La interoperabilidad humano-máquina

– La evolución de la relación médico paciente, el surgimiento de una nueva semiología, hermenéutica y propedéutica clínica-

Autor: Andres Rico. MD Internista. CEO Aipocrates

• Metadescripción: “La inteligencia artificial transforma la semiología y la propedéutica, pero no las reemplaza: el juicio clínico sigue siendo humano.”
• Palabras clave: semiología médica, propedéutica clínica, inteligencia artificial en medicina, hermenéutica, razonamiento clínico, heurística, método clínico, toma de Desiciones médicas, humanismo médico, IA en diagnóstico.
• Modelos de IA tipo LLM fueron usados para refinar la redacción y legibilidad del texto.

Parte 1. La escena: el fonendoscopio con algoritmo

Esa mañana, como profesor, salí un momento del consultorio y le pedí a un estudiante —que cursaba sus últimos días de rotación— que examinara al primer paciente del día.
Cuando regresé, lo encontré esperándome con una mezcla de entusiasmo y orgullo.

—Doctor, mire lo que mi papá me trajo de Estados Unidos —me dijo, sacando del maletín un pequeño dispositivo metálico—. Reemplaza al fonendoscopio. Es un fonocardiograma digital que se conecta al celular y, con un algoritmo de inteligencia artificial, le dice a uno si hay soplos, qué tipo, qué tan severos y hasta la probabilidad de progresión. También hace electrocardiograma y ausculta los pulmones, diferenciando ruidos respiratorios normales de los anormales.

Lo escuché atento mientras me mostraba las gráficas en la pantalla del teléfono.
—Y vea este oxímetro —continuó—, también se conecta al celular. Mide la saturación, caracteriza la onda de pulso, compara la frecuencia de pulso con la frecuencia cardiaca y calcula la velocidad de la onda de pulso si se conecta al mismo tiempo con el “fonendoscopio inteligente” ¡hace cardio impedancia!. Pero lo mejor son estas gafas: evalúan el patrón de la marcha, son capaces de medir la frecuencia respiratoria evaluando los movimientos torácicos, y hasta sugieren la probabilidad pretest de EPOC o enfermedad pulmonar intersticial según el patrón respiratorio identificado y la medición de la expansibilidad torácica.

Su entusiasmo era contagioso. Siguió mostrándome, uno a uno, los dispositivos que llevaba en su maletín: un medidor de flujo espiratorio (PEF) conectado al celular, que interpretaba las los datos de la función pulmonar, un oftalmoscopio que proyectaba líneas holográficas para guiar el ángulo y distancia de aproximación para un fondo de ojo óptimo, y en el momento perfecto tomaba fotos de la retina, la imagen capturada se analiza y sugiere un diagnóstico. —También tengo un otoscopio con esa misma función —agregó—, y una aplicación que analiza movimientos anormales con una microcámara que se acopla al micrófono ambiental. Con ella se puede grabar el examen neurológico mientras dictamos la historia clínica.
—Y claro, este nuevo dispositivo de ecografía portátil para hacer POCUS en la consulta o al lado de la cama del paciente.

Y para cerrar, como quien muestra un As bajo la manga, concluyó: le preguntó a la inteligencia artificial, que lo integra todo, hace la historia clínica, le subo la imagen de la radiografía y listo, historia, diagnóstico y diferenciales.

Lo observé unos segundos. No dudaba de su capacidad técnica ni de la utilidad de esas herramientas, pero me surgió una pregunta inevitable: ¿qué lugar queda para la semiología en todo esto?

El auge de la inteligencia artificial (IA) está forzando una redefinición fundamental de las bases de la práctica médica. El ejercicio clínico, históricamente anclado en la semiología, la hermenéutica y la propedéutica clásicas, se encuentra en una encrucijada fascinante: la de la interoperabilidad humano-máquina.

Ya no se trata de si el conocimiento tradicional está en «agonía», sino de su transformación ineludible. La IA está dando paso a una Semiología Aumentada, donde el examen físico se expande más allá de la inspección, palpación, percusión y auscultación. La visión computarizada, los sensores vestibles y el análisis de voz añaden «nuevos signos digitales» y permiten a la máquina detectar patrones imperceptibles para el ojo humano, como microexpresiones o variaciones sutiles del ritmo cardiaco.

De igual forma, la Hermenéutica Clínica se desplaza del juicio puramente basado en la experiencia a una Decisión Aumentada. El médico ahora debe integrar su interpretación humana con el análisis de big data y las predicciones de los modelos de machine learning, gestionando el crucial debate de Sesgo vs. Objetividad para desvelar tanto los sesgos humanos como los propios de la IA.

