- Google AMIE alcanza un rendimiento de nivel experto en videoconsultas médicas, con alrededor del 90% de precisión diagnóstica y supervisión humana.
- El sistema multimodal detecta señales visuales y auditivas, guía exámenes físicos a distancia y supera a médicos de atención primaria en varios dominios.
- En España, el centro CITAC de Málaga apuesta por la IA, la biopsia líquida y los cribados para el diagnóstico precoz del cáncer.
- Los expertos insisten en la explicabilidad, la validación clínica y la responsabilidad del profesional antes de un despliegue generalizado.
La inteligencia artificial ha dejado de ser una promesa de laboratorio para convertirse en una herramienta con resultados medibles en el diagnóstico médico. El último ejemplo lo ha protagonizado Google con AMIE, un sistema experimental que ha alcanzado un rendimiento de nivel experto en consultas por vídeo, y ha igualado o superado a médicos de atención primaria en buena parte de las habilidades evaluadas. Mientras tanto, en España, centros como el CITAC de Málaga ya combinan biopsia líquida, cribados y algoritmos para adelantarse al cáncer.
Lo interesante de este momento es que la tecnología no se queda en el papel: está entrando en hospitales y consultas con preguntas muy concretas. ¿Puede una máquina guiar una exploración física a distancia? ¿Debe el radiólogo fiarse de un algoritmo que no explica sus razones? ¿Qué pasa cuando el paciente consulta antes a un chatbot que a su médico? Son algunas de las cuestiones que empiezan a resolverse con datos sobre la mesa.
AMIE: de la conversación por texto a la videoconsulta experta
AMIE, cuyas siglas responden a Articulate Medical Intelligence Explorer, nació en enero de 2024 como un modelo de lenguaje entrenado para mantener diálogos clínicos. Ahora, construido sobre los modelos Gemini de Google y la plataforma Project Astra, es capaz de procesar vídeo y audio en tiempo real, observar gestos, postura, respiración o tono de voz y guiar al paciente durante un examen físico virtual. Su arquitectura multiagente reparte el trabajo entre un agente conversacional, otro que percibe señales visuales y auditivas y un tercero que planifica el razonamiento diagnóstico.
En las evaluaciones más recientes, realizadas con pacientes reales en el Centro Médico Beth Israel Deaconess, AMIE alcanzó un 90% de acierto en diagnósticos diferenciales y no requirió ninguna intervención de seguridad por parte de los médicos que lo supervisaban. En pruebas anteriores con escenarios simulados y actores, el sistema igualó o superó a los facultativos en 68 de los 140 dominios de consulta y logró incluir el diagnóstico correcto como primera opción en el 91% de los casos, frente al 77% de los médicos humanos. También fue más eficaz guiando exámenes físicos a distancia: un 72% de éxito frente al 39%.
No todo es diagnóstico: los pacientes que participaron en los estudios valoraron mejor la videoconsulta con AMIE que el chat de texto. La interacción por vídeo permitía expresar inquietudes con más naturalidad y el sistema respondía con un lenguaje que resultaba comprensible y empático, al menos en entornos controlados.
La supervisión humana sigue siendo irrenunciable
Google ha repetido hasta la saciedad que AMIE no está pensado para ejercer la medicina de forma autónoma. Cada prueba se ha hecho con médicos autorizados pendientes de la conversación y capaces de corregir cualquier desviación. La responsabilidad clínica continúa recayendo sobre el profesional sanitario, y eso incluye saber cuándo una recomendación algorítmica no tiene sentido para un paciente concreto.
El debate sobre la explicabilidad es central. Muchos modelos de aprendizaje profundo funcionan como cajas negras: ofrecen un resultado pero no cuentan qué variables han pesado en la decisión. En radiología, por ejemplo, el especialista necesita entender por qué el algoritmo marca una lesión como sospechosa para integrarla en el contexto clínico del paciente, apoyándose en la inteligencia artificial en la radiología médica. Si la IA solo añade incertidumbre o exige repetir pruebas, acaba incrementando la carga asistencial en lugar de reducirla.
También hay que vigilar el llamado sesgo de automatización: que el médico acabe firmando lo que dice la máquina sin contrastarlo. Por eso los expertos piden que exista siempre la posibilidad de una segunda opinión humana y que los pacientes puedan cuestionar una recomendación generada con IA. La tecnología debe ampliar el razonamiento clínico, no sustituirlo.
España, laboratorio de la IA contra el cáncer
Mientras Google acapara titulares, en Málaga el Centro de Investigación y Terapias Avanzadas del Cáncer (CITAC) ha hecho de la inteligencia artificial una de sus líneas estratégicas. El centro, de carácter público-privado, trabaja en diagnóstico precoz mediante biopsia líquida, una técnica que detecta fragmentos de ADN tumoral en sangre y permite identificar la enfermedad antes de que aparezcan los síntomas, integrando conceptos de genética médica y diagnóstico de precisión.
El oncólogo Emilio Alba, máximo responsable del CITAC, insiste en que los cribados actuales (mamografía, colonoscopia, citología y TAC de baja dosis) ya reducen la mortalidad, pero hay tumores como los de esófago, estómago, páncreas, vía biliar e hígado que causan cerca del 40% de las muertes y no tienen pruebas de detección temprana. Ahí es donde entran la biopsia líquida y los algoritmos. La IA también se aplica a la relación entre envejecimiento y cáncer, una de las líneas que más preocupa a los investigadores, junto con la prevención del tabaquismo y la obesidad.
Retos antes del despliegue generalizado
A pesar de los avances, AMIE sigue en fase experimental y los estudios principales se han desarrollado en entornos controlados o simulados. Antes de que llegue a las consultas de forma masiva hará falta validar su rendimiento en poblaciones diversas y en sistemas de salud reales, con sus urgencias, su falta de tiempo y sus pacientes complejos. También quedan por resolver cuestiones de privacidad, seguridad de los datos y adaptación cultural.
En Europa, el marco regulatorio obligará a demostrar que cualquier herramienta de IA sanitaria es segura, trazable y no discrimina. Los desarrolladores tendrán que explicar los límites de uso, y los hospitales deberán saber qué algoritmos emplean y para qué poblaciones están validados. El objetivo no es sustituir al médico, sino darle una segunda opinión que le ayude a decidir mejor.
La inteligencia artificial ya forma parte del diagnóstico médico, y lo hace por varias puertas: ayudando al radiólogo a interpretar imágenes, al oncólogo a interpretar una biopsia líquida o al paciente a preparar una videoconsulta. El reto ahora es que esa tecnología sea transparente, esté bien supervisada y aporte valor real en lugar de ruido. Si se consigue, el siguiente paso ya no será una promesa, sino una práctica cotidiana en hospitales de España y del resto de Europa.
