Las dos mejores escuelas de medicina del mundo publicaron este año resultados que a primera vista se contradicen. Harvard encabeza el ranking QS de Medicina 2026, por delante de Oxford y Stanford; Oxford, a su vez, es número uno en el ranking de Medicina y Salud de Times Higher Education 2026, lo que la convierte en la primera de Europa. Conviene leer los dos estudios juntos, porque explican algo que los proveedores de tecnología prefieren no mencionar.

Harvard: la máquina ganó en urgencias

A fines de abril, la revista Science publicó un estudio dirigido por investigadores de Harvard Medical School con el Beth Israel Deaconess Medical Center y colaboradores de Stanford. Evaluaron a un modelo de razonamiento en 76 casos reales de urgencias de un hospital de Boston, en tres momentos: el triage de llegada, el primer contacto con el médico y el ingreso a piso o a terapia intensiva. La evaluación fue ciega: los dos médicos revisores no sabían qué valoración venía del modelo y cuál de dos médicos adscritos expertos. El modelo igualó o superó el desempeño humano en cada etapa, y destacó particularmente en el analisis inicial, cuando hay menos información disponible. En esa etapa acertó el diagnóstico exacto o muy cercano en 67% de los casos, frente a 55% y 50% de los dos médicos.También sobresalió en enfermedades raras y casos complejos, y en decisiones de manejo clínico —desde el uso de antibióticos hasta conversaciones de fin de vida— superó a médicos apoyados en herramientas convencionales como una búsqueda en internet. Esa intimidante sin dudaopios autores pusieron el freno

Aquí el titular se vuelve engañoso. Arjun Manrai, coautor principal, advirtió que el resultado no significa que la IA reemplace al médico, pese a lo que digan las empresas que venden salud basada en IA. El estudio se hizo solo con texto, terreno donde estos modelos son fuertes; el médico real escucha al paciente, revisa radiografías, estudios de imagen y señales fisiológicas como el electrocardiograma.Adam Rodman, profesor asistente de Harvard Medical School y responsable del grupo que integra la IA al plan de estudios, fue más directo: lo que estos resultados sostienen no es sacar al médico del circuito, sino una agenda de investigación ambiciosa. Señaló dos usos con valor inmediato: un sistema que revise pasivamente el expediente clínico electrónico para detectar errores diagnósticos antes de que ocurran, y la segunda opinión. Es intimidante sin duda

Oxford: el modelo no es el sistema

En febrero, Nature Medicine publicó el estudio complementario. Dirigido por el Oxford Internet Institute y el Nuffield Department of Primary Care Health Sciences, es el mayor estudio con usuarios reales hecho hasta ahora: un ensayo aleatorizado con cerca de 1,300 participantes que debían identificar un padecimiento y decidir el siguiente paso —médico general, hospital, urgencias— a partir de escenarios elaborados por médicos.El hallazgo central: quienes usaron un modelo de lenguaje no tomaron mejores decisiones que el grupo de control que recurrió a búsquedas o a su propio criterio. Los modelos que puntúan alto en pruebas estandarizadas fallaron al interactuar con personas

Las causas son de diseño, no de conocimiento, como era de esperar: los usuarios no sabían qué información debían aportar, el modelo daba respuestas muy distintas ante variaciones mínimas en la pregunta, y mezclaba recomendaciones buenas y malas sin que el usuario pudiera distinguirlas.El profesor asociado Adam Mahdi lo resumió con una analogía útil para cualquier director de hospital: igual que exigimos ensayos clínicos a un medicamento nuevo, estos sistemas requieren pruebas rigurosas con usuarios reales y diversos antes de usarse en un entorno de alto riesgo

Lo que las organizaciones mexicanas de salud deben tomar en cuenta

• La pregunta correcta no es si la IA diagnostica mejor, sino si mejora el resultado del equipo clínico. Son cosas distintas y solo la segunda importa.
• Desconfiar del benchmark. Un puntaje alto en examen no predice desempeño en operación.
• Empezar donde ya hay evidencia: segunda opinión y detección de errores sobre el expediente electrónico, siempre con médico responsable.
• No poner el modelo frente al paciente sin supervisión clínica.
• Evaluar localmente, con casos propios, antes de escalar.

Los dos campus coinciden en el fondo: la capacidad técnica ya llegó, y el cuello de botella se mudó a la implementación clínica.