Finalmente, la Propedéutica exige una profunda revisión metodológica. La formación de los futuros médicos debe evolucionar para enseñarles a interactuar con sistemas de soporte de decisiones. Las Habilidades Esenciales se mueven de la memorización de signos a la capacidad de gestionar la información digital y, sobre todo, a la necesidad crítica de verificar la coherencia entre el paciente, la historia clínica electrónica y las recomendaciones algorítmicas. En este contexto, exploraremos el surgimiento de una nueva semiología, hermenéutica y propedéutica clínica, esenciales para la medicina del futuro.

Del fonendoscopio de Laennec al algoritmo de razonamiento clínico
Lo que mi estudiante no sabía es que estaba protagonizando una escena que simboliza el cambio de era en la medicina. Desde que Laennec inventó el fonendoscopio en 1819, cada avance tecnológico —el termómetro, el tensiómetro, el electrocardiograma, la tomografía, la resonancia— ha prometido transformar la forma de diagnosticar. Hoy, el salto no es solo técnico, sino cognitivo: la inteligencia artificial ya interpreta lo que antes solo medíamos.

Los nuevos modelos multimodales de lenguaje (LLM) pueden analizar simultáneamente texto, imágenes y sonidos. Ya existen sistemas capaces de identificar lesiones radiológicas, soplos cardíacos o patrones respiratorios, con una precisión comparable a la de expertos entrenados. Algunos modelos son capaces de procesar una radiografía de tórax, interpretar el informe clínico y generar hipótesis diagnósticas sugeridas; otros, integran datos clínicos, de laboratorio y de imagen para estimar probabilidades de diagnóstico diferencial o proponer esquemas terapéuticos ajustados a guías clínicas.

Aún más avanzados son los agentes clínicos de IA, diseñados no solo para responder, sino para razonar: pueden solicitar información adicional, comparar resultados previos y sugerir próximos pasos diagnósticos. En ciertos sistemas hospitalarios ya se integran con historias clínicas electrónicas para emitir alertas tempranas, analizar patrones de error o calcular riesgos en tiempo real.

Sin embargo, y esto debe quedar claro, la inteligencia artificial no reemplaza el juicio médico.
El médico sigue siendo el responsable de interpretar, validar y decidir. Si un profesional no está en capacidad de evaluar la respuesta que da el modelo —por falta de contexto clínico o conocimiento técnico— debe remitir al paciente a quien sí pueda hacerlo, y además verificar si la respuesta podría contener alucinaciones o errores de interpretación algorítmica.

Parte 2. Lo que el profesor Jaime Casasbuenas nos recordó

El profesor Jaime Casasbuenas-Ayala, en su texto “¿Y la semiología para qué?”, parte de una pregunta que muchos nos hemos hecho: ¿para qué aprender semiología si ya existen la ecografía y la resonancia?
Su respuesta es clara: la semiología no son maniobras, es pensamiento clínico.
A través de la observación, la escucha y el razonamiento, el médico aprende a identificar las señales que la enfermedad deja en el cuerpo y en la voz del paciente. Es el arte de entender el lenguaje del sufrimiento humano.

Casasbuenas recuerda que el médico que ignora la semiología termina “golpeando a veces a la enfermedad y a veces al paciente, sin saber bien a cuál golpeó”.
Defiende que la misión del docente es formar juicio clínico, empatía y ética. Advierte que en muchas facultades la semiología ha desaparecido o se enseña diluida entre otras materias, dejando generaciones de médicos sin entrenamiento práctico real.

El texto resalta que la anamnesis sigue siendo la herramienta diagnóstica más poderosa —permite plantear hipótesis correctas en hasta el 80% de los casos— y que el contacto humano en el examen físico tiene valor terapéutico en sí mismo.
Casasbuenas concluye que la semiología no está muerta: está olvidada, y que el acto médico solo será verdaderamente científico si sigue siendo profundamente humano.

Entre la observación y el pensamiento: las rutas del razonamiento clínico

Semiología, hermenéutica, propedéutica y heurística son, en el fondo, formas de razonamiento que se entrelazan en la práctica médica, funcionando como piezas de un mismo engranaje o como partes complementarias de un gran rompecabezas.

La semiología nos enseña a observar: es el estudio sistemático de los signos y síntomas, guiado por un razonamiento inductivo que busca patrones y relaciones.

La hermenéutica nos enseña a interpretar: otorga significado a esos signos dentro del contexto biográfico, social y emocional del paciente.

La propedéutica nos orienta en la acción: aplica el razonamiento deductivo para seleccionar las pruebas y procedimientos que confirmen o descarten las hipótesis diagnósticas.

