La IA ya diagnostica cáncer mejor que los médicos en algunas pruebas: qué significa esto para ti

En 2020, un algoritmo de Google Health analizó mamografías de más de 76.000 mujeres del Reino Unido y Estados Unidos. El resultado fue incómodo para muchos: el sistema detectó más cánceres que los radiólogos, con menos falsos positivos y menos falsos negativos. No fue un resultado anecdótico de un laboratorio. Fue un estudio publicado en Nature con datos reales de pacientes reales. Desde entonces no he podido dejar de pensar en lo que ese dato implica, no como titular tecnológico, sino como algo que afecta directamente a cualquier persona que algún día tenga que hacerse una prueba diagnóstica.

Dónde estamos en 2026

En 2026, más de 950 algoritmos de diagnóstico médico con IA tienen aprobación de la FDA americana y más de 200 tienen el marcado CE europeo. La mayoría se concentran en imagen médica: radiología, dermatología, oftalmología y patología. Son sistemas que analizan una tomografía, una radiografía o una fotografía del fondo del ojo y devuelven un resultado con una precisión que, en algunas pruebas concretas, iguala o supera a los especialistas humanos.

Lo que ha cambiado respecto a 2020 no es solo la precisión, es la implantación. Hace cinco años, la IA diagnóstica era un objeto de investigación. En 2026, está desplegada en hospitales reales. El sistema de detección de retinopatía diabética de Google está aprobado y en uso clínico en varios países. El algoritmo de detección de cáncer de piel de IBM Watson opera en clínicas dermatológicas en EE.UU. y Europa. En España, el Hospital Gregorio Marañón y el Hospital Clínic de Barcelona llevan desde 2024 usando IA para el análisis de imágenes radiológicas.

Las pruebas donde la IA ya supera a los humanos

No es exageración ni titular clickbait. En determinadas pruebas bajo condiciones controladas, los sistemas de IA producen resultados superiores a los de especialistas humanos. En detección de nódulos pulmonares en tomografías de baja dosis, el sistema de análisis de Google alcanza un 94% de sensibilidad frente al 88% del radiólogo de referencia en el mismo estudio. En mamografías, la IA de DeepMind reduce los falsos positivos en un 5,7% y los falsos negativos en un 9,4% respecto a los radiólogos.

En dermatología, un estudio publicado en el Lancet en 2023 mostró que un algoritmo de clasificación de lesiones cutáneas igualaba el rendimiento de 58 dermatólogos en la distinción entre melanoma y nevos benignos. Y en diagnóstico de retinopatía diabética, los sistemas de IA aprobados detectan la enfermedad con una especificidad superior al 90% en fotografías del fondo del ojo tomadas en atención primaria, sin necesidad de que el paciente visite a un oftalmólogo.

Por qué los benchmarks no lo son todo

Aquí es donde quiero ser honesto sobre algo que me parece importante y que los titulares suelen ignorar. Los estudios que comparan IA con médicos humanos se hacen en condiciones controladas: imágenes de alta calidad, bases de datos curadas, casos seleccionados. La medicina real es diferente. Un radiólogo trabaja con imágenes de calidad variable, con presión de tiempo, con el historial del paciente en mente, con la conversación que acaba de tener con el oncólogo al teléfono.

Los estudios de implementación real, que son más escasos, muestran resultados más matizados. En algunos casos la IA mejora la tasa de detección en un 20%. En otros, añade ruido: más detecciones que requieren seguimiento, algunas de las cuales resultan ser falsos positivos que generan ansiedad en el paciente y costes innecesarios al sistema. La IA no es perfecta, es distinta. Y «distinto pero con sus propios errores» no siempre es mejor que «humano con sus propios errores».

Lo que está cambiando en España concretamente

La Estrategia Nacional de IA 2024-2027 asigna 120 millones de euros a IA sanitaria. En la práctica, hay 127 proyectos activos de IA en hospitales del Sistema Nacional de Salud a principios de 2026. Los usos más extendidos no son el diagnóstico autónomo, que sigue siendo asistido, sino la ayuda a la lectura: el sistema marca las zonas de interés en una imagen y el médico revisa. Es una segunda opinión instantánea, no un diagnóstico automático.

El ejemplo más concreto y relevante para Andalucía: la receta electrónica con IA del SAS detecta interacciones medicamentosas peligrosas antes de que el médico prescriba. Desde su activación en 2025, ha evitado más de 15.000 combinaciones potencialmente graves. Eso no es diagnóstico, pero sí es IA salvando vidas de forma silenciosa y sin titular.

La lección que me parece más importante

La pregunta que se hizo todo el mundo cuando salieron estos estudios, «¿va a reemplazar la IA a los médicos?», era la pregunta equivocada. La pregunta correcta es: ¿a qué médico prefieres que te trate, a uno con IA o a uno sin ella? Formulada así, la respuesta es obvia. El debate no es IA contra médicos, es cómo integrar la IA para que los médicos que ya son buenos sean mejores, y para que el sistema sanitario alcance a más personas con los mismos recursos.

Lo que me preocupa genuinamente no es que la IA reemplace a los médicos, sino la desigualdad en el acceso a esta tecnología. Los hospitales de referencia de las grandes ciudades españolas ya la tienen o la están adoptando. Los centros de salud de zonas rurales, que son donde vive la mayoría de la gente mayor con mayor riesgo de cáncer y enfermedades crónicas, van décadas más lentos en cualquier innovación tecnológica. Si la IA diagnóstica acaba siendo una herramienta de los bien atendidos, habrá fallado en lo más importante.

Preguntas frecuentes

¿Puedo pedir que me diagnostique una IA en España?

No directamente como paciente. Los sistemas de IA diagnóstica en España operan como herramientas de apoyo al profesional médico, no como servicios de acceso directo al ciudadano. Si tu médico trabaja en un hospital que usa estas herramientas, forma parte de tu diagnóstico sin que tengas que pedirlo.

¿Son fiables las apps de diagnóstico de lunares con IA?

Las apps de consumo como SkinVision tienen utilidad como herramienta de alerta temprana pero no reemplazan la visita al dermatólogo. Su tasa de falsos negativos sigue siendo mayor que la del especialista. Úsalas como un motivo adicional para ir al médico, no como sustituto.

¿Tiene derecho el paciente a saber si la IA participó en su diagnóstico?

Sí. El EU AI Act clasifica los sistemas de IA médica como de alto riesgo, lo que implica obligaciones de transparencia. En Europa tienes derecho a ser informado y a solicitar revisión humana de cualquier decisión asistida por IA.

Publicado: 11 de junio de 2026 · Categoría: IA en el mundo · Tiempo de lectura: 9 minutos