La medicina del futuro: ¿más IA, menos sesgos?

Para aprovechar el máximo potencial de la inteligencia artificial (IA) en el ámbito de la salud, el debate sobre la precisión de los modelos es necesario, pero no suficiente. La verdadera revolución está en romper con el sesgo histórico de los ensayos clínicos, basados históricamente en hombres caucásicos. La IA tiene la capacidad de ampliar el ojo clínico, especialmente en tareas como el cribado por imágenes. Hace unos meses, la revista 'Nature' publicaba que la precisión media de los modelos generativos analizados desde 2018 ronda el 52%. En conjunto, los modelos eran fiables solo la mitad del tiempo. El estudio comparaba sus resultados con profesionales sanitarios y concluía que, si bien la IA puede mejorar ligeramente la precisión de quienes están en formación, aún está por detrás del juicio experto. La experiencia sigue siendo un grado. Y en muchos casos, factores contextuales marcan la diferencia: una imagen con cicatrices, sombras o incluso una radiografía defectuosa puede confundir al algoritmo, pero no a profesionales experimentados.

Corremos el riesgo de reducir la conversación a una competencia técnica, ignorando cuestiones fundamentales como a quién está sirviendo esa precisión. Las desigualdades en el diagnóstico del melanoma ilustran esta tensión. Aunque es más frecuente en personas blancas, la mortalidad por melanoma es significativamente mayor en personas con piel más oscura, en parte porque suelen ser diagnosticadas en etapas más avanzadas. Esta brecha persiste y se amplía cuando los algoritmos de IA se entrenan con bases de datos dominadas por imágenes de piel clara, reduciendo su capacidad de identificar lesiones en tonos de piel más oscuros. Así, un modelo puede ser técnicamente preciso, pero socialmente fallido si ignora la diversidad real de los cuerpos a los que pretende cuidar.

Desde una mirada sociológica, la revolución de la IA nos ofrece una oportunidad transformadora: utilizarla para construir un sistema sanitario más justo e inclusivo. Ampliar los diagnósticos y tratamientos significa ofrecer alternativas que tengan en cuenta no solo el género, la edad o la etnia, sino también las condiciones sociales que determinan la salud. De hecho, estudios muestran que las personas sin acceso al sistema sanitario o con enfermedades raras o estigmatizadas recurren con más frecuencia a plataformas de autodiagnóstico basadas en IA. Precisamente por eso, tiene un gran potencial como vía de acceso para poblaciones excluidas. 

En lugar de replicar inequidades, la IA puede convertirse en el espejo invertido de nuestras sociedades. Tecnológicamente, es posible codificar ese factor corrector que amplifique la justicia social sistemáticamente; solo hace falta voluntad política, económica e investigadora a nivel global. Un primer paso es garantizar la participación activa de comunidades históricamente marginadas en el diseño, testeo y despliegue de estas soluciones. El camino a la medicina personalizada sin prejuicios pasa, precisamente, por la IA como aliada para la inclusión.

Suscríbete para seguir leyendo