Un equipo de investigadores de Google construyó un sistema de inteligencia artificial (IA) capaz de entrevistar pacientes con un nivel de empatía y precisión que sorprende hasta a los médicos con más años de trabajo en consultorios.
El desarrollo se llama Explorador de Inteligencia Médica Articulada, conocido por su sigla en inglés, AMIE. La meta del proyecto de inteligencia artificial es facilitar el acceso a la atención médica y aliviar la carga de trabajo de los profesionales de salud, en un contexto donde la demanda crece y el personal escasea.
No hay que confundirlo con un bot de respuestas automáticas, de esos que contestan reclamos por un pedido de compra. AMIE aplica razonamiento complejo, procesa datos clínicos y mantiene una conversación real para entender el cuadro de cada paciente.
Por ahora, su uso se limita a pruebas de laboratorio y simulaciones controladas. Pero los resultados abrieron un debate de fondo sobre el futuro de la medicina y el lugar que van a ocupar los profesionales humanos ante la inteligencia artificial.
Además de ser un programa nuevo, esta inteligencia artificial representa un cambio en la forma de pensar la atención médica, con el potencial de modificar los costos y la eficiencia del sistema de salud.
¿Qué es AMIE y cómo dialoga con los pacientes?
AMIE es una plataforma de inteligencia artificial conversacional que desarrollaron Google Research y Google DeepMind. Su función es imitar la entrevista clínica tradicional, ese primer diálogo entre médico y paciente.
Los primeros detalles de este proyecto de inteligencia artificial se publicaron en arXiv, bajo el título «Towards Conversational Diagnostic AI«. Ese trabajo describió cómo se entrenó el sistema con diálogos médicos simulados.
La premisa de los creadores de esta inteligencia artificial es simple. Entre el 60% y el 80% de los diagnósticos correctos dependen de una buena recolección de la historia clínica durante la primera conversación con el paciente.
Para enseñarle a una máquina de inteligencia artificial a dialogar como un médico de atención primaria, los científicos armaron un entorno de simulación de diálogo clínico basado en el juego autónomo entre computadoras.
El sistema de inteligencia artificial conversa consigo mismo en tres roles distintos, al mismo tiempo. Una parte genera escenarios clínicos realistas con distintas patologías. Otra actúa como médico o como paciente dentro de la charla.
Un tercer componente funciona como supervisor. Analiza la calidad del diálogo y da sugerencias sobre la pertinencia médica, la precisión de las preguntas, la repetición de temas y el nivel de empatía.
Ese aprendizaje avanza con dos ciclos de ajuste. En el ciclo interno, el sistema de inteligencia artificial usa la crítica en tiempo real para corregir sus respuestas dentro de la conversación simulada con el paciente virtual.
En el ciclo externo, las conversaciones que funcionaron bien se suman a los datos de entrenamiento. Así el sistema de inteligencia artificial afina sus habilidades y las extiende a miles de cuadros médicos diferentes.
Cuando dialoga con una persona real, el programa de inteligencia artificial sigue tres pasos. Primero arma un resumen del historial clínico. Después plantea hipótesis de diagnóstico diferencial. Por último, pule su respuesta final.
El resultado es una charla fluida y respetuosa. La herramienta de inteligencia artificial no abruma al paciente con tecnicismos ni con preguntas encimadas, y logra un tono cercano que sorprende a quienes evalúan sus consultas.
La investigación dio un paso más con un estudio que Google publicó en la revista Nature. Ese trabajo muestra cómo la plataforma de inteligencia artificial pasó de resolver consultas únicas a acompañar enfermedades crónicas a lo largo de varias visitas.
Ese estudio completo está disponible en el sitio oficial de la revista. Ahí se analiza el seguimiento de pacientes durante distintas citas virtuales sucesivas.
Ese avance fue posible gracias a la capacidad de los modelos de inteligencia artificial Gemini para procesar grandes volúmenes de contexto. Con esa base, el asistente retiene información a lo largo del tiempo, evalúa síntomas y ajusta dosis de medicamentos.
La arquitectura técnica de esta etapa usa dos agentes distintos, inspirados en la teoría sobre los procesos mentales rápidos y lentos. Es una forma de dividir el trabajo clínico entre dos partes del sistema.
El primer agente de inteligencia artificial es el módulo de diálogo. Habla con el paciente de forma fluida y rápida, junta síntomas con una conversación empática y evita demoras molestas.
