Médico internista · Diagnostica enfermedades y gestiona la salud durante años después mediante la exploración y la evidencia, no una sola operación — el generalista y guía a largo plazo de la medicina.
El diagnóstico es en gran medida reconocimiento de patrones frente a una montaña de casos previos y literatura publicada, que es precisamente la tarea para la que están construidos los grandes modelos de lenguaje. En estudios controlados, algunos sistemas de IA ya producen diagnósticos diferenciales más precisos que los clínicos en ejercicio en casos basados en texto — un resultado que habría sonado absurdo hace una década y que debería tomarse en serio en lugar de descartarse.
Esta página separa lo que eso realmente significa de lo que no significa: qué tareas concretas ya están bien automatizadas, cuáles han demostrado ser mucho más resistentes, y qué cambia para los médicos cuyo razonamiento diagnóstico ya no es su ventaja incuestionada.
Aproximadamente un tercio del trabajo cognitivo cotidiano —relacionar síntomas con afecciones, comprobar interacciones farmacológicas, redactar notas y resúmenes tras la visita— ya está siendo igualado o aproximado por software. Lo que resiste la automatización es todo lo que envuelve ese razonamiento: la exploración física, la confianza de un paciente asustado y una responsabilidad legal que solo puede cargar un humano con licencia.
Scored from the tasks, not the job title. Lower is safer.
Jobs AI cannot take →La licencia de un médico y la responsabilidad por negligencia lo convierten en la parte responsable cuando un diagnóstico o un plan de tratamiento resulta equivocado; ningún sistema de IA puede tener una licencia médica ni ser demandado, así que un humano debe dar el visto bueno sin importar qué herramienta produjo el razonamiento.
La gestión de enfermedades crónicas depende de una relación construida durante años — un paciente que admitirá que ha dejado de tomar una medicación, o mencionará un síntoma que de otro modo descartaría, a un médico en el que ya confía, no a una interfaz nueva cada visita.
Palpar un abdomen, escuchar un soplo cardíaco específico o notar un cambio sutil en la marcha exige una destreza práctica y un juicio situado que el software remoto, e incluso la mayoría de la robótica actual, no puede replicar junto a la cama del paciente.
Los pacientes reales llegan con múltiples afecciones superpuestas, historiales incompletos y síntomas que no coinciden limpiamente con ningún caso de manual; los sistemas de IA probados con casos publicados difíciles y atípicos todavía fallan el diagnóstico principal correcto una parte considerable de las veces.
Decir a un paciente que un diagnóstico es grave, o convencer a alguien de aceptar un tratamiento que teme, es una negociación que depende de leer el miedo y los valores de una persona concreta en la sala, no de generar la frase médicamente correcta.
En viñetas de casos basadas en texto y entrevistas de pacientes simuladas, los sistemas de IA ya han igualado o superado a los clínicos frente a los que se probaron, incluido un estudio de 2024 en el que un sistema de IA superó a médicos de atención primaria y enfermeras de práctica avanzada en etapa inicial de carrera en consultas simuladas evaluadas por especialistas.
Los escribas de IA ambiental que escuchan una consulta y redactan la nota clínica ya se usan en muchos sistemas hospitalarios, recortando el 'tiempo en pijama' fuera de horario que los médicos han dedicado durante mucho tiempo a terminar historiales en casa.
El software ya cruza la lista completa de medicación de un paciente con interacciones y guías de tratamiento actuales más rápido y de forma más exhaustiva que un médico recordándolas de memoria o haciendo una consulta manual rápida.
Los algoritmos realizan cada vez más la primera criba de resultados de laboratorio, informes de imagen y datos de monitorización remota entrantes, señalando qué es normal frente a qué necesita la atención de un médico en lugar de que un humano revise cada valor en secuencia.
Cada vez más, el razonamiento diagnóstico de un médico se ejecuta junto a una segunda opinión generada por software en lugar de en aislamiento, desplazando la habilidad central de generar el diferencial desde cero a evaluar y corregir críticamente uno que un modelo ya ha redactado.
