¿Por qué la Inteligencia Artificial todavía reprueba en salud pública?

La escena se repite cada día: Alguien abre una aplicación en su teléfono móvil, detalla los ingredientes que tiene en su heladera y le pide a la Inteligencia Artificial (IA) que diseñe un plan de salud nutricional para bajar de peso o controlar el colesterol. El sistema responde en segundos con un tono empático y convincente. ¿Bueno para la salud?

image (25)

La Inteligencia Artificial posee un potencial gigantesco como herramienta de soporte: procesa grandes volúmenes de datos en tiempo récord, identifica patrones en los hábitos de consumo y democratiza el acceso a conceptos generales. Sin embargo, carece por completo de contexto, criterio clínico y empatía.

La llegada de modelos generativos como ChatGPT, Gemini, Claude y Copilot facilita el acceso a las respuestas de una manera mucho más amigable que los buscadores tradicionales de internet. No obstante, la comunidad médica en América Latina y el mundo enciende las alarmas: la población otorga a estos sistemas una credibilidad que todavía no se ganaron, lo que entraña un riesgo sanitario considerable.

Atracónes de apps y la trampa de internet

El volumen de personas que depositan su confianza en los algoritmos crece de forma exponencial. Datos globales de OpenAI confirman que una de cada cuatro consultas semanales a ChatGPT se vincula con temas de salud. En el sector de la alimentación el fenómeno no es nuevo: para el año 2022, las aplicaciones de nutrición ya sumaban 1.400 millones de usuarios en todo el planeta, y el 30% de las personas con un teléfono inteligente tenía instalada al menos una de ellas. Con el despliegue tecnológico actual, se estima que la mitad de estas herramientas ya integran funciones de IA.

El gran problema radica en la materia prima de estos modelos. La IA se nutre principalmente de la información disponible en internet, un espacio donde la fiabilidad científica en materia de nutrición es alarmantemente baja.

Un estudio científico analizó las declaraciones de salud que circulan en la red sobre alimentos populares como el yogur, el kéfir, la kombucha, la fibra y los prebióticos. La evaluación arrojó un resultado rotundo: una puntuación de apenas 3 sobre 10, un claro suspenso en veracidad médica.

Al heredar los datos de internet, la IA arrastra sus mismos errores. Aunque las encuestas reflejan que solo una de cada cuatro personas desconfía de la información médica generada por algoritmos, la ciencia demuestra que las plataformas tampoco aprueban los exámenes de calidad. Una investigación médica comparó las respuestas de dietistas profesionales frente a las de ChatGPT ante 928 preguntas sobre alimentación. El coeficiente de concordancia científica fue de 0,42, una cifra que se ubica por debajo del 0,5 considerado como el mínimo aceptable para garantizar la seguridad de un paciente.

El error crítico al personalizar una dieta

La nutrición personalizada es el punto donde la tecnología muestra sus mayores falencias. Un nutricionista humano realiza una evaluación integral que contempla parámetros bioquímicos (análisis de sangre), medidas físicas, gasto energético, antecedentes patológicos y el contexto socioeconómico del paciente. La IA, por el contrario, falla en el registro básico de la ingesta.

Los modelos generales de IA carecen de la precisión necesaria para realizar tareas clave:

Subestimación de porciones: Si bien ChatGPT calcula con relativo éxito el peso de raciones pequeñas, subestima hasta en un 50% el tamaño de las raciones medianas y grandes.
Fallas en platos complejos: Las aplicaciones muestran serias limitaciones al analizar platos elaborados con múltiples componentes, como los guisos o preparaciones caseras, donde no logran separar los alimentos de forma correcta.
Sesgo en nutrientes: Evaluaciones realizadas en población adolescente demuestran que la IA infravalora de manera constante la ingesta real de nutrientes esenciales si se compara con el diagnóstico de los profesionales.

A esto se suma que los dispositivos corporales (wearables) que miden la actividad física y el gasto calórico diario acumulan márgenes de error que alteran cualquier intento de automatización de una dieta. Hasta la fecha, no existen estudios rigurosos que validen que las recomendaciones nutricionales de una IA general sean precisas, seguras y adecuadas.

Hacia un consumo responsable de la tecnología

¿Significa esto que se debe prohibir el uso de la IA en la alimentación? Los expertos señalan que no, pero su aplicación exige el cumplimiento estricto de dos condiciones esenciales para proteger la salud de la población:

1. Desarrollar la alfabetización digital en salud

La Organización Mundial de la Salud (OMS) define esta competencia como la capacidad de buscar, hallar, comprender y evaluar información médica procedente de recursos electrónicos, aplicando esos conocimientos para resolver problemas de forma crítica. Sin esta capacidad de filtro, el usuario queda totalmente expuesto a seguir pautas nutricionales incorrectas, incompletas o directamente peligrosas para su organismo.

2. Mantener al profesional como eje central

La IA posee un potencial gigantesco como herramienta de soporte: procesa grandes volúmenes de datos en tiempo récord, identifica patrones en los hábitos de consumo y democratiza el acceso a conceptos generales. Sin embargo, carece por completo de contexto, criterio clínico y empatía.

El camino más seguro para el futuro de la salud digital es la complementariedad. El escenario ideal plantea el uso de una IA debidamente validada, manejada por un usuario con pensamiento crítico y supervisada por un profesional de la nutrición que interprete los resultados. Solo bajo este esquema se puede construir un puente sólido y seguro entre la inteligencia artificial y el bienestar humano.