El asistente de IA que ya se integra a la práctica médica: por qué la regulación de dispositivos no aplica a la IA clínica de código abierto

Hay una pregunta que los médicos interesados en inteligencia artificial enfrentamos cada vez con más frecuencia, aunque raramente se formula de manera directa: ¿cuándo una herramienta de IA que uso en mi consulta se convierte en un dispositivo médico que requiere autorización regulatoria? La respuesta habitual es que depende. Pero un artículo de perspectiva publicado en junio de 2026 en NEJM AI propone algo más preciso, y más disruptivo: que una clase entera de asistentes de IA clínica nunca fue un dispositivo para empezar.

El autor, Adrian Gropper, médico con afiliación en Patient Privacy Rights, desarrolla un argumento que parece simple pero tiene ramificaciones considerables. Su punto de partida no es técnico sino epistemológico: los médicos llevamos siglos adoptando nuevas técnicas leyendo artículos científicos. Ningún cirujano necesita autorización independiente de la FDA para aplicar una anastomosis que aprendió de una revista. Ningún internista requiere certificación regulatoria para implementar un algoritmo diagnóstico publicado. ¿Por qué habría de ser diferente si ese algoritmo corre en un modelo de lenguaje?

Para que el argumento sea riguroso, Gropper necesita definir con precisión qué tipo de herramienta de IA tiene en mente. La llama MAIA, por sus siglas en inglés: asistente médico de inteligencia artificial. Técnicamente, es un modelo de lenguaje con pesos abiertos conectado a una base de datos vectorial que contiene las notas clínicas, resultados de laboratorio, reportes de imagen y resúmenes de alta del paciente. Opera mediante una arquitectura denominada RAG —generación aumentada por recuperación—, que significa que no fabrica información: recupera lo que ya existe en el expediente, lo sintetiza y lo presenta en lenguaje natural para que el médico lo revise. No escribe órdenes. No controla dispositivos terapéuticos. No se comunica directamente con el paciente sobre asuntos clínicos. El médico retiene la decisión en cada paso.

Este perfil técnico importa porque es precisamente lo que distingue a una MAIA de los sistemas de IA que sí requieren regulación. Una herramienta que emite diagnósticos autónomos, controla bombas de infusión o prescribe tratamientos sin supervisión es otra cosa. Gropper traza esta frontera con cuidado y le da un nombre útil: el artefacto regulado es el flujo de trabajo, no el modelo. Los mismos pesos de un modelo de lenguaje pueden constituir metodología publicada o dispositivo médico dependiendo exclusivamente de cómo se integren en la práctica clínica.

El escenario central del artículo es un experimento mental con dos médicas. La primera diseña una configuración MAIA para su práctica: selecciona el modelo, establece cómo se procesan los documentos del expediente, define los tipos de consultas productivas, valida la herramienta contra casos con desenlaces conocidos, documenta sus modos de falla y publica todo ello en una revista con arbitraje. La segunda lee ese artículo, descarga el mismo modelo, configura su propia instancia y empieza a usarla. La pregunta de Gropper es si esta segunda médica está operando un dispositivo médico no autorizado. Su respuesta es no: está practicando medicina informada por la mejor evidencia disponible, usando herramientas que puede inspeccionar completamente, siguiendo una metodología que puede verificar de manera independiente.

El marco legal que da solidez jurídica a este argumento es la Ley de Curas del Siglo XXI, cuya sección 3060(a) excluye el software de apoyo a decisiones clínicas de la regulación de dispositivos cuando cumple cuatro criterios: no procesa imágenes ni señales médicas, despliega o analiza información médica, apoya recomendaciones al profesional de salud y permite que ese profesional revise de forma independiente la base de cada recomendación. Una MAIA cumple estos criterios con claridad. Pero Gropper va más lejos: señala que la ley asume un producto comercial distribuido, mientras que una MAIA es una metodología de código abierto que cualquier médico puede replicar. La analogía más precisa no es software excluido de regulación; es metodología clínica publicada que nunca fue un dispositivo.

