La inteligencia artificial (IA) ha irrumpido con fuerza en la medicina, y la oncología no es una excepción. Ante el rápido crecimiento de herramientas basadas en modelos de lenguaje —como ChatGPT y otras aplicaciones generativas—, la Sociedad Europea de Oncología Médica (ESMO) ha dado un paso pionero al publicar la primera guía internacional sobre el uso responsable y seguro de estos sistemas en la práctica oncológica.
El documento, titulado ESMO Large Language Model in Clinical Practice (ELCAP), aparece en la revista Annals of Oncology y coincide con una sesión dedicada al impacto de ChatGPT en la atención al cáncer durante el Congreso ESMO 2025, celebrado esta semana en Berlín. Con esta publicación, la sociedad científica busca ofrecer un marco de referencia pragmático para médicos, pacientes e instituciones, en un momento en que la IA empieza a influir en todas las etapas del proceso asistencial.
«La prioridad de la ESMO es garantizar que la innovación se traduzca en beneficios mensurables para los pacientes y soluciones viables para los profesionales clínicos», afirmó Fabrice André, presidente de la sociedad. «Con ELCAP proporcionamos un marco específico para la oncología que integra la IA de forma responsable, defendiendo la transparencia, la supervisión humana y la protección de los datos».
Un principio común: la supervisión humana
La guía ELCAP distingue tres niveles de aplicación de los modelos de lenguaje en la práctica clínica, atendiendo a quién los utiliza y con qué fin. Este enfoque tripartito pretende trasladar los principios éticos y regulatorios de alto nivel a situaciones concretas del día a día oncológico.
El primer tipo de uso (Tipo 1) corresponde a las aplicaciones orientadas al paciente, como los chatbots educativos o los asistentes digitales que ofrecen información sobre síntomas y tratamientos. Según la ESMO, estas herramientas deben complementar la atención profesional, no reemplazarla, y operar dentro de circuitos supervisados, con protocolos claros de escalada y fuertes medidas de protección de datos.
El segundo tipo (Tipo 2) se refiere a las herramientas diseñadas para los profesionales sanitarios, desde sistemas de apoyo a la toma de decisiones hasta soluciones que ayudan a redactar informes o traducir documentación médica. En este caso, ESMO subraya la necesidad de validación formal, transparencia en las limitaciones del modelo y responsabilidad explícita del médico por cualquier decisión clínica derivada de su uso.
Por último, el tercer tipo (Tipo 3) abarca los sistemas institucionales de respaldo, como aquellos integrados en las historias clínicas electrónicas que extraen datos, generan resúmenes automáticos o vinculan pacientes con ensayos clínicos. Antes de su implantación, estos sistemas deben pasar por pruebas exhaustivas y contar con una gobernanza institucional sólida, además de someterse a monitorización continua para detectar sesgos o cambios en su rendimiento.
«ELCAP reconoce que el valor de los modelos lingüísticos depende de quién los utiliza», explicó Miriam Koopman, presidenta del Grupo de Trabajo de Datos del Mundo Real y Salud Digital de ESMO y coautora del documento. «Al distinguir entre sistemas dirigidos al paciente, al clínico y a las instituciones, establecemos las expectativas adecuadas para cada contexto: vías supervisadas para los pacientes, herramientas validadas y transparentes para los médicos, y gestión continua en los entornos hospitalarios».
Beneficios y riesgos de la inteligencia artificial en la práctica oncológica
Los autores de la guía reconocen que los modelos de lenguaje de gran tamaño (LLM) ofrecen oportunidades notables para mejorar la atención oncológica. Entre los potenciales beneficios destacan la educación del paciente, el seguimiento de síntomas, la optimización de los flujos de trabajo clínicos o el procesamiento más eficiente de datos.
Sin embargo, los riesgos son igualmente significativos. La privacidad de la información médica, el sesgo algorítmico, la dependencia excesiva de sistemas no validados o la generación de respuestas erróneas pueden tener consecuencias graves en un entorno tan sensible como la oncología. Por ello, ELCAP hace hincapié en que la supervisión humana es irrenunciable y que los resultados de estos sistemas solo son tan fiables como los datos que se les proporcionan.
«Las lagunas en la documentación clínica o las consultas incompletas de los pacientes pueden generar respuestas inexactas o incluso engañosas», advierte el documento. Por eso, la guía propone rutas claras de escalada que permitan identificar y corregir a tiempo los posibles errores.
Una guía para la era de la IA asistida
ELCAP se centra en los modelos de IA de asistencia, es decir, aquellos que trabajan bajo supervisión humana y apoyan a los profesionales clínicos sin tomar decisiones de forma autónoma. Según Jakob N. Kather, vicepresidente del Grupo de Trabajo de Datos del Mundo Real y Salud Digital de ESMO, «estos sistemas están diseñados para mejorar, no para reemplazar, los flujos de trabajo clínicos y la toma de decisiones».
No obstante, la guía también mira hacia el futuro e identifica un nuevo desafío: los modelos autónomos, capaces de iniciar acciones sin necesidad de instrucciones directas. Estas herramientas, aún en desarrollo, podrían transformar la asistencia sanitaria, pero plantean importantes riesgos éticos, regulatorios y de seguridad. ESMO advierte que su uso requerirá un marco normativo específico y una supervisión mucho más estricta.
El proceso de elaboración de ELCAP se extendió entre noviembre de 2024 y febrero de 2025 e involucró a un panel internacional de 20 expertos procedentes de disciplinas tan diversas como la oncología, la inteligencia artificial, la bioestadística, la salud digital, la ética y la representación de pacientes.
Mediante un proceso Delphi de consenso y una exhaustiva revisión de la literatura científica, el grupo definió las tres categorías de uso de los LLM y elaboró 23 declaraciones de consenso que constituyen la base de las recomendaciones prácticas.
Entre sus principios transversales figuran la supervisión humana, la seguridad de los datos, la validación clínica rigurosa y la transparencia en los procesos de IA, todos ellos requisitos imprescindibles para garantizar que las herramientas generativas se utilicen con responsabilidad en el ámbito médico.
De cara al futuro, ESMO insiste en que el éxito de la IA en oncología no dependerá solo de los avances tecnológicos, sino también de la existencia de estándares comunes y una cultura de responsabilidad compartida.
«El uso responsable de la IA en oncología requiere estándares compartidos tanto como algoritmos», concluyó André. «ELCAP establece cómo implementar modelos lingüísticos que mejoren la calidad, la equidad y la eficiencia de la atención al cáncer, sin comprometer la confianza en el juicio clínico».
Con la publicación de esta guía, ESMO se posiciona como referente internacional en la regulación ética y científica de la inteligencia artificial en medicina, en un momento en que la tecnología promete revolucionar la oncología, pero también obliga a reforzar la vigilancia, la transparencia y el sentido común.