Y la heurística nos permite aprender con la experiencia, creando atajos mentales o “scripts” que agilizan el pensamiento clínico, pero que también pueden sesgarlo si no se supervisan críticamente. La heurística optimiza el proceso a partir de la experiencia.

El razonamiento clínico puede entenderse como el engranaje donde cada componente, un tipo distinto de pensamiento —inductivo, deductivo, abductivo o analógico— al integrarse, da origen al juicio médico.

La captura de las observaciones a través de los sentidos y su transformación en datos clínicos —hoy potenciada hasta la ultrapercepción por dispositivos digitales y sensores inteligentes— permite integrar la información en cuadros clínicos coherentes.

A partir de ellos, se evoca el conocimiento actual o la evidencia clínica mediante la memoria, potenciada ahora por los sistemas de inteligencia artificial que pueden acceder y correlacionar grandes volúmenes de información.

El siguiente paso es comparar el cuadro clínico elaborado con los patrones previamente aprendidos y memorizados, aplicando las tres disciplinas clásicas —semiología, propedéutica y hermenéutica— ahora amplificadas por la capacidad exponencial de la tecnología.

Finalmente, llega la toma de decisión, guiada por la heurística: puede seguir un proceso rápido y automático (sujeto a sesgos cognitivos) si el cuadro clínico es familiar, o un proceso de pensamiento profundo, tipo 2 según Kahneman, cuando el caso exige deliberación, duda y análisis racional.

Así, el razonamiento médico, lejos de ser reemplazado por la inteligencia artificial a través de los sistemas de soporte al razonamiento, se redefine y se amplifica.

La tecnología no sustituye el pensamiento clínico: lo expande, siempre que sepamos reconocer sus límites, sus sesgos y su poder.

Parte 3. Entre el fonocardiograma digital y el estetoscopio de Laennec: luces y sombras

La inteligencia artificial ha traído precisión y eficiencia al diagnóstico. Los modelos de lenguaje multimodal pueden analizar texto, imagen y sonido para sugerir diagnósticos, reduciendo errores y mejorando la cobertura en regiones sin especialistas.
Pero también generan riesgos: la ilusión de certeza, la dependencia tecnológica y la pérdida del juicio clínico.

Casasbuenas advierte que la subordinación tecnológica puede convertir al médico en un operador de algoritmos.
Y cuando se olvida la interpretación, la medicina se vuelve mecánica.
Por eso, aunque la IA puede sugerir diagnósticos, solo el médico puede decidir.

La visión de Casasbuenas y la de los jóvenes médicos no son opuestas: se complementan.
La primera recuerda que la medicina sin pensamiento crítico pierde su alma; la segunda, que la medicina sin tecnología puede quedarse ciega.
El equilibrio está en fusionar el método clínico con las herramientas digitales, usando la IA como una extensión de los sentidos, no como un sustituto de la mente.

Parte 4. Brechas digitales y el nuevo lenguaje de la semiología

Mientras en algunos hospitales colombianos se prueban dispositivos de auscultación inteligente, en otros todavía falta internet o un tensiómetro funcional.
La Colombia urbana y la rural viven dos tiempos médicos distintos.
La brecha no es solo tecnológica: también es formativa.

Los modelos de IA son costosos, y la alfabetización digital en salud sigue siendo baja.
Muchos profesionales no han sido entrenados para evaluar críticamente una respuesta de IA ni identificar posibles alucinaciones.
Además, la cobertura de internet sigue siendo limitada en regiones apartadas, lo que restringe el acceso a herramientas basadas en la nube.

Pero más allá de la conectividad, el verdadero reto es conceptual: enseñar a pensar con algoritmos sin pensar como algoritmos.
La semiología y la propedéutica clínica no han muerto; solo han cambiado de lenguaje.
Antes interpretábamos sonidos, tonos y gestos; hoy también interpretamos datos, curvas y probabilidades.
El propósito sigue siendo el mismo: comprender al ser humano que enferma.
La semiología sigue viva. Solo que ahora el semiólogo, además de escuchar al paciente, debe aprender a escuchar a la máquina.

Lecturas recomendadas

Casasbuenas-Ayala, J. (2023). ¿Y la semiología para qué? Acta Médica Colombiana, 48(1), 71–74. https://doi.org/10.36104/amc.2023.2624

Andrew S. Lea, M.D., D.Phil., and Scott H. Podolsky, Centering the Peripheral Brain — The History of Reference Tools in Medicine. N Engl J Med 2024;391:878-880. https://doi.org/10.1056/NEJMp2404690

Pino L. Curso online Inteligencia Artificial Ridículamente Fácil (2025), https://www.oxlearning.com.co