IA en medicina de urgencias: apoyando, no reemplazando
La inteligencia artificial en la medicina tiene una larga historia. Ya en 1971 se desarrolló INTERNIST-1. Según el estudio, fue el primer consultor médico artificial. INTERNIST-1 utilizaba algoritmos de búsqueda para diagnosticar a los pacientes. Luego, en la década de 1980, sistemas como DXplain y MYCIN demostraron aún más que la inteligencia artificial puede apoyar a médicos y enfermeras.
Sin embargo, las soluciones avanzadas de IA actuales ofrecen mucho apoyo, desde analizar grandes cantidades de datos hasta ayudar con tareas rutinarias y administrativas. Esto libera tiempo al personal médico, pero también reduce la presión que aumenta debido a la disminución del número de trabajadores de la salud. La Organización Mundial de la Salud estima que para 2030, la UE tendrá una escasez de 4,1 millones de trabajadores sanitarios.
El hecho es que la inteligencia artificial tiene mucho que ofrecer, no solo en términos de aliviar la carga del sistema, sino también en la medicina misma. Pero la pregunta es si la inteligencia artificial es realmente más precisa o confiable en comparación con el personal médico humano. ¿Puede la experiencia y el juicio clínico de médicos y enfermeras superar las capacidades humanas en el diagnóstico y cuidado de los pacientes? O, por ejemplo, en determinar el grado de urgencia de la admisión del paciente, también conocido como triaje.
AI vs. Medical Staff in Patient Prioritization in ERs
Según algunos datos, alrededor del 25 % de la población visita la sala de emergencias (ER) cada año, y el número de quienes terminan recibiendo tratamiento hospitalario a través de la admisión de urgencia es mucho mayor. En este proceso, el triaje, la evaluación y priorización de los pacientes según la urgencia de su condición tiene gran importancia. Por ejemplo, puede marcar la diferencia si un paciente tiene una fractura o solo un rasguño, fiebre alta persistente o simplemente un caso de estornudos. Sin embargo, estas decisiones no siempre son fáciles, ya que incluso algo que parece menor, como una punción con aguja o un corte, puede ser peligroso y requerir una vacuna contra el tétanos.
La Sociedad Europea de Medicina de Emergencias se fundó hace más de 30 años, en 1994, en Londres. Su misión es promover la investigación, la educación, la práctica y los estándares en la especialidad de medicina de urgencias en toda Europa. También organizan congresos que reúnen a más de 3.500 participantes de más de 80 países. El congreso de 2025 se celebró en Copenhague, y el evento de este año tuvo lugar en Viena. Fue en este congreso donde la Dra. Renata Jukneviciene, investigadora postdoctoral en la Universidad de Vilnius en Lituania, presentó los resultados del estudio que abordaba precisamente esta cuestión. Junto con sus colegas Eva Naktinyte y Aida Emilija Balukonyte, exploró el potencial de la inteligencia artificial para apoyar el triaje de pacientes.
A cincuenta y un enfermeros y seis médicos se les entregaron cuestionarios anónimos para completar. Todos trabajaban en el departamento de urgencias de un hospital universitario. Los autores del estudio luego seleccionaron aleatoriamente casos clínicos de un grupo de 110 casos obtenidos de la base de datos PubMed y los dividieron en cinco categorías de triaje, que iban desde los más urgentes hasta los menos urgentes. El cuestionario fue completado por 44 enfermeros y los seis médicos. Los mismos casos también fueron analizados utilizando inteligencia artificial.
Los resultados
La medición incluyó varios indicadores clave. La sensibilidad se refiere a la capacidad de reconocer emergencias, mientras que la especificidad muestra qué tan bien se reconocen las situaciones no urgentes. Además, la exactitud indica la precisión general de la clasificación, y los valores predictivos positivos y negativos muestran qué tan precisos son realmente los casos etiquetados como emergencias y no emergencias.
Precisión general, que muestra qué tan bien el sistema o la persona asigna correctamente a las pacientes a la categoría adecuada, fue del 70,6 % para las médicas, 65,5 % para las enfermeras y 50,4 % para la IA. La tabla de distribución solo muestra con qué frecuencia cada evaluadora utilizó cada categoría; no refleja la precisión. Por lo tanto, aunque la IA asignó a las pacientes a la categoría más urgente con más frecuencia que las enfermeras (27,3 % frente a 9,1 %), esto indica únicamente una tendencia de etiquetado y no una mayor precisión. La IA no superó a las enfermeras en este aspecto.
