No se deje engañar por el signo de interrogación del título de un artículo publicado en agosto de 2026 en JAMA. Cuando los autores —entre ellos el catedrático de ética médica Ezekiel Emanuel y el inversor de riesgo Vinod Khosla— preguntaron "¿Superará la IA autónoma a los médicos asistidos por IA como la mejor atención médica?", estaban siendo retóricos. Su respuesta es un sí rotundo.

Buena parte del mundo médico había empezado a aceptar a regañadientes la premisa de que el paciente recibe el mejor tratamiento con un enfoque híbrido, con médicos que consultan a modelos bien entrenados. La tesis de este artículo es otra: la IA sola ofrece el mejor resultado.

El debate puede parecer lejano, pero no lo es. Los modelos son los mismos en todas partes y las mismas preguntas llegarán de la misma forma. Esta guía lo desglosa en seis partes.

1. Qué afirma exactamente el artículo

La frase de los autores dice: "La revisión de todos los artículos publicados sobre IA en medicina desde el 1 de enero de 2024 muestra que la medicina se acerca rápidamente al punto de transición en que la IA por sí sola superará a los médicos y a las combinaciones de médico e IA a la hora de ofrecer la mejor atención en cinco tareas médicas fundamentales."

Esas cinco tareas son:

  • Tomar la historia clínica
  • Establecer un diagnóstico
  • Determinar qué pruebas hacen falta
  • Prescribir el tratamiento
  • Gestionar enfermedades crónicas

Lo que se enumera, en otras palabras, es el ejercicio mismo de la medicina. La frase más discutida está aquí: la IA es ya tan buena, sostienen los autores, que los clínicos deberían abstenerse de intervenir, porque "los humanos en el circuito degradan el rendimiento de la IA".

La predicción: hacia 2030, en muchos casos, una "IA autónoma superior" probablemente superará a los humanos que usan IA. Los autores califican ese pronóstico, con sus propias palabras, de "inquietante, pero parece probable".

2. Quién lo firma y con qué interés

Este es un apartado que no se puede saltar al leer el artículo. El autor principal, Emanuel, dirige el Departamento de Ética Médica y Política Sanitaria de la Universidad de Pensilvania y es un oncólogo reconocido. El segundo nombre, Khosla, es un inversor y uno de los defensores más antiguos de esta idea.

Khosla lleva años con la tesis: en 2012 escribió en TechCrunch un texto titulado "¿Necesitamos médicos o algoritmos?" y en 2016 firmó un tratado de 101 páginas en la misma línea. En congresos acorralaba a Emanuel para explicarle que la IA haría el 85 por ciento de lo que hacen los médicos hacia 2035.

Al trabajo se sumó Neal, hijo de Khosla. Neal dirige Curai Health, una empresa que trata pacientes en línea con IA y con médicos en plantilla para recetar y atender los casos complicados. Ese conflicto de intereses está declarado en el artículo, junto con las inversiones de Khosla y las becas y consultorías de Emanuel.

Declararlo no disuelve el problema, pero es mejor que ocultarlo. Lo que conviene tener presente es simple: no es una observación independiente desde fuera del campo, sino un artículo firmado por personas de las que algunas tienen dinero dentro.

3. Cómo cambió de opinión Emanuel

Emanuel rechazó la idea durante años. En sus propias palabras: "Dije que era una tontería, que no había manera. Lo que hacen los médicos es demasiado complicado".

Hace cosa de un año su amigo Robert Wachter le envió las pruebas de imprenta de su libro. Wachter, jefe de medicina en la UCSF, describía un mundo en el que la medicina de primera clase sería una colaboración entre IA y médicos, mientras que la mayoría, en "clase turista", se apañaría sobre todo con IA sola.

Emanuel empezó a pensar que Khosla podía tener razón. Y le surgió una pregunta inquietante: "Si la IA se hace cargo, ¿qué les queda por hacer a los médicos?"

4. Las objeciones

Una de las voces discrepantes más audibles es la de John Whyte, director general de la Asociación Médica Estadounidense. Sus objeciones son metodológicas:

  • Una simulación no es un experimento. Parte de los estudios revisados son simulaciones, no ensayos ciegos con pacientes reales.
  • Los hallazgos no apuntan todos en la misma dirección. No todos los estudios revisados respaldan la conclusión del artículo.
  • El paciente real no logra hacerse entender. Un artículo publicado en Nature en febrero de 2026 halló que, en casos de la vida real, la mayoría de los pacientes no conseguía conversar de forma eficaz con los grandes modelos para acceder a su conocimiento.

