{"id":77455,"date":"2025-06-20T18:37:57","date_gmt":"2025-06-20T23:37:57","guid":{"rendered":"https:\/\/einsteresante.com\/?p=77455"},"modified":"2025-06-20T18:37:59","modified_gmt":"2025-06-20T23:37:59","slug":"la-union-humanos-ia-realiza-los-diagnosticos-medicos-mas-precisos","status":"publish","type":"post","link":"https:\/\/einsteresante.com\/index.php\/2025\/06\/20\/la-union-humanos-ia-realiza-los-diagnosticos-medicos-mas-precisos\/","title":{"rendered":"La uni\u00f3n humanos-IA realiza los diagn\u00f3sticos m\u00e9dicos m\u00e1s precisos"},"content":{"rendered":"\n

La inteligencia artificial (IA) puede ayudar eficazmente a los m\u00e9dicos a realizar diagn\u00f3sticos. Comete errores diferentes a los humanos, y esta complementariedad representa una fortaleza previamente desaprovechada. Un equipo internacional ha demostrado sistem\u00e1ticamente por primera vez que la combinaci\u00f3n de la experiencia humana con modelos de IA permite obtener los diagn\u00f3sticos m\u00e1s precisos y de respuesta abierta. Su art\u00edculo se\u00a0public\u00f3<\/a>\u00a0en Proceedings of the National Academy of Sciences.<\/p>\n\n\n\n

Los errores de diagn\u00f3stico se encuentran entre los problemas m\u00e1s graves de la pr\u00e1ctica m\u00e9dica diaria. Los sistemas de IA, especialmente los grandes modelos de lenguaje (LLM) como ChatGPT-4, Gemini o Claude 3, ofrecen nuevas maneras de respaldar eficazmente los diagn\u00f3sticos m\u00e9dicos. Sin embargo, estos sistemas tambi\u00e9n conllevan riesgos considerables; por ejemplo, pueden generar alucinaciones y generar informaci\u00f3n falsa. Adem\u00e1s, reproducen sesgos sociales o m\u00e9dicos existentes y cometen errores que a menudo resultan desconcertantes para los humanos.<\/p>\n\n\n\n

El equipo de investigaci\u00f3n internacional, dirigido por el Instituto Max Planck para el Desarrollo Humano y en colaboraci\u00f3n con socios del Proyecto de Diagn\u00f3stico Humano (San Francisco) y el Instituto de Ciencias y Tecnolog\u00edas Cognitivas del Consejo Nacional de Investigaci\u00f3n Italiano (CNR-ISTC Roma), investig\u00f3 c\u00f3mo los humanos y la IA pueden colaborar mejor.<\/p>\n\n\n\n

El resultado: los colectivos de diagn\u00f3stico h\u00edbridos (grupos compuestos por expertos humanos y sistemas de IA) son significativamente m\u00e1s precisos que los colectivos compuestos \u00fanicamente por humanos o IA. Esto se aplica especialmente a preguntas de diagn\u00f3stico complejas y abiertas con numerosas soluciones posibles, en lugar de simples decisiones de s\u00ed o no.<\/p>\n\n\n\n

“Nuestros resultados muestran que la cooperaci\u00f3n entre humanos y modelos de IA tiene un gran potencial para mejorar\u00a0la seguridad del paciente<\/a>“, afirma el autor principal Nikolas Z\u00f6ller, investigador postdoctoral en el Centro de Racionalidad Adaptativa del Instituto Max Planck para el Desarrollo Humano.<\/p>\n\n\n\n

Los investigadores utilizaron datos del Proyecto de Diagn\u00f3stico Humano, que proporciona vi\u00f1etas cl\u00ednicas (breves descripciones de casos cl\u00ednicos) junto con los diagn\u00f3sticos correctos. Utilizando m\u00e1s de 2100 de estas vi\u00f1etas, el estudio compar\u00f3 los diagn\u00f3sticos realizados por profesionales m\u00e9dicos con los de cinco modelos l\u00edderes de IA.<\/p>\n\n\n\n

En el experimento central, se simularon diversos colectivos de diagn\u00f3stico: individuos, colectivos humanos, modelos de IA y colectivos mixtos de humanos e IA. En total, los investigadores analizaron m\u00e1s de 40.000 diagn\u00f3sticos. Cada uno se clasific\u00f3 y evalu\u00f3 seg\u00fan est\u00e1ndares m\u00e9dicos internacionales (SNOMED CT).<\/p>\n\n\n\n

Los humanos y las m\u00e1quinas se complementan, incluso en sus errores.<\/h2>\n\n\n\n

El estudio muestra que la combinaci\u00f3n de m\u00faltiples modelos de IA mejor\u00f3 la calidad del diagn\u00f3stico. En promedio, los equipos de IA superaron al 85% de los diagnosticadores humanos. Sin embargo, hubo numerosos casos en los que los humanos obtuvieron mejores resultados. Curiosamente, cuando la IA fall\u00f3, los humanos a menudo conoc\u00edan el diagn\u00f3stico correcto.<\/p>\n\n\n\n

