Un estudio reciente ha puesto sobre la mesa algo incómodo para la medicina: GPT-4, el modelo de OpenAI, iguala o incluso supera a oftalmólogos especialistas a la hora de evaluar problemas oculares y proponer tratamiento. No es un experimento de laboratorio aislado, sino una comparación directa contra profesionales con años de práctica clínica.
El modelo no solo identificó patologías oculares complejas, también sugirió tratamientos con una precisión comparable a la de médicos con experiencia. En zonas donde escasean los especialistas, una herramienta así podría acortar tiempos de espera que hoy se cuentan en semanas o meses.
Ahí empieza el problema. Que un modelo acierte en un conjunto de casos de prueba no significa que esté listo para diagnosticar sin nadie que revise el resultado. Cada paciente llega con matices que no siempre aparecen en los datos de entrenamiento, y un error en salud no se corrige con un simple reintento como pasaría con un código mal escrito.
La pregunta de fondo no es técnica, es regulatoria: ¿quién responde si un diagnóstico automático falla? Hoy la respuesta es sencilla porque no existen diagnósticos médicos sin firma humana de por medio, pero casos como el de GPT-4 con patologías oculares empiezan a poner esa norma a prueba. Reguladores sanitarios y colegios médicos tendrán que decidir dónde trazar la línea entre apoyo diagnóstico y sustitución del médico.
El caso encaja en una tendencia más amplia. OpenAI lanzó después ChatGPT Salud, un espacio separado para hablar de medicina con más privacidad y contexto, y hay ejemplos concretos de médicos usando estos modelos para casos difíciles: una inmunóloga recurrió a GPT-5 para resolver un caso que llevaba tres años sin explicación. En ambos casos el modelo trabaja junto al profesional, no en su lugar.
Ese matiz, apoyo frente a sustitución, es probablemente donde acabe asentándose la práctica clínica a corto plazo. Los modelos pueden cribar casos, sugerir diagnósticos diferenciales o acelerar la lectura de pruebas, pero la firma y la responsabilidad final seguirán siendo de un médico colegiado mientras la regulación no diga lo contrario.
Preguntas frecuentes
¿En qué consistió el estudio con GPT-4 y oftalmología?
Comparó la capacidad de GPT-4 para evaluar problemas oculares y proponer tratamiento frente a oftalmólogos especialistas, con resultados que igualan o superan a los médicos en varios de los casos analizados.
¿Puede un modelo de IA diagnosticar sin supervisión de un médico?
No, al menos no de forma legal hoy en día. Todo diagnóstico médico requiere la firma y responsabilidad de un profesional colegiado, y la IA funciona como apoyo, no como sustituto.
¿Qué riesgos plantea automatizar diagnósticos médicos?
Principalmente la seguridad del paciente ante casos atípicos que no están bien representados en los datos de entrenamiento, además de la falta de claridad sobre quién asume la responsabilidad legal si el diagnóstico falla.
¿Cómo se están usando ya estos modelos en medicina?
Como apoyo al profesional: cribado de casos, segundas opiniones o ayuda con diagnósticos difíciles, como en el caso de ChatGPT Salud de OpenAI o el uso de GPT-5 para resolver un caso clínico complejo.
