Cuando las máquinas empiezan a crear. La inteligencia artificial generativa en salud ha supuesto un cambio de enorme trascendencia: las máquinas no solo analizan datos, sino que son capaces de generar nuevos contenidos.
Introducción: la inteligencia artificial da un salto inesperado
Hasta hace muy pocos años, la mayor parte de las aplicaciones de inteligencia artificial en salud estaban orientadas a analizar información, reconocer patrones o hacer predicciones. La inteligencia artificial identificaba un nódulo en una radiografía, predecía el riesgo de reingreso de un paciente o ayudaba a clasificar enfermedades, pero siempre trabajaba sobre información ya existente.
La aparición de la denominada inteligencia artificial generativa ha supuesto un cambio de enorme trascendencia. Por primera vez, las máquinas no solo analizan datos, sino que son capaces de generar nuevos contenidos: redactar textos, elaborar informes, resumir documentos, crear imágenes, responder preguntas o producir materiales educativos.
La irrupción de herramientas como los grandes modelos de lenguaje ha despertado un enorme interés, pero también numerosas preguntas y algunas inquietudes. ¿Pueden estas tecnologías ayudar a los profesionales sanitarios? ¿Pueden mejorar la atención a los pacientes? ¿Son fiables? ¿Qué riesgos presentan?
Responder a estas cuestiones es importante porque probablemente nos encontremos ante una de las innovaciones tecnológicas con mayor capacidad de transformación de la práctica sanitaria en las próximas décadas.
Profesional sanitario utilizando un asistente de inteligencia artificial generativa.
¿Qué es la inteligencia artificial generativa?
Una definición sencilla podría ser la siguiente:
La inteligencia artificial generativa es el conjunto de tecnologías capaces de crear nuevos contenidos —textos, imágenes, sonidos, vídeos o datos— a partir del aprendizaje obtenido de grandes cantidades de información previamente existente.
En el ámbito sanitario, esta capacidad de generación se utiliza principalmente para producir textos clínicos, resúmenes de información, material educativo, informes, imágenes sintéticas o respuestas conversacionales.
La gran diferencia respecto a otras modalidades de inteligencia artificial es que la IA generativa no se limita a analizar o clasificar información. Su principal característica es su capacidad de producir nuevos contenidos.
¿Por qué ha generado tanta atención?
Porque por primera vez millones de personas han podido interactuar directamente con una inteligencia artificial. La mayoría de las aplicaciones de IA en salud habían permanecido relativamente ocultas para el gran público, funcionando en laboratorios, servicios de radiología o sistemas de gestión.
La inteligencia artificial generativa ha cambiado completamente esta situación. Hoy cualquier profesional puede pedir a un sistema que:
- Resuma un artículo científico.
- Explique una enfermedad.
- Elabore un borrador de informe.
- Proponga un esquema docente.
- Organice información clínica.
Esta accesibilidad explica gran parte de la enorme repercusión que ha tenido esta tecnología.
¿Cómo funciona?
La explicación técnica es extraordinariamente compleja, pero su fundamento puede entenderse de manera sencilla.
Los modelos generativos se entrenan con enormes cantidades de información procedente de libros, artículos, documentos y otros textos. Durante ese proceso aprenden relaciones entre palabras, conceptos y contextos. Posteriormente son capaces de generar nuevas respuestas o nuevos contenidos que resultan coherentes con el conocimiento adquirido.
Es importante señalar que estos sistemas no piensan ni razonan como las personas. Tampoco comprenden la medicina en el sentido humano del término.
Lo que hacen es identificar patrones y generar respuestas con un extraordinario grado de sofisticación.
¿Qué es y qué no es la inteligencia artificial generativa?
Sí es:
- Una herramienta capaz de crear nuevos contenidos.
- Un apoyo para profesionales y pacientes.
- Un sistema que puede facilitar el acceso al conocimiento.
