Àpenas el **14%** de los médicos franceses cumplen con su obligación de formación continua. Este fracaso amenaza la calidad de la atención médica y tiene un alto costo para la **Seguridad Social**. Vincent Misrai, médico, y Alena Bruchon, ingeniera en tecnologías innovadoras, proponen en esta tribuna una reflexión sobre cómo la **inteligencia artificial** podría mejorar esta situación.
En Francia, solo **14%** de los médicos respetaron su obligación de formación continua en **2023**. Este dato es alarmante, especialmente en un contexto donde los conocimientos médicos están en constante evolución. El problema no solo afecta a los individuos; el **desperdicio de recursos en salud** representa el **20% del presupuesto** de la **Seguridad Social**. Según la encuesta ENEIS 3 del Ministerio de Salud, más de la mitad de los eventos indeseables graves ocurridos en hospitales en 2019 podrían haberse evitado. Además, se estima que hasta el **15% de los diagnósticos** realizados en Francia son erróneos o incompletos.
Las raíces del problema
Un sistema confuso. Desde la reforma del **Desarrollo Profesional Continuo** (DPC) en **2016**, los médicos enfrentan una confusión considerable debido a la proliferación de diferentes **dispositivos**: ANDPC, Orden, HAS y sociedades científicas. Esta multiplicación de formatos, que incluye desde e-learning hasta congresos y auditorías, acaba más por desorientar que por motivar a los profesionales.
Falta de sanciones. A diferencia de los ********pilotos de líneas********, que son evaluados regularmente bajo riesgo de suspensión de licencia, los médicos no enfrentan sanciones concretas. Esta falta de consecuencias se refleja en los datos: el informe ENEIS 3 indica que de 61 eventos graves que debían ser reportados a las autoridades, solo uno fue efectivamente reportado.
Formaciones inadecuadas. Con el aumento de la carga laboral, los programas de formación a menudo son demasiado generales y no satisfacen las necesidades reales en la práctica diaria.
Dispositivos poco eficaces. Las **Revisiones de Morbi-Mortalidad** (RMM), que deberían servir para el análisis colectivo de casos complejos y errores, muestran limitaciones. Diversos estudios indican que su impacto en la mejora de la calidad de la atención es marginal. Sin metodologías sólidas, seguimiento objetivo de prácticas y una cultura de devolución de experiencias sin culpa, estas reuniones son a menudo formales y sin efectos tangibles.
Cuando las instituciones sobreestiman sus dispositivos
La **HAS** realiza un trabajo notable en la elaboración de recomendaciones, pero su comunicación sobre la **acreditación** revela una excesiva confianza. En su sitio web, afirma que la acreditación asegura el “mantenimiento de competencias, incluso la adquisición de nuevas”. Sin embargo, la palabra “garantía” implica una seguridad en los resultados que no se puede cumplir.
La acreditación, aunque bien estructurada, depende del compromiso voluntario del médico. Aunque favorece y apoya la práctica, no garantiza resultados. Esta sobreestimación por parte de las instituciones muestra una brecha entre la normativa y la eficacia real.
El peligro de la auto-evaluación
Las investigaciones son claras: la auto-evaluación médica falla. Un estudio en el JAMA demuestra que los médicos tienden a sobreestimar su competencia, especialmente aquellos con más brechas en su conocimiento.
Un caso reciente ilustra este sesgo: cuando el **IA ChatGPT-4** analiza casos complejos, alcanza una precisión del **92%**. Sin embargo, cuando los médicos la utilizan como ayuda, su rendimiento se estanca en un **76%**, frente al **74%** sin asistencia. Esto revela que los médicos confían en su juicio por encima de las sugerencias de la máquina, a pesar de que esta última puede ser correcta. Esta resistencia a aceptar información que desafía la experiencia establecida está en el núcleo del problema.
Lecciones del extranjero
En países como el **Reino Unido** y **Estados Unidos**, la formación continua está acompañada de análisis de casos, simuladores clínicos y retrospectivas estructuradas. A diferencia de las RMM en Francia, estas prácticas se fundamentan en metodologías sólidas, evaluaciones objetivas, y una cultura auténtica de retorno donde el error es visto como aprendizaje, no como sanción. Los médicos comparten dudas y revisan decisiones sin temor al estigma.
La evaluación por pares y sistemas de medición objetiva están reemplazando gradualmente la deficiente auto-evaluación. Como resultado, en contextos donde estas iniciativas están bien estructuradas, los índices de errores graves y el número de incidentes disminuyen drásticamente.
Inteligencia artificial como solución
La **IA** ya está transformando la formación médica mediante sistemas de ayuda a la decisión clínica (CDSS). Estos sistemas, integrados en los expedientes electrónicos, analizan automáticamente los datos para identificar discrepancias con recomendaciones, alertar sobre interacciones medicamentosas y sugerir diagnósticos diferenciales.
Formación personalizada. Las plataformas más avanzadas emplean IA para diseñar itinerarios formativos adaptados a cada médico. Analizando prescripciones y diagnósticos, estos sistemas identifican automáticamente áreas que requieren formación. Algunas incluso generan casos clínicos basados en los errores más frecuentes del profesional, sortando así los límites de la auto-evaluación.
Círculo virtuoso. Los CDSS se han convertido en laboratorios de aprendizaje. Cada interacción genera datos sobre las áreas de incertidumbre del médico, sus sesgos cognitivos y lagunas de conocimiento. Esta información alimenta módulos de formación específicos, creando un entorno de mejora continua.
Un cambio de cultura necesaria
Más allá de la tecnología, se necesita un cambio cultural en el ámbito médico. Como dijo Henry Ford: “El único error verdadero es aquel del cual no aprendemos nada”. La medicina en Francia sigue estando marcada por un enfoque donde el error es sinónimo de falta profesional en lugar de ser considerado una oportunidad de aprendizaje. En otras naciones, los médicos analizan sus prácticas en equipo, comparten dudas y cuestionan decisiones sin poner en riesgo su competencia. Esta cultura de retroalimentación aún está por desarrollarse en Francia. La IA puede desempeñar un papel fundamental en esta transformación, facilitando un análisis anónimo de datos y concentrándose en la mejora en lugar de la penalización. Los expertos coinciden en que la inteligencia artificial no reemplazará a los médicos, pero aquellos que dominen su uso sustituirán a los que lo ignoren.
About the Author
