El médico que deja de examinar
Un médico que deja de revisar al paciente porque el sistema ya le sugirió el diagnóstico. Lo pierde en meses y no se entera. Es el caso más nítido de algo que veo en todos lados: la habilidad no se pierde de golpe, se deja de ejercer.
El estudio encontró que el uso de sistemas de IA para apoyo diagnóstico disminuye la práctica del examen físico y el razonamiento diferencial, debilitando competencias básicas. También observó que la comunicación médico‑paciente se vuelve más superficial cuando la IA intermediar la interacción. Estos efectos aparecen especialmente en médicos con menos experiencia que dependen más de la herramienta.
En los hospitales donde los algoritmos de IA ya aparecen en la pantalla de la sala de urgencias, los residentes se encuentran con la tentación de delegar la primera valoración al software, dejando de lado la exploración física que antes era su rutina diaria. Esa sustitución silenciosa genera una brecha entre la disponibilidad de datos y la capacidad de interpretarlos sin la mediación de la máquina.
Los autores combinaron una revisión sistemática de la literatura con una síntesis narrativa, enfocándose en las competencias clínicas definidas por el PACES‑MRCPUK. Analizaron cientos de artículos publicados en los últimos cinco años, filtrando aquellos que evaluaban el impacto de sistemas de apoyo diagnóstico basados en IA sobre la práctica del examen físico, el razonamiento diferencial, el juicio clínico y la comunicación con el paciente. La metodología incluyó tanto estudios cuantitativos –encuestas y métricas de desempeño– como cualitativos –entrevistas y análisis de discurso–, lo que permitió mapear patrones de deterioro de habilidades y de inhibición del aprendizaje continuo.
Más allá de la reducción del examen físico, el estudio reveló que la dependencia de la IA atenúa la capacidad de generar diagnósticos diferenciales complejos, con una caída del 22 % en la precisión de listas de hipótesis en escenarios simulados. La toma de decisiones clínicas mostró una mayor homogeneidad, con una desviación estándar reducida en la valoración de riesgos, lo que indica una pérdida de juicio individual. En la interacción médico‑paciente, los diálogos se acortaron en promedio 15 segundos, y la empatía percibida disminuyó según escalas validadas. Los efectos fueron más pronunciados en médicos con menos de cinco años de experiencia, quienes reportaron una confianza excesiva en los resultados de la IA.
La implicancia para quien dirige unidades clínicas es clara: es necesario instaurar protocolos de supervisión continua del uso de IA, integrar módulos de entrenamiento que refuercen la práctica del examen físico y el razonamiento diferencial, y establecer métricas de desempeño que detecten desviaciones en tiempo real. Además, se recomienda crear espacios de reflexión donde los profesionales revisen casos sin asistencia de IA, garantizando que la autonomía y el juicio clínico sigan siendo pilares de la atención médica.
Conclusiones
- La IA debe diseñarse como un complemento que obligue al médico a seguir realizando examen físico y razonamiento clínico, no como un sustituto que elimine esas prácticas.
- Se requieren programas de entrenamiento que incluyan simulación de casos sin IA para preservar y actualizar habilidades de diagnóstico y comunicación.
- Estudios longitudinales y monitoreo en tiempo real del uso de IA en entornos clínicos son necesarios para detectar temprano cualquier erosión de expertise.
- Marcos de gobernanza que establezcan límites claros al papel de la IA protegen la autonomía profesional y aseguran que el juicio humano siga siendo central.