Contacte
El paper de la intel·ligència artificial en la pràctica clínica: cooperació, augment del coneixement, predicció i suport a la decisió.
Introducció
La intel·ligència artificial aplicada a la pràctica assistencial basada a en quatre idees:
- La IA coopera amb el professional assistencial i l’acompanya a prendre les millors decisions.
- En tasques molt concretes basades en grans volums de dades, la IA pot igualar o superar el rendiment humà.
- La IA és una eina potentíssima de predicció i prevenció, capaç d’integrar dades de múltiples fonts per anticipar riscos clínics.
- La IA és especialment potent és en eliminar feina que no aporta valor clínic directe: transcriure, redactar o codificar.
La IA coopera amb el professional i l’acompanya a la millor presa de decisions
En àmbits com la dermatologia, la lectura de mamografies o l’anàlisi de casos clínics textuals, la IA ha demostrat igualar o superar la precisió humana en condicions controlades.
Això no vol dir que “la IA diagnostica millor que un metge en general”, sinó que pot actuar com una segona lectura d’alt rendiment que ajuda el professional a validar, contrastar i prendre decisions més informades.
La IA no actua en lloc del metge, sinó al seu costat, reforçant la seva capacitat de decisió.
En tasques molt concretes basades en grans volums de dades, la IA pot igualar o superar el rendiment humà.
La IA com a eina de cooperació i augment del coneixement:
- Redueix la càrrega cognitiva i documental.
- Ofereix recomanacions i segones opinions basades en milions de dades.
- Ajuda a identificar patrons i correlacions que serien invisibles fins i tot per a especialistes experimentats.
Això converteix la IA en un sistema de suport intel·ligent que acompanya el professional en la presa de les millors decisions, integrant informació objectiva amb l’experiència clínica del metge i les preferències del pacient.
El professional decideix; la IA l’ajuda a prendre decisions més segures, ràpides i ben fonamentades.
La IA és una eina potentíssima de predicció i prevenció, capaç d’integrar dades de múltiples fonts per anticipar riscos clínics.
La capacitat de relacionar dades provinents de múltiples fonts —imatge, analítica, història clínica, sensors, genòmica, dades socials i poblacionals— converteix la IA en un instrument únic per:
- Predir risc de descompensació, sepsis, reingrés o deteriorament cognitiu.
- Planificar intervencions de prevenció personalitzada.
- Anticipar problemes clínics abans que es manifestin.
Aquests models no substitueixen el judici clínic, sinó que proporcionen informació anticipada que ajuda el metge a prendre les millors decisions per avançar-se a la malaltia.
La IA és especialment potent és en eliminar feina que no aporta valor clínic directe: transcriure, redactar o codificar.
La IA pot assumir tasques de baix valor:
- Redacció i estructuració de notes clíniques.
- Codificació i gestió documental.
- Cribratge massiu d’imatges normals.
- Triaje assistit i optimització de fluxos.
Això allibera el professional per dedicar més temps a:
- L’exploració i la deliberació clínica.
- L’acompanyament emocional del pacient.
- La presa de decisions compartida.
I sempre sota un principi fonamental:
El professional assistencial és qui pren la decisió final, però la IA l’acompanya en tot el procés per assegurar que aquesta decisió sigui la millor possible.
Conclusió
La IA coopera amb el professional assistencial, amplia el seu coneixement, anticipa riscos i l’acompanya a prendre les millors decisions.
En tasques concretes pot ser més precisa, però la decisió clínica, l’empatia i el vincle amb el pacient són exclusivament humans.
El futur no és “IA o professionals assistencials”. El futur és professionals assistenciasl amb IA, professionals més preparats, més eficients i amb més temps per dedicar al que realment importa: la cura de les persones.
EVIDÈNCIA CIENTÍFICA
Bibliografia que mostra que la IA pot superar el professionals assistencials en casos concrets o l'acompanya en la presa de les millors decisions
La IA diagnòstica millor que els metges en tasques concretes, en condicions controlades
a) Dermatologia – càncer de pell
- Un estudi clàssic (Stanford, Nature) va entrenar una xarxa neuronal profunda amb més de 100.000 imatges de lesions cutànies. Resultat: la IA va assolir un rendiment equivalent o superior al d'un panell de dermatòlegs experts en la classificació de lesions malignes vs benignes. Computer Science.
- Una revisió recent de 53 estudis en dermatologia conclou que els algoritmes de CNN assoleixen sensibilitat i especificitat superiors a la mitjana dels metges, i que, quan donen suport al clínic, milloren de forma especial la precisió dels menys experts. MDPI
- Human-AI interaction in skin cancer diagnosis: a systematic review and meta-analysis (npj Digital Medicine, 2024). Aquest article explica, amb xifres, que la conjunció metge+IA millora la capacitat diagnòstica i que el guany és particularment rellevant en àmbits com l'atenció primària. Nature
“En camps com la dermatologia, disposem ja de metaanàlisis que mostren que els algoritmes de visió artificial poden detectar càncer de pell amb una sensibilitat i especificitat que iguala o supera la de molts clínics en condicions controlades i que la conjunció metge+IA millora la capacitat diagnòstica. Això no substitueix el dermatòleg, però sí que li ofereix una segona lectura molt potent.”
