Cuando el trabajo no es solo lo que parece: las lecciones de los radiólogos

La perspectiva sobre la inteligencia artificial y la sustitución de trabajos humanos está empezando a evolucionar: decir, por ejemplo, como se escucha a menudo, que la inteligencia artificial «reemplazará» a los radiólogos se está viendo, cada vez más, como una simplificación peligrosa.

Lo que las discusiones más recientes parecen mostrar es que reducir la mirada del radiólogo al mero «intérprete de imágenes», es ignorar todo el resto del valor que aporta: desde el juicio clínico, la coordinación interdisciplinar, la comunicación con pacientes, el aseguramiento de calidad, o el manejo de incertidumbres, hasta la supervisión de algoritmos, la adaptación al contexto local o la toma de decisiones en zonas grises… esa visión parcial es una invitación al error. Pero, más aún, el caso del radiólogo ofrece una metáfora útil para cualquier ocupación moderna: no se trata solo del output que produces, sino de todo aquello que acompaña y fundamenta a ese output.

A pesar de que los modelos de inteligencia artificial ya superan a los radiólogos en pruebas de diagnóstico desde 2017, la demanda de especialistas humanos en radiología está en máximos históricos. Este año, los programas de residencia en radiología diagnóstica en Estados Unidos ofrecieron 1,208 plazas, un 4% más que en 2024, mientras que los salarios medios alcanzaron los 520,000 dólares, un 48% más que en 2015. Existen más de setecientos modelos de inteligencia artificial para radiología autorizados por la FDA, y alrededor de un 48% de los radiólogos utiliza alguno de ellos. Además, los modelos entrenados con conjuntos de datos estandarizados pierden hasta veinte puntos de precisión cuando se aplican en hospitales distintos. Y conviene recordar que los radiólogos dedican tan solo en torno a un 36% de su tiempo a interpretar imágenes: la mayor parte lo emplean en comunicación con pacientes, en docencia y en tareas administrativas que, por ahora, ninguna inteligencia artificial es capaz de asumir.

La literatura médica refuerza estas ideas: en una revisión sistemática reciente, se concluye que la inteligencia artificial puede leer e interpretar imágenes con rapidez, pero la sustitución completa de radiólogos es improbable: más bien, se les necesita para supervisar, validar, contextualizar, y manejar aspectos éticos y legales. Otras fuentes alertan que incluso los algoritmos más refinados pueden inducir sobrediagnósticos, aumentar la carga operativa o generar errores clínicamente peligrosos si carecen de supervisión humana. También se constata que muchas tareas auxiliares, como el reporte automático, el filtrado de casos urgentes o las tareas administrativas ya están siendo delegadas a la inteligencia artificial, liberando tiempo para que el radiólogo se concentre en las facetas donde su aporte es único. Un estudio piloto reciente mostró que el uso de borradores generados por inteligencia artificial puede reducir los tiempos de reporte sin degradar la calidad diagnóstica.

A todo ello se suma un debate curioso: el de la llamada deshabilitación cognitiva o deskilling. Un artículo reciente recoge un hallazgo llamativo: cuando los médicos adoptan un sistema de inteligencia artificial para asistirles en colonoscopias, su capacidad de detectar adenomas cae alrededor de un 20% con respecto a su desempeño previo. Muchos interpretan esto como un riesgo, el de los profesionales que pierden práctica al confiar en la máquina, pero cabe también otra lectura: ¿y si no pasa nada porque la máquina, sencillamente, ya es mucho mejor que nosotros en esa tarea? Hoy casi nadie sabe escribir con un punzón sobre una piedra, y el mundo no se derrumbó cuando perdimos esa habilidad: simplemente, pasamos a hacerlo mediante otra tecnología. Si una inteligencia artificial entrenada con millones de imágenes supera a cualquier médico en detectar tumores, quizás lo sensato sea dejar de competir ahí, y concentrar el valor humano en todo lo demás: la contextualización, la relación con el paciente, la gestión de casos complejos, la ética y la responsabilidad. Lo que para algunos parece una pérdida de habilidades, en realidad podría ser una liberación.

Si extraemos la moraleja para otras profesiones, vemos un patrón repetitivo: las tecnologías tienden a atacar primero lo fácil, lo estructurado, lo rutinario. Ahí es donde ofrecen retornos rápidos y evidentes. Pero lo extraordinario, lo que las máquinas hacen mal o no pueden replicar con fiabilidad, suele estar en los márgenes: en los juicios imprecisos, los contextos cambiantes, los pacientes con matices, los casos oscuros, las decisiones colectivas, el error, el ajuste fino. En esas áreas reside la ventaja competitiva humana.

Cualquiera que trabaje hoy en educación, consultoría, análisis financiero o diseño debería preguntarse: ¿mi valor está solo en la producción de outputs como presentaciones, informes, códigos y propuestas, o en todo lo que ocurre alrededor de esos outputs (estrategia, interlocución, negociación, verificación, personalización, interpretación, mantenimiento de relaciones)? El riesgo no es que la inteligencia artificial nos quite tareas, el riesgo es que nos quite roles si reducimos nuestra identidad profesional a funciones que pueden ser fácilmente automatizadas.

Otro factor a considerar es que las tecnologías no operan en un vacío. Están dentro de marcos regulatorios, protocolos de responsabilidad, ética, seguridad, cultura institucional. En medicina, estas barreras (y la necesidad de supervisión humana) actúan como colchón frente a una automatización agresiva. Lo mismo sucede en muchas profesiones: sin legitimidad normativa ni confianza social, una inteligencia artificial difícilmente puede sustituir completamente la responsabilidad de un profesional humano.

El radiólogo del futuro, por tanto, no sería alguien que se resigna a ver morir su papel, sino alguien que asume una versión enriquecida del mismo: un gestor de algoritmos, supervisor de calidad, intérprete final, e interlocutor entre el paciente y el equipo médico. Y aquel profesional de otra área que no trabaje para expandir sus fronteras más allá del output homogéneo, puede quedar desplazado.

La experiencia de la radiología frente a la inteligencia artificial nos enseña que las profesiones no serán reemplazadas por máquinas, sino por versiones tecnológicas de sí mismas, y que quienes sobrevivan serán quienes sepan abrazar la complejidad, el contexto, la relación, los matices y el manejo avanzado de esa tecnología o de esas máquinas. No es solo lo que produces, es todo lo que haces con ello, detrás de ello y alrededor de ello, lo que determina tu resiliencia en la era de la inteligencia artificial.

Nota:https://www.enriquedans.com/