- Una tecnología con gran capacidad para mejorar la productividad.
No es:
- Un profesional sanitario.
- Un sustituto del juicio clínico.
- Una fuente infalible de información.
- Un sistema capaz de asumir la responsabilidad de una decisión médica.
La supervisión humana continúa siendo imprescindible.
Las principales aplicaciones en salud
La generación de documentación clínica
Una de las aplicaciones más prometedoras consiste en ayudar a elaborar documentación sanitaria. Los profesionales dedican una parte importante de su tiempo a:
- Informes de alta.
- Evoluciones clínicas.
- Informes quirúrgicos.
- Cartas y documentos administrativos.
La inteligencia artificial generativa puede producir borradores, resumir información y estructurar documentos, reduciendo la carga burocrática.
Elaboración automática de informes clínicos mediante inteligencia artificial.
La educación sanitaria y la información al paciente
Los sistemas generativos pueden elaborar materiales educativos adaptados a distintos niveles de conocimiento. En este sentido podemos obtener:
- Explicaciones de enfermedades.
- Información sobre tratamientos.
- Recomendaciones de autocuidado.
- Materiales de prevención.
Esta capacidad puede contribuir a mejorar la alfabetización en salud y favorecer una mayor participación de los pacientes en el cuidado de su propia salud.
La formación de profesionales
La inteligencia artificial generativa está comenzando a utilizarse en:
- Preparación de materiales docentes.
- Elaboración de casos clínicos.
- Simulaciones de escenarios.
- Resúmenes de evidencia científica.
Puede convertirse en una herramienta de gran utilidad para la formación continuada.
La investigación biomédica
La producción científica en medicina es tan abundante que resulta imposible mantenerse al día en todas las áreas de conocimiento.
La IA generativa puede ayudar a:
- Resumir publicaciones.
- Comparar estudios.
- Elaborar borradores de revisiones.
- Identificar líneas de investigación.
No obstante, la revisión crítica y la verificación de la información siguen siendo imprescindibles.
Los asistentes conversacionales
Probablemente constituyen la manifestación más visible de esta tecnología. Estos sistemas pueden responder preguntas y mantener conversaciones con profesionales o pacientes.
Sus aplicaciones potenciales son enormes:
- Información sanitaria general.
- Apoyo administrativo.
- Orientación inicial.
- Formación.
- Ayuda a profesionales.
Sin embargo, su utilización clínica requiere importantes medidas de seguridad y supervisión.
La gran oportunidad: devolver tiempo a los profesionales
Uno de los principales problemas de los sistemas sanitarios modernos es la creciente carga administrativa. Numerosos estudios muestran que médicos y enfermeras dedican una parte muy significativa de su jornada a tareas documentales.
La inteligencia artificial generativa puede ayudar a reducir esta carga y permitir que los profesionales dediquen más tiempo a aquello que constituye el núcleo de la asistencia sanitaria: la atención a las personas.
Probablemente este sea uno de sus mayores beneficios potenciales.
Los riesgos y limitaciones
El extraordinario potencial de esta tecnología no debe ocultar sus limitaciones, entre las que encontramos las siguientes.
Las alucinaciones
La inteligencia artificial generativa puede producir información falsa o inventada con una apariencia de absoluta verosimilitud.
En medicina este problema puede tener consecuencias importantes.
La falta de actualización
Los conocimientos médicos evolucionan constantemente.
No todos los modelos incorporan la evidencia científica más reciente.
Los sesgos
Los sistemas aprenden a partir de la información con la que han sido entrenados.
Si esa información contiene sesgos, estos pueden reproducirse en las respuestas generadas.
La privacidad y la protección de datos
La utilización de información clínica exige el máximo nivel de protección y confidencialidad.
La incorporación de estas herramientas al entorno sanitario requiere garantías jurídicas y técnicas muy rigurosas.
La sobreconfianza
El principal riesgo quizá no sea tecnológico, sino humano.
