Innovación en el Diagnóstico y la Atención Médica

Kohane relató un experimento pionero en el que generó mil historiales clínicos sintéticos para, a partir de 200 casos seleccionados al azar, decidir quiénes debían recibir atención inmediata y quiénes podían esperar. Este ejercicio, en el que se compararon las decisiones de expertos humanos con las de modelos de IA (como GPT-4, Gemini Advanced y Claude Sonnet 3.5), puso de manifiesto dos aspectos cruciales: la concordancia entre la valoración humana y la automatizada, y la consistencia interna de cada modelo.

“Medí dos cosas: cuán concordantes eran conmigo y cuán consistentes eran consigo mismas”, afirmó Kohane, destacando cómo algunos modelos, al recibir ejemplos, afinaban su desempeño, mientras que otros se volvían más erráticos.

 

"AMIE" entre la ética y el negocio de las prepagas

Durante la conversación se abordó también la experiencia con AMIE, un modelo que utiliza datos sintéticos para autoentrenarse y que evoca metodologías de análisis de protocolos médicos de los años 70 y 80. Este enfoque permite al sistema formular las preguntas correctas para desentrañar información oculta en cada caso, lo que lleva a cuestionar la manera en que se recolecta y procesa la información clínica.

En paralelo, se presentó el Human Values Project, iniciativa que busca mapear los valores que influyen en la toma de decisiones médicas. Kohane subrayó la importancia de este aspecto: “Podés decirle a un modelo que trabaje ‘como pediatra’ o ‘para la prepaga’, y su respuesta cambiará completamente”.

El reto, según el experto, es alinear los algoritmos no solo con criterios técnicos, sino con los principios éticos y contextos reales que definen la práctica médica.

 

“Podés decirle a un modelo que trabaje ‘como pediatra’ o ‘para la prepaga’, y su respuesta cambiará completamente”

 

 

La Psicología de las Máquinas y el Arte del Prompt Engineering

La conversación derivó en una reflexión sobre lo que algunos denominan la “psicología de las máquinas”. En esta era, la ingeniería de prompts –la técnica para “coaccionar” al modelo y obtener la respuesta deseada– se asemeja a preparar un estado de ánimo en la IA, similar a cómo un terapeuta sintoniza con sus pacientes.

Como se mencionó en el diálogo, “estamos en la era de la psicología de las máquinas”, recordando que, al igual que en las obras de Asimov donde un “psicólogo de robots” resolvía conflictos, hoy se debe aprender a interactuar con modelos que, en cierto modo, poseen propiedades casi humanas. Aunque se esperaba que el prompt engineering desapareciera, su evolución continúa en paralelo con avances en modelos auto-prompting que “desenrollan” metaprompts para tareas complejas.

 

Avances Sorprendentes y el Impacto de la Escalabilidad

En una dinámica de preguntas relámpago, los participantes debatieron sobre los desarrollos más sorprendentes de 2024. Entre las opiniones se destacó la disminución del “performance margin” de modelos comerciales y la aparición de tecnologías open source que, en algunos casos, igualan a gigantes como GPT-4.

Asimismo, se reconoció la irrupción de la IA en aplicaciones reales: desde la implementación de pipelines end-to-end en gigantes automotrices hasta la consolidación de vehículos autónomos. La convergencia de datos en sectores como el médico –por ejemplo, en el análisis de ecocardiogramas a gran escala– se perfila como una oportunidad aún poco explotada, pero de gran potencial.

 

La Experiencia Humana como Complemento de la Tecnología

Uno de los momentos más conmovedores de la conversación fue el relato personal de Kohane sobre su madre, quien padecía insuficiencia cardíaca. Mediante un sistema de monitoreo remoto basado en una báscula inteligente conectada a la nube, implementó un algoritmo sencillo pero efectivo para ajustar la dosis de diuréticos y evitar reingresos hospitalarios.

“El algoritmo no es suficiente; hay que establecer una relación de confianza y acompañamiento”, destacó, recordándonos que la tecnología debe ser la extensión de la sensibilidad humana en el cuidado de la salud.

 

La Interfaz Humana: El Mejor “Copiloto” en Medicina

En la parte final de la entrevista, se abordó una cuestión que trasciende lo meramente técnico: la importancia de la interfaz humana en el ámbito médico. Uno de los interlocutores reflexionó que “tener un doctor hijo es, en cierto sentido, la mejor interfaz”, aludiendo de forma humorística al valor de contar con un aliado que entienda el sistema médico.

