Dataísmo en medicina: cuando más datos no significan más comprensión

La pregunta acerca de si la inteligencia artificial es buena o mala para la medicina puede parecer demasiado simple. Probablemente lo sea. Pero tiene una virtud: obliga a detenernos antes de asumir que toda innovación es progreso o que todo cambio tecnológico es una amenaza. La inteligencia artificial ya está entrando en la práctica médica y lo está haciendo con una velocidad que difícilmente permita esperar a que tengamos todas las respuestas. Por eso, más que decidir de qué lado estamos, necesitamos pensar qué medicina queremos construir con ella.

Hoy una herramienta puede resumir una historia clínica, ordenar información, revisar literatura, detectar patrones, asistir en una interpretación, redactar documentos o reducir parte de la carga administrativa. En una encuesta de la American Medical Association publicada en 2026, el 81 % de los médicos consultados declaró utilizar inteligencia artificial profesionalmente. En otro relevamiento realizado a más de 3.000 médicos, el 94 % afirmó que la utiliza o está interesado en hacerlo. La discusión, por lo tanto, ya no es si la IA llegará a la medicina. La discusión es qué haremos con ella cuando ya está aquí.

El riesgo no es tener más datos. Es convertirnos en datos.

Hay una palabra que me interesa especialmente para pensar este momento: dataísmo. No la utilizo aquí como una doctrina científica ni como una categoría clínica, sino como una idea. La posibilidad de que terminemos creyendo que, cuanto más datos tengamos sobre una persona, mejor la conocemos; que cuanto más información podamos procesar, mejor decidimos; y que aquello que puede medirse, registrarse y compararse debe ocupar necesariamente el centro de nuestra atención.

Ese desplazamiento sería especialmente delicado en medicina. Porque un paciente no es una base de datos. Tiene antecedentes, síntomas, imágenes, resultados de laboratorio y registros longitudinales, pero también tiene miedo, expectativas, vínculos, prioridades, experiencias previas y una determinada manera de vivir lo que le está ocurriendo. Dos personas pueden presentar los mismos datos y necesitar decisiones diferentes. No porque los datos no importen, sino porque los datos nunca son toda la historia.

La inteligencia artificial puede ayudarnos extraordinariamente a procesar información. El problema comienza cuando confundimos procesamiento con comprensión. Una máquina puede encontrar una asociación que nosotros no habíamos visto. Puede ayudarnos a recordar lo que no recordábamos. Puede incluso sugerir una hipótesis que cambie nuestra forma de pensar un caso. Pero todavía necesitamos preguntarnos qué significa esa información para esa persona concreta y qué consecuencias tendrá actuar sobre ella.

Cuando la eficiencia se convierte en una nueva exigencia

Hay una promesa que aparece una y otra vez cuando hablamos de inteligencia artificial en salud: recuperar tiempo para el paciente. Me parece una promesa extraordinariamente valiosa. Pero no sucede de manera automática.

Si una herramienta consigue que un médico termine una tarea administrativa en diez minutos en lugar de veinte, existen al menos dos posibilidades. Esos diez minutos pueden volver a la consulta, a la conversación, a la escucha o a la reflexión clínica. O pueden utilizarse para introducir un paciente más en la agenda, responder más mensajes, completar más tareas y aumentar el rendimiento esperado. La misma tecnología puede devolver humanidad al trabajo o convertirse en una nueva forma de exigir más trabajo.

Esto me parece central porque el médico también es un organismo que necesita adaptarse. No podemos hablar de adaptación tecnológica como si solo tuviéramos que adaptar los sistemas. También necesitan adaptarse las personas que los utilizan. Un profesional sometido a una aceleración permanente puede terminar utilizando una herramienta creada para aliviar su carga como una herramienta para sostener una carga todavía mayor.

La pregunta, entonces, no debería ser solamente cuánto tiempo ahorra la IA. Deberíamos preguntar qué hacemos con ese tiempo. Si la respuesta es siempre más producción, quizá no estemos transformando la medicina: simplemente estaremos haciendo más eficiente la misma exigencia.

Esta pregunta no es exclusiva de la medicina. Cada vez que una tecnología permite hacer en menos tiempo una tarea que antes exigía más recursos, aparece una decisión parecida: utilizar esa capacidad liberada para reducir carga, mejorar calidad, ampliar lo que podemos hacer o simplemente producir más. Por eso, quizá la discusión sobre cuántos empleos reemplazará la inteligencia artificial no alcance a describir todo lo que está en juego. En muchos ámbitos, la transformación puede no consistir en sustituir a una persona por una máquina, sino en redefinir qué puede hacer esa persona cuando trabaja con una herramienta que amplía parte de su capacidad.

El médico que sabe utilizar la herramienta

La inteligencia artificial va a formar parte de la medicina y probablemente transforme profundamente la manera en que estudiamos, diagnosticamos, documentamos, investigamos y tomamos decisiones.

