El razonamiento clínico es "el corazón de la práctica médica" y la inteligencia artificial puede debilitarlo. La advertencia es de Laura Llambí, hoy directora general de Salud y docente de la Unidad Académica Clínica Médica B del Hospital de Clínicas, en una carta publicada en Anales de la Facultad de Medicina de la Udelar. El riesgo tiene nombre: deskilling.
Llambí escribe que la IA "se incorporó velozmente a la formación individual de los profesionales", a la vez que transforma "la propia práctica médica, los métodos diagnósticos y procedimientos terapéuticos". Reconoce que ofrece "nuevas oportunidades para mejorar el diagnóstico, el tratamiento y la gestión de la salud".
El reverso está en el mismo texto. "Existen riesgos asociados, como la posible pérdida de habilidades (llamado deskilling en inglés), el sesgo de automatización y la dependencia excesiva de sistemas automatizados, lo que puede afectar la capacidad de razonamiento independiente y crítico de los futuros médicos."
En concreto: deskilling es perder una destreza por dejar de usarla. Si la respuesta llega hecha, el músculo que la generaba se ejercita menos.
La autora también cita evidencia que enfría el entusiasmo: estudios que compararon a médicos asistidos con IA contra otros que usaron herramientas de consulta tradicionales en sala de emergencias "no mostró superioridad en el desempeño de los primeros".
Por eso, sostiene, "los expertos recomiendan que la IA sea vista como una extensión del conocimiento y habilidades clínicas, no como un reemplazo".
Qué significa esto cuando alguien va al médico
Para entender el impacto conviene saber qué es el razonamiento clínico. Es, según la carta, "el proceso mediante el cual los médicos recogen información mediante la anamnesis —la conversación con el paciente—, el examen físico y los estudios complementarios, la interpretan y la integran con el conocimiento previo".
Ese proceso tiene dos velocidades, explica Llambí apoyada en Daniel Kahneman. El Sistema 1 es automático y rápido: es "el responsable de la corazonada inicial". Sirve, pero "es muy eficiente pero vulnerable a sesgos cognitivos como el sesgo de anclaje (casos recientes similares) o de disponibilidad (epidemias)".
Es decir, basarse solo en eso puede diagnosticar basándose al último caso parecido que vio, o a la enfermedad que está circulando, y no mirar más allá.
Ahí entra el Sistema 2, el lento, "el que el médico aplica cuando hace un diagnóstico diferencial exhaustivo". Y esa es la parte que le importa a cualquier paciente: "es la red de seguridad que previene errores del Sistema 1".
Llambí agrega que esa pericia se construye con horas de experiencia "la práctica deliberada con múltiples casos clínicos es clave para desarrollar la experticia". Entonces, menos ejercicio, menos expertos formados.
La carta suma un antecedente conocido: el efecto Flynn inverso, la caída de ciertas capacidades cognitivas medidas a nivel poblacional, un fenómeno que "coincide en el tiempo con la irrupción de los teléfonos celulares inteligentes".
"La irrupción de la inteligencia artificial no lo reemplaza, sino que redefine sus condiciones de ejercicio: amplía las capacidades diagnósticas, pero también plantea el riesgo de una menor ejercitación del juicio clínico", escribe.
El desafío, concluye, es integrar la tecnología "de manera crítica, preservando y fortaleciendo un pensamiento clínico autónomo, flexible y fundamentado".
¿Qué se dice en el mundo?
Este tema fue advertido incluso antes de que irrumpiera en el mundo ChatGPT en noviembre de 2022.
En 2021, la Organización Mundial de la Salud (OMS) presentó su informe global de referencia titulado "Ética y gobernanza de la inteligencia artificial para la salud: orientaciones de la OMS".
El documento reconoce que la inteligencia artificial (IA) tiene un “enorme potencial para fortalecer la prestación de atención médica” y mejorar diagnósticos clínicos, pero advierte con firmeza frente al “tecno-optimismo” desmedido, alertando que la adopción tecnológica sin control amenaza con profundizar desigualdades y alterar la relación médico-paciente.
Uno de los principales focos de alarma del reporte es el impacto sobre la fuerza de trabajo y la degradación de habilidades clínicas (deskilling). La OMS advierte que la IA “podría reducir el tamaño de la fuerza laboral, limitar, desafiar o degradar las habilidades de los trabajadores de la salud y obligarlos a capacitarse de nuevo para adaptarse al uso de la IA”. Al delegar tareas habituales en sistemas automatizados, se corre el riesgo de “eliminar la necesidad de mantener ciertas destrezas, como la capacidad de interpretar una radiografía”.
Esta delegación progresiva plantea un escenario donde los profesionales pierden independencia técnica. El estudio subraya que “en algún momento, los médicos podrían ser incapaces de llevar a cabo dicha tarea sin la asistencia de una computadora”, mientras que “tal dependencia de los sistemas de IA podría erosionar el juicio humano independiente”.