La IA sí transformará la medicina, pero no como creéis

En 2016, Geoffrey Hinton proclamó que debíamos dejar de formar radiólogos. La IA los reemplazaría en cinco años, spoiler: han pasado diez. En 2025, los programas de residencia en radiología diagnóstica de EE.UU ofertaron un récord de 1.208 plazas, un 4 por ciento más que el año anterior, y las tasas de vacantes están en máximos históricos. La radiología se ha convertido, según la CNN, en el caso de estudio definitivo de por qué la IA no reemplaza a los trabajadores humanos.

Anotadlo, porque importa. No para que podamos afirmar nada contra la IA (no estamos aquí para eso) sino para entender qué tipo de transformación sí está ocurriendo en sanidad y dejar de confundirla con el apocalipsis laboral que tanto vende en los foros de LinkedIn.

El problema no es la tecnología, es el diagnóstico humano que hemos realizado acerca de ella

Hay dos errores simétricos que se cometen con igual entusiasmo en los congresos de salud digital. El primero lo cometen los tecnólogos: ven que la IA puede gestionar una receta de bajo riesgo o leer una mamografía y extrapolan que puede reemplazar todo lo que hace un clínico: el juicio en la incertidumbre, la confianza del paciente, la responsabilidad legal, la gestión de lo que nadie anticipó… El segundo lo cometen los clínicos: montan un prototipo con IA en dos horas y concluyen que pueden prescindir de su proveedor tecnológico, ignorando lo que hay debajo de cualquier software clínico: integraciones, mantenimiento, gestión del cambio, casos edge, validación regulatoria.

Ambos errores nacen del mismo sesgo: cuando miramos una disciplina que no es la nuestra, solo vemos la punta del iceberg. Los datos no mienten, pero hay que saber leerlos.

El estudio: Impact of AI recommendation correctness on diagnostic accuracy in clinical decision- making, publicado no hace mucho en el International Journal of Medical, con 223 médicos y enfermeras, demostró que los sistemas de apoyo a la decisión clínica basados en IA pueden mejorar la precisión diagnóstica cuando aciertan, pero la reducen significativamente cuando se equivocan, por efecto del sesgo de automatización. Es decir: un clínico que delega sin criterio en la IA puede acabar siendo peor clínico que uno que no la usa.

Los datos publicados por Rao et al. (2026) resultan especialmente elocuentes: al evaluar 21 modelos de lenguaje mediante 29 viñetas clínicas estandarizadas, las puntuaciones oscilaron entre 0,64 y 0,78 sobre 1, mientras que las tasas de fallo en el diagnóstico diferencial superaron el 80 por ciento.

En noviembre de 2025, el Consejo Interterritorial del SNS aprobó la Estrategia de Inteligencia Artificial para el Sistema Nacional de Salud, con un modelo de gobernanza compartida entre el Ministerio y las Comunidades Autónomas. En Europa existen más de 180 algoritmos de IA en imagen médica con marcado CE, y en EE.UU se han aprobado más de 500 algoritmos de IA en salud. El proyecto IMPaCT, coordinado por el Instituto de Salud Carlos III, integra IA y genómica para impulsar la medicina de precisión en el SNS. Esto no es ciencia ficción, es política sanitaria de 2025.

La transformación real está en la redistribución del valor. Lo que está ocurriendo, y aquí es donde el debate público falla sistemáticamente, no es que la IA reemplace profesiones, es que redistribuye qué partes de cada profesión tienen valor. En un nuevo escenario donde la IA puede codificar, resumir, detectar patrones y redactar informes, lo que se vuelve escaso e irremplazable es exactamente lo contrario: el juicio en situaciones ambiguas, la confianza construida con el paciente a lo largo del tiempo y la experiencia que distingue lo urgente de lo importante.

La IA no está reemplazando profesiones, sino que redistribuye qué partes de cada profesión tienen valor

El Hospital Gregorio Marañón ha implementado un Centro de Control asistido por IA con modelos predictivos que alcanzan más del 90 por ciento de precisión en gestión hospitalaria. Eso no elimina a nadie, libera tiempo para lo que ningún algoritmo puede hacer todavía. La IA va a amplificar la distancia entre los buenos profesionales y los mediocres, eliminando el valor de las tareas protocolizadas y multiplicando el de quienes tienen criterio real. Lo que está en riesgo no son los médicos, son los médicos, tecnólogos y gestores que operan desde la inercia y la imitación, sin expertise genuino que la IA pueda multiplicar.

“La implantación de la IA en el ámbito sanitario requiere más que avances tecnológicos: su éxito depende de la confianza de profesionales, pacientes y ciudadanía, sustentada en tres pilares: formación, ética y participación” Esta es, con diferencia, la frase más honesta que ha producido la política sanitaria española en este debate y también la más incómoda, porque implica que el cuello de botella no está en la tecnología (que ya existe, ya está aprobada, ya está funcionando en algunos centros) sino en la capacidad de las organizaciones para integrarla con criterio.

Este cambio requiere clínicos que entiendan qué puede y qué no puede hacer la IA, tecnólogos que respeten la complejidad real del entorno clínico y gestores que inviertan en desarrollar juicio profesional, no solo en licencias de software.

La IA transformará la medicina profundamente, pero no llegará como un tsunami que arrasa profesiones. Llegará como llegan todas las transformaciones importantes: discriminando y favoreciendo así a quienes entienden lo que está pasando y castigando a quienes prefieren el ruido al análisis.