Las herramientas de transcripción ambiental están cambiando la relación de los médicos con el historial médico, del tecleo durante o después de una visita a la revisión y corrección de un borrador generado por IA, liberando más de la cita real para mirar al paciente en lugar de a una pantalla.
A medida que la monitorización remota, la telemedicina y las clínicas minoristas absorben más dolencias agudas menores, el tiempo de los médicos se concentra cada vez más en pacientes crónicos complejos y con múltiples afecciones que necesitan un juicio que un protocolo más simple no puede manejar con seguridad.
El largo cambio de la práctica independiente al empleo hospitalario y corporativo —casi tres cuartas partes de los médicos de EE. UU. en 2022— está cambiando la autonomía y la estructura de pago más rápido que cualquier herramienta de IA, reconfigurando cuánto control tiene un médico sobre su propio horario diario.
Un rol híbrido de médico-tecnólogo, que supervisa cómo se construyen y despliegan realmente los historiales médicos electrónicos, las herramientas diagnósticas de IA y el software de apoyo a la decisión clínica dentro de un sistema hospitalario, cada vez más una subespecialidad reconocida por sus propias juntas.
Revisa y audita las herramientas diagnósticas y de triaje de IA antes y después de su despliegue, comprobando sus resultados frente a los desenlaces reales — un rol que apenas existía hace una década y que existe específicamente porque los hospitales necesitan a un humano con licencia responsable de los errores del software.
Ejerce en gran medida o por completo a través de plataformas de vídeo y mensajería, un rol que se expandió enormemente durante la pandemia de COVID-19 y se ha mantenido como una vía profesional permanente y separada en lugar de volver por completo a la práctica presencial.
Trabaja a nivel de un sistema de salud o una aseguradora en lugar de un paciente a la vez, usando datos para dirigir programas de prevención y de enfermedades crónicas a poblaciones enteras — un complemento creciente, no un sustituto, de la atención clínica uno a uno.
La fortaleza diagnóstica de la IA es actualmente más estrecha precisamente donde más importa: en casos reales difíciles y atípicos, un estudio de 2023 ampliamente citado encontró que GPT-4 identificó el diagnóstico principal correcto solo el 39 % de las veces en desafíos de casos publicados deliberadamente difíciles, aunque le fue mejor cuando se le permitió enumerar varias posibilidades. Esa brecha entre resultados controlados prometedores y el diagnóstico real y desordenado es donde el juicio de un médico todavía se gana el sueldo.
La mayor amenaza a corto plazo para la profesión no es la automatización sino la oferta: la Organización Mundial de la Salud proyecta un déficit global de aproximadamente diez millones de trabajadores sanitarios para 2030, concentrado en países más pobres, mientras que solo Estados Unidos podría tener un déficit de decenas de miles de médicos a mediados de la década de 2030. Sea lo que sea lo que la IA acabe automatizando, la mayoría de los sistemas de salud pasarán la próxima década con demasiado pocos médicos en lugar de demasiados.
El médico que opera para curar, desde la antigua rinoplastia de Sushruta hasta los quirófanos robóticos de hoy, siempre a solas con la decisión en la mesa.
AI-resistant 92 💉La profesión más grande de la sanidad: desde la lámpara de Scutari hasta el monitor de la UCI, la persona que sigue junto a la cama cuando todos los demás se han ido a casa.
AI-resistant 91 💊El experto en medicamentos detrás de cada receta — desde las primeras tiendas de fármacos de Bagdad y el mortero del boticario hasta la morfina, la artemisinina y la farmacia moderna.
AI-resistant 58 🐾Trata a pacientes que van del pez de colores al caballo y que no pueden describir un síntoma, y tiene la potestad legal de poner fin a su sufrimiento mediante la eutanasia.
AI-resistant 78 🧠Diagnostica y trata la enfermedad mental mediante medicación y terapia, una de las pocas especialidades médicas con autoridad legal para retener a un paciente en crisis.
AI-resistant 73