Más allá del hype: casos concretos donde los modelos de lenguaje ya están cambiando el flujo clínico real.

Si trabajas en oncología y no has usado un LLM en los últimos seis meses, probablemente te estás perdiendo algo. No porque vayan a diagnosticar por ti — no lo hacen — sino porque han llegado a un punto de madurez donde empiezan a ser útiles en tareas concretas y repetitivas del día a día. Este artículo va de eso: de lo que ya funciona, sin promesas de futuro.

Lo que ya tiene datos detrás

Resumen de historias y extracción de datos. El estudio CORAL (PMID 40255244, NEJM AI, 2024) demostró que GPT-4 puede estructurar información oncológica de informes clínicos con una precisión comparable a revisores humanos entrenados, aunque con variabilidad según el tipo de tumor y la complejidad del caso. Otros trabajos han mostrado que la extracción de síntomas de notas de pacientes oncológicos (PMID 40200451) alcanza una precisión del 80-87%, suficiente para cribado pero no para decisión clínica.

Informes de alta asistidos por IA. Nakano et al. (2025, Cureus, PMID 42326256) implementaron un flujo de IA para generar informes de alta en rehabilitación en un hospital de 290 camas, reduciendo el tiempo de documentación en un 55% con una tasa de alucinaciones del 3%. El estudio es en rehabilitación, no oncología, pero el principio es trasladable: tareas de redacción estructurada donde el modelo rellena plantillas predefinidas.

Respuesta a preguntas de pacientes. Los LLMs generales responden preguntas oncológicas con una precisión variable — entre el 60% y el 85% según la complejidad (PMID 37782499). Ningún estudio ha demostrado aún consistencia suficiente para uso no supervisado en consejo oncológico.

Lo que todavía falla

La oncología tiene particularidades que los LLMs manejan mal. El timing del tratamiento — cuándo cambiar de línea, cuándo hacer un descanso terapéutico — requiere razonamiento secuencial que los modelos actuales no dominan. Un estudio en radioterapia (PMID 37913954) mostró que GPT-4 era útil para resumir síntomas pero inconsistente al recomendar modificaciones de tratamiento. Las interacciones farmacológicas en pacientes polimedicados siguen siendo otro punto débil. Y la actualización de conocimiento es un problema real: un modelo entrenado hasta 2024 no sabe de ASCO 2025 a menos que se le inyecte en el contexto.

El sesgo de publicación

Hay que tenerlo en cuenta: los estudios con resultados positivos se publican antes y con más impacto. Los pilotos internos de hospitales suelen reportar tasas de error aceptables en tareas sencillas (extracción de datos, resúmenes) pero problemas graves en razonamiento clínico. La evidencia actual es suficiente para decir que los LLMs son herramientas de productividad, no de decisión.

Dónde estamos

Los LLMs pueden ahorrarte tiempo en tareas mecánicas: resumir una historia, extraer datos de un informe, redactar una primera versión de un alta. No pueden — todavía — decidir cuándo cambiar un tratamiento o interpretar un resultado contradictorio. La innovación real de los próximos años no será que los modelos sean más inteligentes, sino que estén integrados en el flujo de trabajo del oncólogo sin que tengas que copiar-pegar nada.

Soy Javier Pumares, oncólogo médico en el Centro Oncológico de Galicia. Escribo aquí sobre la intersección entre oncología, inteligencia artificial y práctica clínica real. Si te ha parecido útil, puedes seguirme en LinkedIn o suscribirte al blog en ppj.es.