Sin embargo, en análisis posteriores centrados en casos terapéuticos, la precisión general de la IA en la asignación de categorías fue mayor que la de las enfermeras, aunque todavía no alcanzó el nivel de exactitud logrado por las médicas. El valor predictivo positivo, o la probabilidad de que las pacientes marcadas como urgentes realmente lo sean, fue del 76,7 % para las médicas, 76,9 % para las enfermeras y 68,1 % para la IA. El valor predictivo negativo, o la probabilidad de que las pacientes marcadas como no urgentes realmente no lo sean, fue del 51,2 % para las médicas, 36,5 % para las enfermeras y 17,0 % para la IA.
Estos resultados indican que, aunque la inteligencia artificial no puede reemplazar al personal médico, podría proporcionar un apoyo significativo en situaciones como la sobrecarga de personal. Sin embargo, en un comunicado de prensa, la Dra. Jukneviciene afirmó que una integración cuidadosa y la supervisión humana son cruciales, y que los hospitales deben abordar la implementación de la IA con precaución, enfocándose al mismo tiempo en capacitar al personal para interpretar críticamente las recomendaciones de la IA.
Dra. Jukneviciene: IA para Apoyo, No Sustitución
El estudio mostró que la IA puede ser útil como ayuda, pero no como reemplazo. ¿Hasta qué punto podría esta combinación reducir la presión sobre el personal sanitario, dado el volumen de trabajo y la escasez de profesionales de la salud en Europa? ¿Podría proporcionar una ayuda significativa? ¿Están los hospitales adoptando este tipo de asistencia lo suficientemente rápido como para que el personal médico perciba un alivio?
Dra. Jukneviciene: En teoría, la IA podría encargarse de la capa inicial del triaje al preclasificar o marcar a las pacientes potencialmente urgentes. Esto podría reducir la presión sobre las enfermeras y acortar los tiempos de espera. Si la IA tuviera acceso a los historiales clínicos individuales, podría tomar decisiones de triaje más precisas e identificar los factores de riesgo específicos de cada paciente. La IA tiene el potencial de personalizar la medicina en lugar de simplemente seguir un algoritmo genérico. Sin embargo, en esta etapa, la IA no es lo suficientemente precisa, lo que genera preocupaciones sobre la seguridad, la privacidad de las pacientes, la responsabilidad y otros temas. Aunque el potencial de la IA en el triaje existe, sigue siendo más una posibilidad futura que una solución inmediata a la escasez de personal.
La IA parece reconocer a las pacientes potencialmente en peligro de vida de manera más cautelosa y más frecuente en comparación con las enfermeras. Esto me interesa porque, en los casos en que una enfermera se encuentra con una paciente por primera vez, la IA podría tener una ventaja y brindar apoyo. De este modo, también podría ayudar a las enfermeras que recién comienzan su carrera. Sin embargo, se debe tener cuidado de no depender demasiado de la IA. ¿Cómo podemos encontrar el equilibrio adecuado?
Dra. Jukneviciene: Sí, absolutamente. La IA podría servir como una segunda opinión valiosa, especialmente para el personal con menos experiencia. La IA no se cansa, no se distrae ni se pone ansiosa, lo que significa que puede brindar tranquilidad cuando una enfermera junior no está segura. Sin embargo, existe el riesgo de depender en exceso de la IA. La clave es usarla como herramienta de apoyo a la decisión, no como reemplazo. La enfermera siempre debe tomar la decisión final, pero la IA puede señalar alertas o sugerir precaución cuando la urgencia podría ser subestimada. La capacitación y las directrices claras serán esenciales en este contexto.
¿En qué turno cree que la IA podría ayudar más, por ejemplo, a qué hora del día, y cuál debería ser el siguiente paso?
Dra. Jukneviciene: Desde una perspectiva práctica, la IA podría ser más útil durante las horas pico y los turnos nocturnos, cuando los departamentos de urgencias tienen poco personal y la fatiga afecta las decisiones humanas. Incluso un pre-triaje automatizado sencillo podría ayudar a reducir el cuello de botella en la entrada. En cuanto al siguiente paso, lo más importante es entrenar a la IA con datos reales de hospitales en lugar de casos teóricos. Solo así reflejará la población local de pacientes y podremos comenzar a ver su verdadero potencial e integrarla gradualmente en nuestros hospitales.
La Experiencia Humana Sigue en el Corazón de la Medicina
La inteligencia artificial ha logrado avances significativos en medicina, comenzando con sistemas pioneros como INTERNIST-1 en 1971. Hoy, la IA tiene el potencial de aliviar la presión, especialmente dada la escasez proyectada de millones de trabajadores sanitarios en Europa para 2030. A pesar de décadas de avances tecnológicos, el personal médico sigue siendo indispensable; el núcleo de la medicina no ha cambiado: es la experiencia humana. La inteligencia artificial es una herramienta útil, y su mayor valor radica en complementar, no reemplazar, el trabajo de las profesionales de la salud, que permanecen en el corazón del cuidado de las pacientes.
Imagen cortesía de la Dra. Renata Jukneviciene