La mayor sorpresa fue que la combinaci\u00f3n de ambos mundos condujo a un aumento significativo de la precisi\u00f3n. Incluso a\u00f1adir un s\u00f3lo modelo de IA a un grupo de diagnosticadores humanos, o viceversa, mejor\u00f3 sustancialmente el resultado. Los resultados m\u00e1s fiables se obtuvieron a partir de decisiones colectivas que involucraron a m\u00faltiples humanos y m\u00faltiples IA.<\/p>\n\n\n\n

La explicaci\u00f3n es que los humanos y la IA cometen errores sistem\u00e1ticamente diferentes. Cuando la IA falla, un profesional humano puede compensar el error, y viceversa. Esta denominada complementariedad de errores hace que los colectivos h\u00edbridos sean tan poderosos. “No se trata de reemplazar a los humanos por m\u00e1quinas. M\u00e1s bien, deber\u00edamos ver la inteligencia artificial como una herramienta complementaria que despliega todo su potencial en la\u00a0toma de decisiones<\/a>\u00a0colectiva”, afirma el coautor Stefan Herzog, investigador principal del Instituto Max Planck para el Desarrollo Humano.<\/p>\n\n\n\n

Sin embargo, los investigadores tambi\u00e9n enfatizan las limitaciones de su trabajo. El estudio solo consider\u00f3 vi\u00f1etas de casos textuales, no pacientes reales en entornos cl\u00ednicos reales. La posibilidad de aplicar los resultados directamente a la pr\u00e1ctica cl\u00ednica es una cuesti\u00f3n que se abordar\u00e1 en futuros estudios. Asimismo, el estudio se centr\u00f3 \u00fanicamente en el diagn\u00f3stico, no en el tratamiento, y un diagn\u00f3stico correcto no garantiza necesariamente un tratamiento \u00f3ptimo.<\/p>\n\n\n\n

Tambi\u00e9n sigue siendo incierto c\u00f3mo los sistemas de apoyo basados \u200b\u200ben IA ser\u00e1n aceptados en la pr\u00e1ctica por el personal m\u00e9dico y los pacientes. Los posibles riesgos de sesgo y discriminaci\u00f3n, tanto por parte de la IA como de los humanos, en particular en relaci\u00f3n con las diferencias \u00e9tnicas, sociales o de g\u00e9nero, tambi\u00e9n requieren mayor investigaci\u00f3n.<\/p>\n\n\n\n

Amplia gama de aplicaciones para colectivos h\u00edbridos humanos-IA<\/h2>\n\n\n\n

El estudio forma parte del proyecto Inteligencia Colectiva H\u00edbrida Humano-Artificial en la Toma de Decisiones Abierta (HACID), cuyo objetivo es promover el desarrollo de futuros sistemas de apoyo a la toma de decisiones cl\u00ednicas mediante la integraci\u00f3n inteligente de la inteligencia humana y artificial. Los investigadores ven un potencial particular en regiones con acceso limitado a la atenci\u00f3n m\u00e9dica. Los colectivos h\u00edbridos humano-IA podr\u00edan contribuir de forma crucial a una mayor equidad en la atenci\u00f3n sanitaria en dichas zonas.<\/p>\n\n\n\n

Este enfoque tambi\u00e9n puede aplicarse a otras \u00e1reas cr\u00edticas, como el sistema legal, la respuesta a desastres o\u00a0la pol\u00edtica clim\u00e1tica<\/a>, donde sea necesario tomar decisiones complejas y de alto riesgo. Por ejemplo, el proyecto HACID tambi\u00e9n est\u00e1 desarrollando herramientas para mejorar la toma de decisiones en materia de adaptaci\u00f3n clim\u00e1tica, afirma Vito Trianni, coautor y coordinador del proyecto HACID.<\/p>\n\n\n\n

Fuente: Medical Xpress<\/a>.<\/p>\n\n\n\n

\u00a0.<\/p>\n","protected":false},"excerpt":{"rendered":"

La inteligencia artificial (IA) puede ayudar eficazmente a los m\u00e9dicos a realizar diagn\u00f3sticos. Comete errores diferentes a los humanos, y esta complementariedad representa una fortaleza previamente desaprovechada. Un equipo internacional ha demostrado sistem\u00e1ticamente por primera vez que la combinaci\u00f3n de la experiencia humana con modelos de IA permite obtener los diagn\u00f3sticos m\u00e1s precisos y de […]<\/p>\n","protected":false},"author":1,"featured_media":77466,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[14],"tags":[],"class_list":["post-77455","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tecnologia"],"_links":{"self":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/77455","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/comments?post=77455"}],"version-history":[{"count":10,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/77455\/revisions"}],"predecessor-version":[{"id":77465,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/77455\/revisions\/77465"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/media\/77466"}],"wp:attachment":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/media?parent=77455"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/categories?post=77455"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/tags?post=77455"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}