b) Radiologia de mama – cribratge de càncer
- Algoritmes de deep learning entrenats amb centenars de mamografies assoleixen AUC ~0,89–0,90, per sobre de molts lectors individuals i, quan es combinen amb el radiòleg, milloren la sensibilitat i redueixen falsos positius respecte al radiòleg només. arXiv+1
- Google va desenvolupar l'algoritme LYNA per detectar metàstasi en ganglis limfàtics en càncer de mama; en estudis de prova de concepte va reduir l'error humà i va augmentar la detecció de micrometàstasi, sovint passades per alt pel patòleg en la primera lectura. Google Research
- Meta-anàlisi demostrant que els models de cribratge de càncer de mama igualen i/o milloren la capacitat diagnòstica dels radiòlegs. A més, la IA millora significativament l'eficiència del flux de treball en reduir el temps d'interpretació i facilitar el triatge de les exploracions, abordant així les limitacions persistents de les metodologies de cribratge tradicionals. MDPI
“En el cribatge de càncer de mama, els sistemes de lectura automàtica de mamografies han demostrat que poden detectar alguns tumors que fins i tot escapen a la primera lectura humana. Quan unim la lectura del radiòleg i la de la IA, el rendiment global millora.”
c) Diagnòstic basat en text / casos clínics
- Estudis recents amb large language models mostren que, en col·leccions de casos clínics complexos, els models poden assolir més taxa d'encert diagnòstic que grups de metges en mode "només text", sense exploració física ni interacció amb el pacient. News-Medical+1
- Estudi publicat a PNAS va demostrar que els diagnòstics realitzats col·laborativament per metges assistits per IA són més precisos que els fets només per metges o només per l’algorisme, en una àmplia varietat de casos clínics ncbi.nlm.nih.gov
“En experiments amb casos clínics escrits, els models d’IA arriben a encertar el diagnòstic principal en un percentatge superior al de molts clínics. Ara bé, quan ambdues intel·ligències –la humana i l’artificial– es potencien mútuament, el resultat es encara millor. Això és possible perquè humans i màquines tenen punt forts complementaris: la IA pot processar volums ingents de dades i detectar patrons subtils que podrien passar desapercebuts, mentre que el professional sanitari aporta el context clínic, l’experiència i el judici mèdic insubstituïble.”
d) Diagnòstic d’anatomia patològica
Patòlegs de l’ICS (projecte DigiPatICS) – agost 2025, publicat a Pathobiology (2025), l’equip català va comparar l’algoritme d’IA amb 5 patòlegs experts en quadrants de ganglis limfàtics per càncer de mama:
Sensibilitat IA: 96 %
Sensibilitat mitjana patòlegs: 84 %
Temps per cas: 2 min (IA) vs. 35 min (humà)
Conclusió: la IA va localitzar micro-metàstasis que 3 dels 5 patòlegs havien passat per alt; el resultat es va validar amb immunohistoquímica posterior.
“Per tant, és cert que en tasques molt acotades, basades en grans volums de dades estructurades (imatges, casos clínics descrits), la IA pot assolir o fins i tot superar el rendiment mitjà dels professionals. Tot i així, la conjunció metge+IA por aportar una avantatge comparativa”.
IA QUE "SUBSTITUEIX TASQUES” I ACCELERA PROCESSOS
a) Documentació clínica i càrrega administrativa
- Estudis recents sobre “ambient AI scribes” (IA que escolta la visita i redacta l’informe) mostren reducció significativa del burnout del metge i de temps dedicat a escriure notes, en assaigs de millora de qualitat i assaigs clínics. JAMA Network+2MedRxiv+2
- Una revisió sistemàtica de sistemes de documentació impulsat per IA conclou que aquesta sistemes augmenten l’eficàcia i redueixen la càrrega administrativa percebuda, encara que requereixen supervisió per assegurar qualitat i exactitud. SpringerLink
- Anàlisis econòmiques apunten que l’adopció generalitzada d’eines d’IA per optimitzar processos administratius podria estalviar enormes quantitats de diners. Un estudi nord-americà estima que abordar la fragmentació clínica i administrativa amb ajuda de la IA podria estalviar fins a 265 milions de dòlars l’any, augmentant alhora la productivitat, i que l’automatització de tasques no clíniques repetitives (facturació, autoritzacions, credencials, etc.) podria eliminar uns 168.000 milions de dòlars anuals en costos administratius innecessari Link
“Podem parlar d’una substitució clara: la IA pot fer bona part de la feina mecànica de documentar, resumir i estructurar la informació a la història clínica. El professional assistencial continua sent qui revisa i valida, però deixa de fer de mecanògraf.”
b) Triatge i gestió de fluxos assistencials
- Revisió sobre triatge en urgències: els sistemes d’IA milloren la consistència i precisió del triatge, reduint tant infra com el sobre triatge respecte dels sistemes manuals tradicionals BioMed Central+1
- Metaanàlisi de sistemes de triatge amb IA reporta reduccions mitjanes de gairebé 20 minuts en els temps d'espera, juntament amb millor assignació de recursos. com+1
“A Urgències, la IA pot ajudar a prioritzar millor els pacients i a reduir temps d’espera. No decideix sola: proposa una prioritat que després el professional ajusta, però li evita fer càlculs mecànics i consultar múltiples protocols.”
