Teodoro Martín Noguerol destaca los desafíos y oportunidades de la inteligencia artificial en la medicina durante su intervención en MUY IA Trends Executive Update 2025.
El neurorradiólogo Teodoro Martín Noguerol, miembro de la Sociedad Española de Radiología Médica, abordó los retos de aplicar la inteligencia artificial al diagnóstico por imagen durante su intervención en el encuentro MUY IA Trends Executive Update 2025: Innovation in Healthcare, organizado por la revista Muy Interesante. Con un enfoque práctico, cargado de metáforas visuales y sentido del humor, planteó una reflexión crítica sobre el tipo de IA que realmente necesita el sector sanitario, los sesgos en los modelos de lenguaje, la importancia del etiquetado de datos y el papel que puede jugar la IA en aliviar la carga administrativa de los médicos.
Transcripción editada de Teodoro Martín Noguerol
Buenas tardes a todos, muchas gracias a la revista Muy interesante y a nuestro Colegio de Médicos de Madrid por la invitación y efectivamente, en los próximos minutos vamos a hablar acerca de los retos en el diagnóstico por imagen, aplicando inteligencia artificial.
Y todo esto lo hago, en función de la experiencia propia de estos últimos años acumulados trabajando con inteligencia artificial, lo vamos a hacer de una manera un poco práctica para que no se nos haga muy pesado y, tendréis que imaginaros qué tienen que ver estas cosas, estas imágenes que estoy poniendo ahora, en relación con la inteligencia artificial, vamos a ir descubriéndola poco a poco como son retos que nos encontramos el día a día.
¿Qué tipo de inteligencia artificial necesitamos?
El primer reto es qué tipo de inteligencia artificial queremos o qué tipo de inteligencia artificial necesitamos. Y pensaréis que tiene que ver el sushi con esto, pues el sushi, como otro tipo de comida rápida, como pueden ser las pizzas o las hamburguesas, se pueden adquirir rápidamente. Los compras y punto, son accesibles, fáciles de implementar, como Chat GPT, te pones a usarlo y directamente ya tienes inteligencia artificial en tu ordenador, no tiene mucha más complicación, pero ¿qué es lo que ocurre? Que muchas veces el origen de esos datos es desconocido, el origen del producto que se usa nos genera cierta desconfianza.
El funcionamiento, las típicas cajas negras, estas que se hablan, no sabemos muy bien cómo llegan a esas conclusiones y muchas veces que, ni siquiera lo necesitamos. O sea, tú vienes por la noche, llamas al Sushi, es porque no te queda otra, pero realmente no es la inteligencia artificial que necesitamos, es una que te ponen desde fuera. ¿Qué tenemos en el otro extremo? Tenemos otro tipo de inteligencia artificial, una de creación lenta que requiere de un equipo de I + D que tienen que contratar ingenieros, tienen que etiquetar datos.
Todo ese proceso hace que sea de una implementación, una habilitación muchísimo más lenta. ¿Pero qué cosas buenas tiene? Porque usamos un producto de cercanía, estamos usando nuestros datos, los datos de nuestro entorno, y esos son los que realmente nos van a hacer que la precisión de nuestra herramienta de inteligencia artificial sea mucho más utilizable.
Que algo que esté entrenado más allá de nuestro ámbito médico también es cien por cien explicable. Nosotros sabemos cómo le ha entrenado y sabemos cuánto acierta y cuánto falla, por qué ha acertado y por qué ha fallado. Es una cosa muy importante para poder confiar la inteligencia artificial y después se ajusta a nuestras necesidades. Me parece muy bien que saquen una herramienta de inteligencia artificial que permita diferenciar rubio de moreno, yo necesito otra cosa en mi ámbito clínico, con lo cual ese es el primer reto.
El reto del etiquetado de datos
El segundo reto es el etiquetado de datos, pensaremos que tiene que haber aquí porque el etiquetado de datos es un trabajo duro, pero alguien tiene que hacerlo, es la base de la inteligencia artificial. Etiquetar datos es coger 100.000 informes y decir tiene diabetes, no tiene diabetes, tiene hipertensión, no tiene hipertensión, tiene cáncer, no tiene cáncer y unas 100000 radiografías, tiene fractura, no tiene fractura, tiene neumonía, no tiene neumonía. Porque todo esto es lo que lo que alimenta el algoritmo. Entonces, aquí se plantea el reto: quién tiene que hacer esto si no estamos. No, no hay médicos, los médicos nos dedicamos a esto, se dedican los médicos jubilados, se dedican los médicos más jóvenes.
Porque siempre se dice que una inteligencia artificial va a dar los resultados en función de la calidad de los datos y vemos gente con menos experiencia etiquetando unos datos con peor calidad, con lo cual, y aparte de esto se tiene que pagar porque la compañía lo venden todo muy fácil, pero esto es trabajo que hay que hacer, con lo cual son retos que tenemos que plantearnos.
Como digo, los datos son la base, antes he hablado que los datos son muy importantes, los datos son valiosísimos, pero el dato etiquetado no tiene valor, una cosa es tener datos y otra cosa es tener datos diciendo esto es esto, porque con eso es porque se entrena el algoritmo, con lo cual tiene que estar balanceado y luego, tienen que estar anotados por gente capacitada.