El segundo agente es el motor de razonamiento. Trabaja en paralelo, por detrás de escena. Cruza el historial clínico del paciente con cientos de guías de práctica médica y manuales farmacológicos.
Para reducir riesgos, ese motor genera código en Python a partir de las guías médicas y lo convierte en reglas estrictas para las respuestas del modelo de lenguaje. La idea es evitar planes de tratamiento sin base científica.
La base de información de ese motor es enorme. Reúne 627 documentos guía de referencia internacional, entre ellos manuales clínicos del Reino Unido y protocolos de buenas prácticas.
En total, procesa más de 10,5 millones de tokens de información científica ordenada. Para evaluar la dosificación de fármacos, el sistema rindió un examen de 600 preguntas complejas de opción múltiple.
Ese examen lo diseñaron farmacéuticos certificados y midió interacciones entre medicamentos, contraindicaciones puntuales y efectos secundarios de los tratamientos, todo para bajar al mínimo el riesgo de errores al recetar.
¿La inteligencia artificial de Google diagnostica mejor que un médico?
En pruebas clínicas controladas, con pacientes simulados, sí. El sistema de Google mostró mejor desempeño que los médicos de atención primaria tanto en diagnóstico como en empatía.
Los estudios respaldan esta idea. En el primer ensayo, basado en consultas por texto, un grupo de especialistas independientes evaluó las charlas sin saber si respondía un humano o la máquina.
Esa prueba mostró que la inteligencia artificial superó a los médicos de atención primaria en 24 de las 26 categorías que valoraron los pacientes actores que participaron del estudio.
Estos resultados generaron repercusión en redes sociales, donde circularon análisis sobre el desempeño de la herramienta frente a médicos reales.
Los especialistas que auditaron las consultas calificaron al sistema de Google por encima de los médicos en 30 de los 32 aspectos clínicos evaluados, y marcaron un empate en los dos restantes.
La precisión del diagnóstico diferencial (la lista de posibles enfermedades que puede tener un paciente) fue más alta en el caso del software. Sus hipótesis resultaron más exactas y completas que las de los médicos humanos.
En cuanto al trato y la comunicación, los pacientes actores prefirieron por amplio margen al asistente virtual. Lo describieron como más educado, honesto, comprensivo y confiable en promedio.
En el estudio sobre seguimiento de enfermedades crónicas, publicado en Nature, esa diferencia se mantuvo. Los especialistas calificaron con puntajes muy altos la adecuación de los planes de tratamiento que armó la herramienta.
La inteligencia artificial obtuvo 95%, 96% y 98% de aprobación en las tres visitas sucesivas de la prueba. Los médicos de atención primaria que participaron del control lograron 72%, 80% y 81% de valoraciones positivas.
El apego de los tratamientos sugeridos a las guías clínicas oficiales también favoreció al desarrollo de Google, que llegó al 97% de cumplimiento, frente al 87% que alcanzaron como máximo los médicos humanos.
En el examen de razonamiento farmacológico, el sistema también sacó mejor nota. Sin acceso a material de consulta, respondió bien el 50,6% de las preguntas, frente al 41,5% de los médicos.
Cuando ambas partes pudieron buscar información en bases de datos externas, la inteligencia artificial subió su precisión al 57,9%, mientras que los profesionales humanos llegaron al 47,8% de respuestas correctas.
A pesar de estos números, los propios investigadores de Google Research y Google DeepMind pidieron cautela. Advirtieron que no conviene sacar conclusiones apresuradas sobre que la máquina es mejor que un médico clínico.
Hay varios motivos detrás de estos resultados. Primero, los médicos de atención primaria no están entrenados para atender pacientes por chat de texto, un formato que les resulta poco natural.
Segundo, el médico real cuenta con la ventaja del examen físico directo, el acceso a la historia clínica electrónica y la observación de detalles sutiles del paciente, algo que no se puso a prueba en este ensayo por texto.
Por último, los profesionales humanos enfrentan límites de tiempo, cansancio y ritmo de trabajo que una computadora no tiene. Un asistente virtual mantiene el mismo nivel de paciencia y detalle sin importar cuántas consultas atienda por día.
El vínculo entre médico y paciente va más allá de un buen diagnóstico. Los pacientes del estudio remarcaron que siguen prefiriendo a los médicos humanos para construir confianza a largo plazo y una alianza terapéutica genuina.
