🔬 Dos artículos publicados en Nature describen asistentes de IA médica cada vez más capaces, pero un comentario de Arjun K. Manrai, de Harvard Medical School, advierte un problema paralelo: aún cuesta medir y entender con rigor qué herramientas funcionan cuando llegan a la práctica clínica.
La medicina basada en datos supone que la vara para medir si un fármaco o dispositivo funciona es fiable. Manrai señala que esa base puede fallar, sobre todo con herramientas de IA que empiezan a entrar en la atención clínica.
Los trabajos de Ferber y de Liévin muestran la capacidad de estas herramientas, según el comentario. A la vez, exponen por qué esa capacidad resulta cada vez más difícil de evaluar y comprender de forma adecuada.
✅ Medir bien importa tanto como desarrollar sistemas capaces: sin una vara fiable, cuesta saber cuáles aportan valor en la práctica clínica. El límite es claro: el texto disponible no detalla los métodos, métricas ni resultados de los dos estudios, por lo que no permite comparar su rendimiento.
⚕️ No es consejo médico.