El reto del lenguaje y los sesgos
Siguiente reto el del lenguaje que tiene que haber aquí en la Torre de Babel. Cuando salió al principio la inteligencia artificial basada en imágenes fue algo maravilloso, algo democratizador de la sanidad, cualquiera que se hiciese una radiografía Toral, fuese donde fuese, en todo el mundo, la inteligencia artificial te iba a ayudar en la ausencia de tener médicos suficientes y además a interpretar esa radiografía Toral perfecto. Era algo maravilloso, pero ¿qué aparece ahora?
Aparecen los modelos de lenguaje que hemos explicado antes Chat GPT, los 40 amigos de Chat GPT que no es oro todo lo que reluce y, entonces estos modelos del lenguaje están basados en el lenguaje. Eso genera un problema, porque la imagen ya sabemos que tiene sesgos, si tú etiquetas una base de datos con más hombres que mujeres va a tener un sesgo con más adultos que pacientes pediátricos. No es que esta herramienta detecta fractura en adultos en el cien por cien de los casos sí, y en pediátrico, que nada más que se etiquetaron dos niños.
Enfermedades raras, enfermedades frecuentes, sabemos que existen sesgos en la imagen, pero bueno, es una parte, es parte del juego. ¿Pero qué ocurre con el lenguaje, con los modelos de lenguaje que el sesgo es directamente desde la concepción de la propia inteligencia artificial? Sabemos los idiomas más hablados en el mundo, pero después te metes en internet y el 95% de las cosas que se publican sobre modelos de lenguaje son en inglés. Y es verdad que podría decir, bueno, esto lo traduzco, Chat GPT habla todo perfecto, pero que haya estudios que están demostrando que pierde calidad.
No es lo mismo hablar con un modelo de lenguaje entrenado en inglés en el idioma que se ha entrenado en inglés. En este caso, que, si ya te pones a hacerlo y no digo español, digo alemán o italiano, por ejemplo, ya las siguientes, las respuestas que te dan no son tan precisas, ya se nota que empieza a patinar un poco, no son tan adecuadas, con lo cual este es otro reto que tenemos que tener en cuenta con este tipo de modelos.
IA como ayuda, no como amenaza
El cuarto reto es el flujo de trabajo y aquí traigo a John Lennon porque muchos imaginan un futuro de inteligencia artificial apocalíptico en el que nos va a reemplazar a los médicos, nos va a sustituir, va a hacer todo mal.
A mí me gusta imaginar un modelo de inteligencia artificial integrada en el flujo de trabajo que me ayude, me ayude en mi labor como médico, hacer tarea de diagnóstico y sobre todo en tarea administrativa, porque es que lo que quema realmente a los médicos nadie llega a su casa diciendo vaya día he tenido hoy de diagnóstico brillante, vaya día he tenido hoy de ayudar a gente. Además, lo que quema a los médicos es la tarea administrativa, todo el papeleo, toda la burocracia que hay que hacer.
Hay herramientas de inteligencia artificial que te ayudan a aligerar un poco ese peso y si no tenemos que hacer tantas tareas administrativas, podremos centrarnos más y con mayor calidad en nuestros pacientes. Y la tarea administrativa es carne de cañón para la inteligencia artificial, son tareas muy precisas, muy concretas, que de manera singular te llevan poco tiempo, pero en conjunto te mata. Entonces una inteligencia artificial que me ayude para lo que realmente quiero y acabamos con el uso responsable de las cosas legales.
Uso responsable y regulación
¿Qué tendrán que ver los coches con esto? Pues sabemos todos los problemas que había al principio con los coches autónomos, que había un accidente, quién tenía la culpa, el constructor, el que lo vendía, el que lo conducía, el peatón que pasaba por allí. Por suerte, se ha comentado la Comisión Europea ya ha generado un acta regulatoria en la cual se estratifica el riesgo de uso de la inteligencia artificial en distintos escenarios. Pero claro, los errores en medicina cuentan muchísimo más, lógicamente que los aciertos.
El intermitente se introdujo hace ya casi 100 años como una herramienta de asistencia a la conducción y podía haber gente que decía, no, yo es que conduzco muy bien y a mí no me hace falta intermitentes, pero demostró que bajaban los accidentes, tanto que es que se ha incorporado en el código de circulación.
Esto es lo que nos hace plantearnos ahora existen hoy en día herramientas de inteligencia artificial que aumentan la capacidad de los radiólogos de detectar fracturas hasta un 10%. Y esto es lo que el reto que se nos plantea ya no es cometer errores por culpa de usar la inteligencia artificial, sino cometer errores por culpa de no usarla. Si yo tengo una a mi disposición, una herramienta que me va a permitir equivocarme menos, llegará el día que legalmente dirá: Oye usted por qué no usó la inteligencia artificial si se demostró que iba a ser para su bien, así que para llevarla a casa me disculpáis la fábula esta que os he contado, la metáfora.
Todo se resume en eso, en tener una inteligencia artificial útil que me sirva a mí para lo que tengo que hacer y sobre todo de calidad, etiquetada contra toda calidad y que tenga un uso acorde a la A la, a la ley y nada más. Muchas gracias.