Missatge de síntesi sobre substitució de tasques i acceleració de processos
On la IA és especialment potent és en eliminar feina que no aporta valor clínic directe: escriure notes, codificar diagnòstics, revisar milers d’imatges normals, ordenar llistes d’espera, prioritzar proves.
Això no és expulsar el metge del sistema; és precisament el contrari: permet que el metge recuperi temps per escoltar, explicar i decidir amb el pacient.”
DECLARACIONS PÚBLIQUES SOBRE L’APLICACIÓ DE LA IA A LA PRÀCTICA CLÍNICA
Dr. Jaume Padrós, ex-president del COMB
«La IA ja diagnostica millor que nosaltres en casos concrets; ara bé, curar encara es cosa de persones. Hem de deixar que la màquina faci la feina bruta per recuperar el temps perdut davant la pantalla i tornar-lo al pacient»,
Josep Munuera, responsable científic de SERAM i director de radiodiagnòstic a l’Hospital de Sant Pau (Barcelona)
En la reunió anual de la Societat Espanyola de Radiologia Mèdica (SERAM) celebrada a Barcelona el maig de 2024, els radiòlegs catalans van fer declaracions públiques sobre l’ús de la intel·ligència artificial. En concret: “Som una especialitat clínica, però també tecnològica. No es pot no parlar de la IA. Som l’especialitat mèdica més avançada en la incorporació de la IA a la salut i ho hem vist en la majoria de les taules i reunions d’aquests dies.” Aquestes paraules reflecteixen que els radiòlegs catalans veuen la IA com una eina clau per millorar l’eficàcia diagnòstica, i que la consideren una revolució natural dins de la seva especialitat, sense por a ser substituïts, sinó acomplexant la seva capacitat tècnica i clínica
Els radiòlegs auguren una revolució de la IA per l’eficàcia en el diagnòstic
Dr. Josep Malvehy, cap del Servei de Dermatologia de l’Hospital Clínic de Barcelona
“El fet que el suport d’una eina d’IA pugui augmentar la precisió de l’avaluació diagnòstica queda demostrat pels resultats d’un experiment dirigit per la MedUni de Viena i publicat a Nature.”
En l’estudi citat, la col·laboració humà-IA va millorar la precisió diagnòstica dels dermatòlegs en més d’un 10 % quan avaluaven imatges dermatoscòpiques de lesions pigmentades. Malvehy va subratllinar que la IA no substitueix el metge, però que aquesta “intel·ligència augmentada” és ja una realitat que cal integrar de manera regulada i estandarditzada per obtenir el màxim benefici en el diagnòstic precoç del càncer de pell
Inteligencia artificial y "big data", también una tendencia en dermatología - Medizinonli…
Dr. Antoni Sisó, metge de família del CAP Manresa i cap del grup Intelligence for Primary Care (ICS Central)
El 5 d’agost de 2025 el diari Ara va publicar aquestes paraules
«Quan el metge introdueix els símptomes al nou agent AXIA —un “ChatGPT clínic” que funciona dins la història electrònica—, la IA proposa diagnòstics i tractaments segons protocols catalans. **Ens estalvia entre 3 i 5 minuts per consulta i redueix la variabilitat entre professionals; això es tradueix en més temps per escoltar el pacient i menys errors de prescripció».
Afegeix que el sistema no substitueix la seva decisió, però sí que augmenta la precisió i l’homogeneïtat de les actuacions a tota la xarxa d’atenció primària catalana.
Que la IA et diagnostiqui: el ChatGPT que ja fa servir el teu metge
Dr. Àngel Moya, cap del Servei de Cardiologia de l’Hospital Universitari de Tortosa Verge de la Cinta (HUTVC), va declarar públicament al novembre de 2025
“Volem aplicar la intel·ligència artificial per aconseguir un diagnòstic més precoç i personalitzat dels nostres pacients cardíacs; la IA ens ajudarà a detectar patrons subtils a l’ECG i a l’ecocardiograma que se’ns escapen i a optimitzar els temps d’intervenció”.
Aquestes paraules es van fer en el marc d’una jornada de formació específica sobre IA per als cardiòlegs de l’hospital, evidenciant que el col·lectiu cardiològic català ja veu la IA com una eina útil i quotidiana per millorar l’eficàcia clínica.
Salvador Macip, metge, investigador i escriptor. Expert en l’estudi dels mecanismes biològics de l’envelliment. Dirigeix els Estudis de Ciències de la Salut a la UOC i fa docència i recerca a la Universitat de Leicester.
OMS
L'OMS, en les seves guies sobre IA en salut i sobre models de gran mida, insisteix explícitament que la IA ha de complementar i no reemplaçar els professionals, i que la decisió clínica final ha de continuar sent humana. Organización Mundial de la Salud+2Organización Mundial de la Salud+2.