El médico del futuro tendrá que saber utilizar estas herramientas. Tendrá que conocer sus posibilidades, pero también sus límites; saber cuándo confiar, cuándo verificar y cuándo apartarse de una recomendación. Tendrá que comprender algo de datos, de modelos, de sesgos y de incertidumbre. Y, sobre todo, tendrá que conservar las capacidades que permiten que una herramienta sea realmente una ayuda y no un sustituto invisible del criterio.

Me gusta pensar este momento como el de un caballo todavía difícil de controlar. La tecnología tiene una potencia enorme y está avanzando más rápido que nuestra capacidad de establecer reglas, hábitos profesionales e instituciones capaces de acompañarla. No necesitamos jinetes que quieran detener al caballo. Necesitamos jinetes que sepan montarlo, reconocer cuándo acelera demasiado y decidir hacia dónde llevarlo.

El peligro de dejar de pensar porque la máquina ya pensó

Hay otro riesgo menos visible. Una recomendación suficientemente convincente puede modificar nuestra manera de razonar incluso cuando es incorrecta. Un estudio publicado en PLOS Digital Health en 2026 encontró que médicos participantes podían mantener una recomendación errónea de un sistema de inteligencia artificial incluso cuando recibían información que debía permitirles reconocer el error. El hallazgo no demuestra que los médicos vayan a obedecer siempre a una máquina, pero sí recuerda algo importante: la supervisión humana no existe simplemente porque haya un humano sentado delante de la pantalla.

Supervisar significa poder revisar, cuestionar y disentir. Significa tener tiempo, conocimiento y autoridad para decir que una recomendación no encaja. Si el sistema es tan complejo, rápido o integrado en el flujo de trabajo que disentir se vuelve excepcional, la supervisión puede transformarse en una formalidad.

Por eso me preocupa menos la posibilidad de que una máquina se equivoque que la posibilidad de que nosotros dejemos de mirar cuando la máquina habla. La medicina siempre ha convivido con herramientas imperfectas. Lo nuevo es que algunas de estas herramientas pueden producir respuestas extremadamente plausibles, rápidas y bien redactadas. La forma de una respuesta ya no nos permite inferir fácilmente la calidad de su contenido.

Una medicina aumentada, no una medicina automatizada

No creo que tengamos que elegir entre humanidad y tecnología. Esa oposición es demasiado pobre para el momento que estamos atravesando. La verdadera oportunidad consiste en utilizar la tecnología para ampliar algunas capacidades humanas sin entregar aquellas que sostienen el criterio, la responsabilidad y la relación clínica.

La IA puede permitirnos llegar mejor preparados a una consulta. Puede reducir parte de la burocracia. Puede ampliar nuestra capacidad de revisar evidencia. Puede ayudarnos a detectar información que de otro modo pasaríamos por alto. Puede liberar recursos cognitivos. Todo eso puede ser extraordinariamente bueno para la medicina.

Pero una capacidad ampliada no es necesariamente una capacidad mejor utilizada. Si podemos procesar cien veces más información, también podemos producir cien veces más ruido. Si podemos atender más rápido, también podemos perder la oportunidad de detenernos. Si podemos automatizar una parte de la conversación, también podemos olvidar que una consulta no es únicamente un intercambio de información.

Quizá el verdadero desafío de la inteligencia artificial no sea decidir qué tareas vamos a entregarle, sino decidir qué humanidad queremos recuperar con aquello que nos permita dejar de hacer.

Después del algoritmo

Estamos ante un punto de inflexión. No necesitamos entusiasmo tecnológico ni resistencia nostálgica. Necesitamos criterio.

La medicina que viene probablemente será una medicina mucho más asistida por máquinas. Eso no debería hacerla menos humana. Para que no ocurra, tendremos que tomar decisiones deliberadas: formar profesionales capaces de utilizar estas herramientas, establecer sistemas de supervisión reales, evaluar sus efectos sobre el trabajo y no solamente su rendimiento, proteger la autonomía del paciente y, sobre todo, impedir que la eficiencia se convierta en el único criterio con el que medimos una buena medicina.

El dataísmo aparece cuando empezamos a creer que conocer más datos sobre una persona equivale a conocerla mejor. La inteligencia artificial puede ayudarnos a procesar una cantidad de información que ningún médico podría abarcar por sí solo. Pero después del dato sigue existiendo alguien que pregunta, alguien que escucha, alguien que interpreta y alguien que decide.

Quizá la pregunta más importante no sea si la IA reemplazará al médico. Quizá sea qué tipo de médico vamos a necesitar cuando la IA pueda hacer cada vez más cosas que antes considerábamos exclusivamente humanas.

Porque una máquina puede ayudarnos a saber más. La tarea de la medicina seguirá siendo decidir qué hacer con aquello que sabemos.

Gastón Imhoff Jullier · gastonimhoff.com