Aurélie Jean, Sébastien Abgrall
La IA se está abriendo paso rápidamente en casi todos los sectores, lo que permite que los modelos sean más precisos y predictivos. En medicina, las herramientas de IA ya están ayudando a los pacientes a desempeñar un papel más activo en la gestión de su atención sanitaria y proporcionando a los médicos acceso a información que antes era difícil, si no imposible, de obtener.
Pero estas herramientas resultarán ineficaces si los médicos y los pacientes se muestran reacios a utilizarlas o las rechazan por completo. Por lo tanto, los desarrolladores deben tener en cuenta la comodidad de todas las partes implicadas, empezando por los pacientes y los profesionales sanitarios.
La IA es un conjunto de métodos para modelar y simular fenómenos, comprender sus mecanismos subyacentes, responder a preguntas y resolver problemas. En el ámbito sanitario, puede mejorar la precisión de los exámenes médicos y los diagnósticos, estimar el riesgo de desarrollar determinadas enfermedades, personalizar el seguimiento y el tratamiento de los pacientes, acelerar el desarrollo de fármacos y ayudar a los hospitales a gestionar las emergencias y las operaciones diarias. Estas aplicaciones están ayudando a la medicina a ir más allá del tratamiento para centrarse en la prevención.
Puede parecer contradictorio hablar de comodidad en el contexto de la IA médica, pero incluso la herramienta más precisa tiene poco valor si incomoda a los pacientes o si a los médicos les resulta demasiado engorrosa. Para los pacientes, la comodidad empieza por el propio examen. Algunas soluciones de IA requieren un examen adicional, algo que el paciente quizá nunca haya experimentado antes. El procedimiento debe respetar la dignidad del paciente y tener en cuenta su bienestar físico y psicológico, ya que los pacientes que se sienten a gusto son más propensos a comprenderlo y dar su consentimiento.
Esto ya lo tienen muy claro los profesionales sanitarios. Las máquinas de mamografía, por ejemplo, se diseñan ahora con superficies a la temperatura corporal humana para que las exploraciones resulten menos desagradables.
Siempre que sea posible, la IA debería integrarse en los exámenes que ya forman parte de la atención rutinaria. Si es necesario un nuevo procedimiento, los cambios deben reducirse al mínimo. Cada paso adicional requiere tiempo para explicarlo y puede alargar el examen y hacerlo más intimidante para los pacientes.
Las herramientas de IA también deben integrarse en el flujo de trabajo de los médicos. Los profesionales sanitarios consideran que la compatibilidad con las prácticas existentes es uno de los factores más importantes en el desarrollo de la IA médica, después de un marco normativo claro. Los médicos no deberían tener que cambiar de sistema ni dedicar demasiado tiempo a leer e interpretar nuevos resultados. De lo contrario, rechazarán estas herramientas o las utilizarán de forma incorrecta. Con el tiempo, sin embargo, una dependencia excesiva de la IA también podría mermar las competencias médicas.
Una forma de evitar estos escollos es involucrar a pacientes y médicos desde las primeras fases del diseño del producto, de modo que los desarrolladores comprendan las necesidades y limitaciones de sus partes interesadas más importantes. Trabajar juntos puede mejorar la equidad y la explicabilidad de los modelos, evitandola discriminación algorítmica.
Antes de desarrollar o adquirir una herramienta de IA, los profesionales sanitarios deben tener claro el problema que debe resolver. Los médicos también deberían ayudar a adaptar estas herramientas a la práctica médica, orientando los modelos hacia respuestas más justas y estableciendo límites sobre su funcionamiento en diferentes situaciones. Para ello, y para mantenerse al día con la evolución de la tecnología, los médicos necesitan formación en IA durante la carrera de medicina y a lo largo de toda su trayectoria profesional.
Los pacientes también deben ser capaces de interpretar la información que proporciona la IA. El acceso a datos de salud en tiempo real podría facilitar la toma de decisiones compartida con el personal médico y ayudar a los pacientes a asumir un papel más activo en su propia atención.
Los desarrolladores también deben realizar un seguimiento periódico con médicos y pacientes sobre su experiencia mucho después de que se haya introducido una herramienta. La normativa ya exige ciertas formas de supervisión, pero los comentarios de los usuarios pueden revelar problemas que las métricas de rendimiento pasan por alto. Un enfoque de «comodidad desde el diseño» integraría esta retroalimentación en el proceso de desarrollo y mejora de la IA médica.
La comodidad del paciente es un indicador de la eficacia de la salud pública. Un estudio de 2013 reveló que entre el 25 % y el 46 % de las mujeres que no se someten a pruebas de detección del cáncer de mama citan el dolor por compresión como motivo. Hacer un seguimiento de la satisfacción de los pacientes junto con la sensibilidad diagnóstica ayudaría a las instituciones a comprender si los avances en la tecnología médica pueden animar a más pacientes a someterse a las pruebas de detección.
Las instituciones sanitarias deberían tener en cuenta la experiencia del paciente desde la primera cita hasta la recepción de los resultados y ser transparentes sobre cómo utilizan la IA. Sin embargo, solo el 55 % de los profesionales que utilizan la IA informan a sus pacientes, a pesar de que el 80 % de los pacientes desea información más clara sobre sus beneficios y riesgos.
Dada la presión sobre los presupuestos hospitalarios, las herramientas de IA podrían hacer que la prevención fuera más accesible más allá de los centros sanitarios tradicionales. Muchas empresas ya están introduciendo programas de salud preventiva para sus empleados y podrían utilizar la IA para ampliar el acceso a la detección precoz con unos costes controlados.
Más allá de la detección precoz, la IA podría ofrecer a los médicos una visión más holística de la salud del paciente al correlacionar parámetros fisiológicos, cruzar los resultados de las pruebas e identificar vínculos entre mecanismos patológicos. Esto podría ayudarles a comprender mejor afecciones complejas que no pueden evaluarse plenamente mediante una sola prueba.
La asistencia sanitaria del futuro impulsada por la IA dependerá de dos requisitos que durante mucho tiempo se han considerado por separado: el rendimiento de los modelos y la comodidad de los pacientes y médicos que utilizan estas herramientas. Solo si se cumplen ambos requisitos, la IA médica podrá hacer que la prevención sea accesible para todos.
Aurélie Jean es directora ejecutiva y cofundadora de Infra, una startup de tecnología avanzada en IA dedicada a la medicina preventiva femenina. Sébastien Abgrall es director general del Pôle Santé Bergère de París.
Derechos de autor: Project Syndicate, 2026.