¿Cuándo llegará esta IA a las video consultas médicas reales?
La llegada de esta tecnología a las video consultas en tiempo real ya empezó a dar sus primeros pasos este mes. Sin embargo, su llegada masiva a las clínicas todavía está en fase de investigación activa.
Google Research y Google DeepMind presentaron AMIE (Video), una versión pensada para hacer consultas clínicas en vivo a través de transmisiones de video.
Los detalles técnicos de este desarrollo aparecen en el blog de Google Research, bajo el título «Advancing AMIE towards expert-level audio-visual clinical consultations«, y también en un reporte publicado en arXiv.
Para una inteligencia artificial, el formato de video es mucho más difícil de resolver que el chat de texto. Un médico observa todo el tiempo señales no verbales, como la respiración, la postura, la palidez o el temblor de las manos.
Para procesar esos datos visuales y de audio sin generar demoras en la charla, los ingenieros de Google diseñaron una estructura de tres agentes que trabajan en paralelo, montada sobre los modelos Gemini y los avances de Project Astra.
El primer agente se ocupa de la voz y el diálogo directo con el paciente, con un tono empático y respuestas casi inmediatas. El segundo agente funciona como planificador, actualiza los diagnósticos y define los objetivos de la consulta sin que el paciente lo note.
El tercer agente cumple la función de percepción. Analiza en simultáneo el video y el audio de la cámara del paciente, detecta señales de dolor o problemas para respirar, y le pasa esa información al planificador de inmediato.
En un estudio con 100 escenarios complejos y 300 consultas en vivo con actores, este sistema de video igualó o superó a los médicos de atención primaria en precisión diagnóstica y en el manejo de la historia clínica.
La herramienta ubicó el diagnóstico correcto en el primer lugar de su lista en el 91% de los casos. Los médicos humanos que participaron de la prueba llegaron al 77% de acierto en esa misma instancia.
Un dato que se destacó fue la capacidad del sistema para guiar exámenes físicos a distancia. El software de Google acompañó paso a paso a los pacientes en maniobras físicas simples frente a la cámara, algo que los médicos hicieron muy poco.
El sistema de video obtuvo 72% en el guiado de exámenes físicos, mientras que los médicos clínicos llegaron apenas al 39% en esa misma tarea. Los pacientes valoraron muy bien esa guía paso a paso.
Los actores que tomaron parte de las consultas dijeron que prefieren el video por sobre el chat de texto. Señalaron que el video facilita la comunicación y los hace sentir más escuchados.
¿Cuándo va a llegar esta tecnología a las clínicas? El paso del laboratorio al consultorio virtual se está dando a través de pruebas piloto controladas, en centros de salud de prestigio internacional.
Uno de los pasos centrales es un estudio de viabilidad realizado junto al Beth Israel Deaconess Medical Center, centro afiliado a la Escuela de Medicina de Harvard. En ese ensayo, 100 pacientes reales interactuaron con el asistente antes de ver a su médico.
La documentación de ese estudio, realizado con pacientes reales en Boston, está disponible en formato abierto en arXiv. Los investigadores remarcaron que el sistema resultó viable para la práctica médica diaria.
Durante esas interacciones previas a la consulta presencial, el sistema funcionó de manera segura y no necesitó intervención de supervisores humanos en ningún caso. Los pacientes dijeron sentir más confianza en la tecnología después de usarla.
Además, los médicos comentaron que el resumen de síntomas que arma el asistente les permite llegar mejor preparados al encuentro con el paciente, y ayuda a aprovechar mejor el tiempo de la consulta presencial.
En paralelo, Google avanza con un estudio aleatorio a gran escala en Estados Unidos, en conjunto con la empresa de salud virtual Included Health, para medir el impacto real del sistema en consultas virtuales con pacientes de verdad.
Nota de R.: Este artículo acerca de la aplicación de la inteligencia artificial de Google en atención sanitaria fue publicado originalmente en iProfesional.
Si te gustó o sirvió algo que publiqué, te ofrezco dos alternativas para agradecer y permitir la continuidad de mi trabajo en Bahía César:
Te invito a suscribirte gratis al boletín semanal de Bahía César para recibirlo en tu correo electrónico. Ingresa tu e-mail aquí.
