Médico de Familia, este robot sabe más que tú y viene a quitarte el trabajo

Una startup británica ha dedicido poner a prueba a su robot doctor, una inteligencia artificial diseñada recientemente. Este robot doctor realizó el mismo examen que deben superar los médicos de Familia en el Reino Unido para poder trabajar en centros hospitalarios públicos, y los resultados que obtuvo sorprendieron a todos.

Esta tecnología, desarrollada por la compañía Babylon Health, consiguió acertar casi un 10 por ciento más que de preguntas que los profesionales sanitarios. En concreto, tuvo correctas el 81 por ciento de las preguntas de la prueba, mientras que los médicos de Atención Primaria suelen tener de media el 72 por ciento bien, tal como afirma el medio que ha lanzado la noticia, Economía Digital.

Este tipo de máquinas, al igual que los seres humanos, son capaces de aprender. Si la primera vez que hace el examen, este robot ha conseguido esta puntuación, lo más probable es que en cuanto ponga su aprendizaje en uso será capaz de mejorar su nota.

Diagnósticos infalibles

La prueba médica a la que fue sometido el robot está centrada en la capacidad para realizar diagnósticos médicos. La compañía puso a esta máquina a competir contra siete médicos de Atención Primaria, y fue capaz de diagnosticar el 80 por ciento de las enfermedades, mientras los doctores acertaron entre el 64 por ciento y el 94 por ciento.

Sin embargo, cuando la misión que le impusieron fue la de diagnosticar las enfermedades y condiciones más comunes en la Atención Primaria, el robot mejoró su nota hasta el 98 por ciento, un margen de error muy similar al de los médicos, pero con la diferencia de que la tecnología apenas estaba aprendiendo.

El consejero delegado de la startup, Ali Parsa, ha señalado que "incluso en las naciones más ricas la Atención Primaria es cada vez más inasequible e inconveniente, a menudo con tiempos de espera que hacen que no sea fácilmente accesible. Los servicios de salud aumentados con la inteligencia artificial pueden ayudar a reducir la carga de los sistemas de salud en todo el mundo".