Los agentes de la IA en la medicina clínica: una revisión sistemática

Área de la Ciencia:

• Inteligencia artificial en el cuidado de la salud
• Informática clínica
• La medicina computacional

Sus antecedentes:

• Los grandes modelos de lenguaje (LLM) están evolucionando hacia agentes de IA capaces de planificar tareas, utilizar herramientas y coordinar entre agentes.
• A diferencia de los LLM estándar, los agentes de IA pueden realizar procesos en varios pasos, acceder a datos clínicos en tiempo real e integrar diversas fuentes de datos.
• Si bien el interés en los agentes de IA para tareas clínicas y administrativas está creciendo, su rendimiento y la eficacia de los sistemas de agentes múltiples en la atención médica siguen siendo poco explorados.

Objetivo del estudio:

• Evaluar sistemáticamente el rendimiento de los agentes de IA en entornos de atención médica.
• Comparar la eficacia de los sistemas de agentes de IA con los LLM estándar para las tareas clínicas.
• Catalogar las herramientas específicas empleadas por los agentes de IA para la realización de tareas en el cuidado de la salud.

Principales métodos:

• Se realizó una búsqueda exhaustiva de literatura en PubMed, Web of Science y Scopus (octubre de 2022 - agosto de 2025).
• Se seleccionaron estudios revisados por pares con agentes de IA para tareas clínicas con comparaciones cuantitativas de rendimiento.
• Los datos sobre arquitecturas de agentes, métricas de rendimiento y aplicaciones clínicas fueron extraídos por dos revisores independientes, con discrepancias resueltas a través de discusiones o un tercer revisor.

Principales resultados:

• Veinte estudios cumplieron con los criterios de inclusión, demostrando consistentemente que todos los sistemas de agentes de IA superaron a sus LLM de referencia en precisión.
• La mejora mediana del rendimiento fue de 53 puntos porcentuales para los estudios con un solo agente, con ganancias superiores a 60 puntos porcentuales en algunos casos.
• Los sistemas multi-agente, particularmente con hasta cinco agentes, mostraron un rendimiento óptimo para tareas complejas, con las mayores ganancias cuando la complejidad del marco de agentes se alineó con la complejidad de la tarea.

Conclusiones:

• Los agentes de IA mejoran de manera demostrable el rendimiento de la tarea clínica de los LLM básicos, especialmente cuando su complejidad arquitectónica se adapta a la tarea.
• Estos hallazgos indican un avance significativo con respecto a los LLM tradicionales, lo que permite a los agentes de IA abordar dominios de atención médica que anteriormente eran intratables.
• La investigación futura debe priorizar los ensayos prospectivos y multicéntricos que utilizan datos del mundo real para establecer la seguridad, la adecuación a la tarea y la rentabilidad de los agentes de IA en la práctica clínica.