imparable y la de la responsabilidad impostergable.