Esta idea se conectó con anécdotas sobre mentorías y la influencia de figuras icónicas como Peter Szolovits, Jeff Hinton o Doug Hofstadter, quienes han moldeado generaciones de investigadores y han impulsado el avance en IA. Se discutió, entre risas y recuerdos, el rol transformador de estos mentores y cómo su legado se refleja en la manera de abordar tanto los desafíos tecnológicos como éticos en la medicina.

El debate culminó con una serie de preguntas relámpago que exploraron, en detalle, los límites del conocimiento en IA y la transformación de la relación médico-paciente en la próxima década. La visión que emergió fue dual: por un lado, la posibilidad de que la IA se convierta en el mejor aliado de los médicos, y por otro, el riesgo de que, sin una adecuada integración de valores humanos, esa relación se desvirtúe.
Por ejemplo, en el ámbito de la atención médica, la promesa de la IA se evidencia en sistemas de monitorización remota que permiten a los médicos recibir datos en tiempo real sobre sus pacientes. Un caso emblemático es el relato del Dr. Kohane sobre su propia madre, quien sufría de insuficiencia cardíaca. Mediante la implementación de una báscula inteligente conectada a la nube, se diseñó un algoritmo sencillo pero efectivo que ajustaba de forma automática la dosis de diuréticos según la variación del peso. Este enfoque no solo evitó reingresos hospitalarios, sino que demostró cómo la tecnología puede funcionar como un “copiloto” en situaciones críticas, facilitando intervenciones precisas y oportunas basadas en datos objetivos.

 

Un aliado en el diagnóstico

Asimismo, se discutió el uso de modelos de IA en la evaluación de historiales clínicos sintéticos, donde se observó que herramientas como GPT-4, al ser entrenadas con ejemplos de criterios médicos, lograron aproximarse a la consistencia y precisión del juicio humano. Estos sistemas podrían, en un futuro cercano, asistir a médicos en la toma de decisiones, ofreciendo una segunda opinión en tiempo real, filtrando información relevante y reduciendo la tasa de errores diagnósticos. Este tipo de asistencia se vuelve especialmente valiosa en contextos donde la demanda supera la capacidad de atención, permitiendo que el profesional se concentre en casos complejos mientras la IA se encarga de la revisión preliminar.
Medicos-Costos-Ética

No obstante, el riesgo subyacente se centra en la posible deshumanización de la relación médico-paciente si la tecnología se integra sin un sólido marco ético. Se plantearon escenarios hipotéticos donde algoritmos, programados únicamente con datos cuantitativos, podrían pasar por alto las particularidades emocionales y contextuales de cada paciente. Por ejemplo, al asignar tratamientos basados exclusivamente en criterios económicos o de eficiencia, se corre el peligro de relegar a un segundo plano aspectos fundamentales como la calidad de vida, las preferencias personales o el bienestar emocional. Un caso discutido fue cómo un mismo modelo puede emitir recomendaciones muy distintas cuando se le instruye para actuar “como pediatra” versus “para la prepaga”, lo que evidencia que la forma de programar y guiar la IA afecta directamente las decisiones clínicas y, por ende, la confianza de los pacientes en el sistema.

 

Además, se advirtió sobre el peligro de una excesiva dependencia en sistemas automatizados que puedan convertir el proceso asistencial en algo meramente transaccional. Sin la intervención humana, la atención médica corre el riesgo de perder la empatía y la capacidad de interpretar matices que solo un profesional con experiencia puede aportar. Por ello, es fundamental desarrollar interfaces que no solo optimicen el análisis y la toma de decisiones, sino que también integren mecanismos para evaluar y respetar los valores humanos esenciales en cada interacción.

 

Una charla que evidenció como el futuro de la medicina estará marcado por un delicado equilibrio: por un lado, el uso de la IA como una herramienta revolucionaria que potencie la capacidad diagnóstica y terapéutica, y por otro, la imperiosa necesidad de preservar y potenciar el componente humano en el trato médico. Este balance será clave para garantizar que, en la transformación digital del sector salud, la tecnología actúe como complemento y extensión de la empatía, la experiencia y la intuición médica, manteniendo intacta la esencia del vínculo humano en cada consulta.

 

“Ya sea que abracemos la misión de ser los mejores médicos –integrando la IA como un extender de nuestro conocimiento– o decidamos retirarnos a la comodidad del ‘laptop’, el reto es construir un sistema en el que el apoyo tecnológico se complemente con la empatía y la experiencia humana”, concluyó Zak Kohane 

 

 

 

 

 

 

 

 

Fuente: www.NetNews.com.ar