La aparente fluidez y seguridad de las respuestas puede llevar a sobreestimar la capacidad real de estos sistemas.
La inteligencia artificial generativa puede ayudar mucho, pero no sustituye el razonamiento clínico ni la responsabilidad profesional.
¿Qué queda fuera de la inteligencia artificial generativa?
No debe confundirse con:
- Los modelos de predicción clínica.
- La inteligencia artificial aplicada al diagnóstico por imagen.
- La robótica médica.
- Los sistemas de apoyo a la decisión basados exclusivamente en reglas.
- La automatización administrativa convencional.
Aunque puedan combinarse entre sí, se trata de tecnologías diferentes.
Algunos ejemplos reales
Diversos hospitales están comenzando a utilizar herramientas generativas para:
- Elaborar borradores de informes.
- Resumir episodios clínicos.
- Facilitar la búsqueda de información.
- Generar documentación administrativa.
- Preparar materiales docentes.
Numerosas compañías tecnológicas están desarrollando asistentes específicos para el ámbito sanitario y, previsiblemente, durante los próximos años veremos una rápida expansión de estas aplicaciones.
El futuro: una nueva forma de trabajar y de acceder al conocimiento
La inteligencia artificial generativa probablemente transformará la manera en que los profesionales se relacionan con la información.
No sustituirá el conocimiento médico ni la experiencia clínica, pero sí puede cambiar la forma en la que buscamos información, elaboramos documentos, aprendemos o nos comunicamos.
Como ocurrió con Internet hace tres décadas, todavía es difícil prever todas sus consecuencias.
Sin embargo, parece evidente que nos encontramos ante una tecnología con capacidad para modificar profundamente la práctica sanitaria.
El verdadero desafío no consiste en decidir si la utilizaremos o no, sino en aprender a utilizarla de manera segura, ética y responsable.
Profesionales sanitarios utilizando herramientas de IA para obtener información clínica
Ideas para recordar
- La inteligencia artificial generativa crea nuevos contenidos.
- Sus aplicaciones principales en salud son la documentación clínica, la formación y la información sanitaria.
- Puede reducir la carga administrativa de los profesionales.
- Presenta riesgos importantes, especialmente las alucinaciones y los sesgos.
- La supervisión humana sigue siendo imprescindible.
- Su mayor potencial probablemente radica en aumentar las capacidades de las personas y no en sustituirlas.
Referencias y recursos web
- Organización Mundial de la Salud. Guidance on Large Multi-Modal Models for Health
- Organización Mundial de la Salud. Ethics and Governance of Artificial Intelligence for Health
- Comisión Europea. Artificial Intelligence in Healthcare
- Organización para la Cooperación y el Desarrollo Económicos. Artificial Intelligence in Health
- Food and Drug Administration (FDA) – Artificial Intelligence and Machine Learning in Software as a Medical Device
Bibliografía recomendada
Deep Medicine. Basic Books; 2019.
Artificial Intelligence in Healthcare. Academic Press; 2020.
The Digital Doctor. McGraw-Hill Education; 2015.
World Health Organization. Global Strategy on Digital Health 2020-2027. Geneva; 2025.
OECD. Scaling Artificial Intelligence in Health. OECD Publishing; 2026.
Otros artículos de la serie sobre inteligencia artificial en salud
- Acercarse a la inteligencia artificial
- Inteligencia artificial en salud: qué es y qué tipos existen
- Inteligencia artificial predictiva y medicina preventiva
- La inteligencia artificial en el diagnóstico por imagen: cuando las máquinas aprenden a ver
- La inteligencia artificial basada en el lenguaje y la documentación clínica
JOSE IGNACIO NIETO GARCIA.
Exconsejero de Salud y de Salud y Servicios Sociales de La Rioja. Miembro del Comité Científico de la Fundación Economía y Salud. Miembro del Consejo Asesor de la Fundación Bamberg