Una revisión principal publicada en Frontiers in Science el 1 de septiembre, firmada por autores de Imperial College London, Stanford, Yale y Harvard Law School, examina dónde ha aterrizado realmente la IA médica. Su observación central es que la lista de dispositivos médicos habilitados por IA de la FDA contiene más de 1.500 entradas, mientras que casi ninguna de esas tecnologías ha llegado a la práctica clínica diaria.

Lo que falla en el encuadre habitual

Antes de citar la cifra, importan tres correcciones. En primer lugar, esas más de 1.500 entradas son abrumadoramente autorizaciones 510(k) —conclusiones de equivalencia sustancial con un dispositivo ya comercializado— y no aprobaciones de la FDA. La propia expresión de la revisión, “regulatory-approved”, es el deslizamiento estándar, y la distinción marca toda la diferencia entre un dispositivo demostrado como seguro y eficaz y otro mostrado como parecido a uno ya vendido.

El resultado del ensayo es de no inferioridad

En segundo lugar, la evidencia aleatorizada que encabeza los titulares es un ensayo con más de 80.000 mujeres en cribado de mamografía —no radiografía de tórax, como a veces se presenta—, y el hallazgo es que el cribado asistido por IA fue no inferior al doble lectura estándar. La IA igualó a dos radiólogos; no los superó. La no inferioridad es un resultado real y económicamente significativo, y no es el resultado que suele informarse.

Una revisión no es un estudio

En tercer lugar, esto es un artículo de revisión. No se recogieron datos nuevos. Las informaciones que sostienen que un “nuevo estudio demuestra que la IA puede predecir 3.000 enfermedades” están citando una referencia dentro de un repaso de la literatura: los modelos entrenados con biobancos que predicen más de 3.000 enfermedades no diagnosticadas en el reclutamiento, y el transformador Delphi-2M que modela trayectorias de más de 1.000 enfermedades, son trabajos de otros autores que se están resumiendo. Merece la pena fechar otra cifra: el 73% de los profesionales de ciberseguridad sanitaria que informó de sistemas operativos obsoletos procede de una encuesta de 2021, ya desfasada cinco años.

Por qué una revisión desinflacionaria es la útil

La autoría es inusualmente sénior y multidisciplinar, al combinar investigadores clínicos y de aprendizaje automático con un especialista en política sanitaria de Harvard Law. Su tesis —que la IA madura desde el punto de vista clínico y autorizada por los reguladores en los hospitales de hoy es casi por completo diagnóstico convencional basado en deep learning, y que la ola generativa no ha entrado en la atención rutinaria— es una refutación directa del encuadre según el cual la IA ya está transformando la medicina.