Este tercer punto es el más importante. Que un modelo acierte el diagnóstico en una pregunta de examen no es lo mismo que la persona que tiene delante sepa describir su dolencia. La distancia entre el rendimiento de laboratorio y el de la consulta está justamente ahí.

La réplica de Emanuel es igual de directa: "No han pasado ni cuatro años desde que apareció ChatGPT. Estamos haciendo una predicción para dentro de cuatro años. ¿Usted no cree que la IA va a estar mucho más avanzada que un médico?"

5. La concesión del otro bando

Lo más llamativo es la respuesta de Wachter, señalado en el primer párrafo del artículo como quien sostiene erróneamente que el tratamiento solo con IA será "clase turista". Wachter concede algo: "El argumento que plantean es importante". La IA es buena, dice, y ahora mismo la IA y los humanos juntos son mejores. "Pero eso ya no se puede grabar en piedra. Habrá ocasiones en que los humanos estropeen el rendimiento".

Insiste, sin embargo, en que las cualidades humanas de un médico formado son vitales e insustituibles. La IA quizá nunca sea tan eficaz como una persona al comunicar un pronóstico grave, y es más probable que sea un clínico real quien guíe al paciente hacia el mejor tratamiento.

Wachter recurre a lo que llama la falacia del portero: el temor a que quienes abrían las puertas en los edificios se quedaran sin trabajo cuando las puertas pudieran abrirse solas. En realidad los porteros hacen mil tareas y siguen siendo valiosos: recoger paquetes, dar de comer a las mascotas, escuchar una queja. "Encontraremos una versión de la falacia del portero para los médicos", dice. "Puedo imaginar un mundo en el que el médico acepte el diagnóstico de la IA pero cumpla muchas otras funciones valiosas".

6. El peligro real: la pérdida de destreza

Pero lo que aquí se desplaza no es tan simple como abrir una puerta. Es la pericia ganada con esfuerzo tras años de formación.

Que un clínico veterano ponga en aprietos a sus residentes pidiéndoles valoraciones inmediatas es un método de enseñanza. Cuando la IA tiene la respuesta al instante, deja de ser necesario. Los médicos van camino de apoyarse tanto en la IA que su propio criterio y su conocimiento pierdan relevancia.

Ese proceso de pérdida de destreza podría acelerar la absorción de la medicina por la IA, sobre todo si las nuevas generaciones dejan de ver necesario pasar años aprendiendo lo que pueden consultar a un experto siempre disponible en el bolsillo de la bata.

Whyte admite que a él también le preocupa: "Muchas facultades de medicina y programas de residencia están debatiendo si los médicos en formación pueden usar estas herramientas, porque si nunca has aprendido a tomar una historia clínica y a explorar, ¿cómo lo vas a aprender?". Por otro lado, hay quien sostiene que ignorar una herramienta tan potente es en sí una forma de mala praxis.

7. Lo que el debate se salta: cuando no hay médico

La analogía de la "clase turista" de Wachter plantea la comparación entre médico humano e IA. En buena parte del mundo esa no es la comparación relevante.

Donde hay mucha población por facultativo, la elección no es "buen médico o IA", sino "IA o nada". Si en un pueblo pasa un médico general un día a la semana, un sistema capaz de seguir una enfermedad crónica no es un descenso sino una mejora. En esas condiciones, la tesis del artículo resulta mucho menos polémica.

La distinción importa. La diferencia entre un hospital universitario de una gran ciudad y un hospital comarcal decide qué versión del debate se aplica. En una la pregunta es si el criterio del médico debe seguir en el circuito; en la otra, cómo aumentar el acceso.

Las dos preguntas son legítimas, pero no tienen la misma respuesta. Ninguna política resuelve ambas a la vez, y el debate transcurre casi siempre sobre la primera, porque quienes lo mantienen pertenecen al primer grupo.

Qué vigilar

Sería un error suponer que este debate llega tarde a ningún sitio: los modelos son los mismos. Conviene seguir tres cosas.

Primera, el tipo de prueba. La pregunta que hay que hacer a cada nueva afirmación es esta: ¿simulación o ensayo ciego con pacientes reales? La diferencia entre ambas decide todo el argumento.

Segunda, la responsabilidad. El artículo habla de rendimiento pero no de responsabilidad legal. Quién responde cuando un diagnóstico hecho solo por IA resulta equivocado es una cuestión independiente de la competencia técnica, y se resolverá mucho más despacio.

Tercera, la formación. La pérdida de destreza es el riesgo más silencioso, porque su efecto no se ve hoy sino dentro de una década. Cómo traten hoy estas herramientas las facultades de medicina determina lo que el médico de 2030 sabrá hacer.