Una revisión sistemática alerta sobre el lento progreso de los modelos de IA hacia su implementación clínica, pese a un crecimiento acelerado en su desarrollo.
La inteligencia artificial (IA) promete transformar la atención médica en entornos complejos como las unidades de cuidados intensivos (UCI). Sin embargo, un estudio publicado en JAMA Network Open señala que, a pesar del incremento en la investigación sobre aplicaciones de IA en las UCI, su integración efectiva en la práctica clínica sigue siendo limitada.
La revisión sistemática analizó 1,263 estudios publicados entre julio de 2020 y junio de 2024, enfocándose en el grado de madurez técnica de los modelos de IA, el uso de estándares de reporte y el riesgo de sesgo. De acuerdo con los hallazgos, el 74% de los estudios se encuentran en fases tempranas de desarrollo, es decir, niveles de preparación tecnológica o TRL 4 o inferiores, y solo el 2% alcanzó algún nivel de integración clínica (TRL 6 a 8). Ningún estudio logró llegar al TRL 9, es decir, a la implementación completa en entornos reales.
Además, el 53% de los estudios evaluados presentaron alto riesgo de sesgo, especialmente en los métodos de análisis. Apenas el 16% mencionó haber seguido estándares de reporte como TRIPOD o STROBE, aunque esta cifra mostró una modesta mejora del 14% en 2021 al 23% en 2024.
La revisión también señala que el crecimiento en la investigación ha sido significativo, con un aumento del 156% en el número de publicaciones desde la última revisión realizada en 2021. Sin embargo, este crecimiento no se ha traducido en una mayor implementación clínica. La mayoría de los modelos analizados utilizan bases de datos internas o conjuntos públicos como MIMIC o eICU, lo que limita su generalización a otros contextos clínicos.
Respecto al tipo de IA evaluada, solo un pequeño porcentaje de estudios abordó modelos generativos o de aprendizaje por refuerzo, y ninguno de ellos fue implementado clínicamente. Las aplicaciones más comunes se enfocaron en predecir mortalidad o complicaciones, aunque los pocos modelos que lograron avanzar más allá del TRL 5 se centraron principalmente en el análisis de imágenes o videos.
En este sentido, el estudio concluye que es urgente un cambio de paradigma en la investigación médica con IA, que permita superar la etapa de validación retrospectiva y avance hacia evaluaciones prospectivas e integración real en entornos clínicos.
Los autores proponen fomentar estrategias colaborativas, financiamiento enfocado en implementación, validaciones externas y monitoreo continuo. Sin estas acciones, el potencial de la IA para mejorar la atención crítica en las UCI podría quedar sin aprovecharse de manera plena.