Uno de los argumentos más interesantes del artículo aborda directamente el problema de la seguridad. La objeción más fuerte a este marco regulatorio es el riesgo de daño: una MAIA genera síntesis en lenguaje natural a partir de datos clínicos, y los errores podrían conducir a decisiones incorrectas. Gropper responde en tres movimientos. Primero, el médico sigue siendo el responsable de la decisión. Segundo, los pesos abiertos ofrecen un mecanismo de seguridad que la regulación de dispositivos no puede superar: los errores se pueden rastrear a través de todo el proceso, publicar, someter a arbitraje e incorporar a metodologías actualizadas. Tercero, y aquí el argumento se vuelve francamente político, clasificar las MAIAs como dispositivos produciría el efecto contrario al deseado: haría manejable la carga regulatoria para grandes vendedores comerciales con recursos para obtener autorizaciones, mientras suprimiría exactamente las alternativas más transparentes e inspeccionables. El resultado sería consolidar sistemas propietarios cuyo funcionamiento interno nadie puede examinar.

Este último punto merece detenerse. El campo de la IA clínica está siendo colonizado rápidamente por productos comerciales cuyo modelo subyacente puede cambiar sin aviso, cuyos datos de entrenamiento son opacos y cuya validación es a menudo interna. Gropper señala que los sistemas de código abierto ofrecen algo que los dispositivos autorizados por la FDA habitualmente no ofrecen: reproducibilidad total. Un modelo con pesos fijados a un punto de verificación publicado y un número de identificación de versión puede ser replicado bit a bit por cualquier revisor. Eso es más, no menos, que lo que el proceso regulatorio actual exige a los dispositivos propietarios.

La propuesta sobre el problema de la deriva del modelo es igualmente elegante. Un sistema de IA expuesto al mundo real durante meses puede comportarse de manera diferente a como lo hizo durante la validación. Para los sistemas comerciales cerrados, este riesgo es estructural e invisible. Para una MAIA con pesos abiertos y código versionado, la configuración puede fijarse a compromisos específicos: el modelo que usa el médico hoy es exactamente el mismo que el artículo describió y validó. Lo que cambia con el tiempo no es el sistema sino los datos de entrada, es decir, el expediente del paciente. Y eso es precisamente lo que ocurre con cualquier otra metodología clínica aplicada a poblaciones que evolucionan.

Las limitaciones del artículo son reales y conviene nombrarlas. El texto es una argumentación conceptual, no un estudio empírico. No hay datos de desenlaces clínicos derivados del uso de MAIAs, ni análisis comparativo de errores entre sistemas abiertos y cerrados. El campo tiene 70 estudios con arbitraje en cinco años, pero la evidencia sobre impacto clínico concreto sigue siendo incipiente. Gropper construye un caso legal y filosófico sólido, pero la validación empírica del modelo que propone está todavía por escribirse.

Lo que me parece más valioso de este artículo no es la propuesta regulatoria en sí, sino la pregunta que coloca en el centro de la conversación. La medicina siempre ha gobernado sus propias metodologías a través de publicación, arbitraje, replicación y consenso de sociedades científicas. La IA clínica puede seguir ese mismo camino, siempre que se construya de manera que ese camino sea posible: con pesos abiertos, código inspeccionable, validación publicada y flujos de trabajo donde el médico conserve la decisión. La alternativa, ceder el gobierno de estas herramientas a la regulación de dispositivos o a la lógica comercial de los vendedores, no es más segura. Es simplemente menos transparente.

La pregunta que deja abierta el artículo es si la profesión médica está dispuesta a tomar esa responsabilidad. Gropper insinúa que las dos alternativas visibles, la regulación corporativa de vendedores o el acceso directo al consumidor que marginaliza al médico, avanzan independientemente de lo que hagamos. La tercera vía, una profesión que se hace cargo de sus propias herramientas de IA, requiere que los médicos publiquemos, repliquemos, critiquemos y refinemos configuraciones de IA con el mismo rigor que aplicamos a cualquier otra metodología clínica. Eso es más exigente. También es más nuestro.

Referencia:

Gropper A. The medical AI assistant as publication, not device — why peer-reviewed, open-source AI belongs in the standard of care. NEJM AI. 2026. doi:10.1056/AIp2600289

Suscríbete para recibir actualizaciones