La inteligencia artificial puede ayudar a ordenar una historia extensa, localizar información relevante y preparar una explicación comprensible. En una consulta de longevidad, donde se acumulan analíticas, medicación, síntomas y medidas funcionales, esa capacidad resulta especialmente interesante.
Mi posición es que su utilidad debe medirse por la calidad del trabajo clínico que permite hacer. Un informe más largo, un gráfico llamativo o una respuesta rápida no bastan para demostrar que una decisión es mejor.
Empezar por la información correcta
Un motor clínico debería distinguir qué dato está documentado, cuándo se obtuvo y de qué fuente procede. También debe conservar las unidades, reconocer ausencias y señalar contradicciones. Si un valor no se ha aportado, no puede completarse porque parezca probable.
Propongo separar tres tareas: organizar la información, realizar cálculos y redactar una explicación. Cada una tiene requisitos distintos. Un cálculo necesita una fórmula identificable y entradas verificadas; la redacción necesita fidelidad a los hechos; la decisión terapéutica requiere valoración médica.
Un modelo capaz no garantiza una consulta mejor
En un ensayo aleatorizado con 50 médicos publicado en JAMA Network Open en 2024, disponer de un modelo de lenguaje no mejoró significativamente el razonamiento diagnóstico frente a utilizar recursos convencionales. El estudio empleó casos y un entorno concreto; no permite concluir que la IA carezca de utilidad. Sí recuerda que disponer de una herramienta y saber integrarla son problemas diferentes. 1
La guía DECIDE-AI plantea evaluar los sistemas en el contexto clínico real, atendiendo a seguridad, funcionamiento y factores humanos. Una buena puntuación en una prueba previa no equivale a beneficio demostrado para los pacientes. 2
Lo que exigiría a un motor de longevidad
Primero, trazabilidad: poder volver desde una afirmación al documento que la sostiene. Segundo, reproducibilidad: la misma fórmula y los mismos datos deben producir el mismo resultado. Tercero, límites explícitos: una estimación de edad biológica no debe presentarse como una edad medida directamente ni como un diagnóstico.
También exigiría que una modificación no borrase la historia anterior, que los datos de distintos pacientes permanecieran separados y que las alertas importantes fueran fáciles de revisar. Estos son criterios de diseño que considero necesarios; no constituyen una afirmación de que cualquier plataforma comercial los cumpla.
En la explicación al paciente, la tecnología debería ayudar a ordenar las prioridades. El resultado útil es comprender qué conviene abordar primero, qué se va a hacer y cómo se revisará la evolución.
Privacidad y responsabilidad
La OMS advierte de respuestas falsas, incompletas o sesgadas, así como del riesgo de confiar en exceso en una salida aparentemente convincente. También exige atender a privacidad, transparencia, supervisión y responsabilidad. 3
Una aplicación de uso general no debería recibir documentación identificable de pacientes sin comprobar previamente que su uso está autorizado y que ofrece las garantías necesarias. La revisión humana debe tener contenido real: contrastar datos, cálculos, referencias y conclusiones, no limitarse a aceptar un texto porque suena profesional.
La relación clínica sigue siendo el centro
Hay aspectos que un expediente no explica por sí solo: lo que una persona teme, qué cambio puede sostener, por qué abandona un tratamiento o cómo le afecta una limitación. La entrevista y la exploración aportan información que exige contexto.
Quiero una tecnología que libere atención para ese trabajo y facilite seguir la evolución con precisión. La responsabilidad sobre la interpretación y las decisiones debe seguir estando claramente identificada. Ese es el criterio con el que valoro la IA aplicada a la longevidad.
Fuentes
- Goh E et al. Large Language Model Influence on Diagnostic Reasoning: A Randomized Clinical Trial. JAMA Network Open, 2024.
- Vasey B et al. DECIDE-AI: reporting guideline for early-stage clinical evaluation of AI decision support systems. Nature Medicine, 2022.
- OMS. Ethics and governance of artificial intelligence for health: guidance on large multi-modal models, 2024.