Contenido creado por María Noel Dominguez
Tecnología

Sala de urgencias

IA logra diagnósticos más precisos que médicos en urgencias, según Harvard

El avance abre oportunidades, pero también interrogantes éticos y clínicos

04.05.2026 11:35

Lectura: 2'

2026-05-04T11:35:00-03:00
Compartir en


Un estudio de la Facultad de Medicina de Harvard y el Centro Médico Beth Israel Deaconess reveló que modelos de inteligencia artificial pueden ofrecer diagnósticos iniciales más precisos que médicos humanos en contextos de emergencia.

El trabajo, publicado en la revista Science, analizó casos reales de pacientes en salas de urgencias, uno de los entornos más exigentes para la toma de decisiones clínicas.

Resultados: ventaja en el primer diagnóstico

En el experimento principal, que evaluó 76 pacientes, los modelos de IA fueron comparados con dos médicos internistas.

El modelo más avanzado alcanzó un 67% de precisión en el triaje inicial.

Los médicos obtuvieron entre 50% y 55%.

La diferencia fue más marcada en el primer contacto, cuando hay menos información disponible y el margen de error puede ser crítico.

Un dato clave: mismas condiciones

Uno de los aspectos más relevantes del estudio es que la IA trabajó con la misma información que los médicos:

Datos de registros electrónicos.

Sin preprocesamiento adicional.

Esto refuerza la validez de la comparación, aunque no elimina sus limitaciones.

Límites y advertencias

Los propios investigadores y especialistas introducen matices importantes:

La IA solo procesó información textual.

No se evaluó su desempeño en situaciones reales completas.

No reemplaza la toma de decisiones clínicas complejas.

Además, el estudio no concluye que la IA esté lista para operar de forma autónoma en emergencias.

Críticas desde la práctica médica

Algunos expertos cuestionan la interpretación de los resultados:

Se comparó con médicos internistas, no con especialistas en urgencias.

En emergencias, el objetivo no es solo diagnosticar, sino detectar riesgos vitales.

Esto introduce una diferencia clave entre precisión teórica y práctica clínica real.