Radiología: anatomía de una sustitución fallida

En el año 2016, un Geoffrey Hinton que no era aún Premio Nobel pero sí ya considerado uno de los padres de la inteligencia artificial utilizó como ejemplo y predicción de futuro sobre los efectos de la inteligencia artificial en entornos profesionales a una profesión concreta, la de los radiólogos, y predijo su total desaparición a manos de algoritmos capaces de reconocer cualquier detalle en una imagen médica de forma infinitamente más fiable que cualquier profesional humano. Específicamente, afirmó que deberíamos dejar de preparar a radiólogos ya, porque era completamente obvio que la inteligencia artificial los superaría en sus capacidades antes de cinco años.

Un artículo en Knowable Magazine, «AI won’t replace radiologists, but will dramatically change their jobs«, reconstruye de manera especialmente interesante y razonada la evolución de esa predicción, con un final que ya todos conocemos: hoy los radiólogos no solo no han desaparecido, sino que su demanda ha aumentado en un 26%, y la práctica totalidad trabaja con herramientas de inteligencia artificial de manera cotidiana.

¿Qué pasó? Fundamentalmente, que Hinton, aunque acertó en cuanto a las capacidades de la tecnología, se equivocó completamente en lo referente al trabajo de radiólogo como tal. En efecto, una máquina ya es mucho mejor que un profesional humano a la hora de interpretar una imagen, pero la profesión de radiólogo es mucho, mucho más que simplemente interpretar imágenes. En su trabajo, un radiólogo relaciona las imágenes con muchas cosas; síntomas, analíticas, antecedentes, exploraciones presentes y anteriores, etc. y en función de su juicio profesional decide si es necesario llevar a cabo nuevas pruebas, comunica sus impresiones, discute con colegas de otras especialidades, o incluso lleva a cabo determinados tratamientos mínimamente invasivos en el caso de la radiología intervencionista, como colocar un port-a-cath en una vía central, o muchos otros procedimientos. Leer e interpretar imágenes es, únicamente, una parte del trabajo de un radiólogo.

El desarrollo de la tecnología de imagen médica hizo también que la demanda creciese mucho más rápido que la automatización. En sociedades más envejecidas, con más casos de cáncer y más enfermedades crónicas, con mejores escáneres, con indicaciones nuevas y con más medicina con base preventiva, la cantidad de imágenes generadas se disparó, lo que ha dado lugar a una fuerte escasez de radiólogos. La inteligencia artificial puede, en efecto, hacer al radiólogo más productivo, pero esa productividad adicional se absorbe por una demanda muy superior y parcialmente insatisfecha. El papel de la tecnología ha sido el de poder ofrecer capacidad adicional en sistemas médicos congestionados, pero nunca el de plantear la sustitución de profesionales.

La inteligencia artificial en radiología a día de hoy se usa, por ejemplo, para ordenar secuencias de forma que los casos urgentes sean examinados antes, para señalar anomalías, para segmentar lesiones, para calcular volúmenes en imágenes bidimensionales, para comparar imágenes sucesivas, para descartar casos claramente normales y para redactar informes. Fundamentalmente, como soporte al profesional humano, nunca como sustitución del mismo. Además, parte del trabajo de los radiólogos ahora es precisamente «controlar» a la inteligencia artificial: cuando confiar en el algoritmo, cuando vetar sus conclusiones o cuando deducir que está actuando fuera de sus límites. El uso de la inteligencia artificial no hace que automáticamente el profesional mejore sus diagnósticos: el supuesto «centauro» que siempre es mejor es una simplificación burda de la realidad. De hecho, introducir la inteligencia artificial obliga a introducir también formación, auditorías y vigilancia para evitar que los profesionales caigan en el sesgo de automatización y confíen demasiado en la tecnología.

¿Podemos extrapolar lo ocurrido en la radiología a otras profesiones y ocupaciones? Lo más habitual es que al hacer este tipo de juicios, confundamos una tarea concreta con todo un trabajo. La inmensa mayoría de los puestos se recomponen en torno al nuevo contexto generado por la inteligencia artificial, redefinen sus responsabilidades, sus relaciones, la forma de definir los problemas o la revisión de excepcionalidades. La inteligencia artificial está cambiando las tareas y capacidades demandadas, pero no haciendo desaparecer la mayoría de los trabajos.

El ejemplo de los radiólogos no es una demostración de que no exista destrucción de empleo debido a la inteligencia artificial, pero sí de que una tecnología capaz de automatizar una parte significativa de una ocupación es susceptible de terminar generando más servicio, mejores resultados y una necesidad sostenida o incluso creciente de profesionales. Para entenderlo, es importante analizar no la tarea que se automatiza como tal, sino el sistema económico y organizacional en el que se integra. Al final, esa profesión que se suponía que tenía que desaparecer según la predicción de nada menos que un Premio Nobel no sólo no lo hace, sino que goza de buena salud: más inteligencia artificial, más radiólogos.

In English on Medium, «Geoffrey Hinton could perhaps be right about AI… but wrong about radiologists«