PRESENTACIÓN
La Real Academia de Medicina de Sevilla (RAMSE), la más antigua del mundo y a la que tengo el orgullo y el honor de pertenecer, ejerce una continua y prolífica labor de difusión de la cultura y la ciencia. El pasado día 27 de marzo, organizada por su Cátedra de Divulgación Oncológica, celebró una Sesión en la que el Profesor Julio Mayol Martínez pronunció una interesantísima conferencia titulada “Inteligencia Artificial Generativa en Oncología”.
El Profesor Mayol es Miembro de la Real Academia de Medicina de España, Doctor por la Facultad de Medicina de la Universidad Complutense de Madrid, Catedrático de Cirugía (Fisiopatología y Propedéutica Quirúrgica, y Patología Quirúrgica), Delegado del Decano para Nuevas Tecnologías y Comunicación en dicha Facultad; Es Director del Máster de Formación Permanente «La Gestión de Pacientes (GESPA)», Jefe de Sección de Cirugía General en el Hospital Clínico San Carlos, en el que ocupo los puestos de Director Médico, Director Científico, Director de la Unidad de Innovación del Instituto de Investigación Sanitaria y Patrono y Vicepresidente de la Fundación para la Investigación Biomédica. Es Miembro Honorario de la Association of Surgeons of Great Britain and Ireland (ASGBI) y del Colegio Brasileiro de Cirurgiões (CBC) y miembro de los Comités Editoriales de las revistas, Surgery, British Journal of Surgery, Journal of Gastrointestinal Surgery, World Journal of Gastroenterology y Turkish Journal of Surgery. El Profesor Mayol, ha ejercido su actividad académica, entre otras instituciones, en el Departamento de Cirugía de la Facultad de Medicina de Harvard, en el Beth Israel Deaconess Medical Center, en el Minnesota Cancer Center, en el Cincinnati Medical Center, en el Departamento de Cirugía de la Universidad de Wayne State, en el Departamento de Cirugía de la Facultad de Medicina de la Universidad de Cincinnati… Y, perdonen que me detenga aquí porque la relación de sus méritos, premios, reconocimientos, publicaciones, etc… se haría interminable.

Independientemente del interés que suscitó en mí su brillante conferencia, consciente del que que tenemos en AADEA por todo lo relacionado con la Inteligencia Artificial (hemos abierto, en nuestra revista “Cuadernos de Autoinmunidad” una sección para revisión de bibliografía relacionada y hemos celebrado recientemente un Curso de Actualización sobre “Aplicaciones de la Inteligencia Artificial en las Enfermedades Autoinmunes”) me animé a pedirle una colaboración para nuestra sección, “Tribuna de Asociados” a lo que el Profesor accedió amablemente dándome su número de teléfono. Ya en casa, pasada la media noche, le escribí un mensaje especificándole las características de dicha sección… y me dispuse a armarme de paciencia y a esperar sentado (como es habitual en este tipo de solicitudes). Para mi asombro, a las 6,50 de la mañana, recibo esta contestación: “Buenos días. Muchas gracias Julio, Me pongo a ello” y, a continuación, “Aprovechando el viaje en el tren he hecho un borrador. Dime qué te parece”. Mi única balbuceante respuesta fue mostrarle todo mi agradecimiento… y reprocharle que llamase “borrador” al texto impecable que me adjuntó y que pongo a disposición de ustedes.
Y me pregunto yo… ¿Para qué diablos necesita la Inteligencia Artificial este señor?
Julio Sánchez Román
Secretario de AADEA
ARTÍCULO
En la tarde del pasado 27 de mayo de 2025 tuve el honor de participar en la jornada promovida por la Cátedra de Divulgación Oncológica en la Real Academia de Medicina y Cirugía de Sevilla para hablar de inteligencia artificial en oncología junto con el Profesor Dr. Salvador Morales Conde. Confieso que hay algo casi poético en abordar lo nunca visto desde un claustro que respira siglos de historia. Pero la paradoja es sólo aparente: la buena ciencia siempre ha sabido apoyarse en sus raíces para dar un salto hacia delante. Hoy ese salto se llama inteligencia artificial generativa (IAG), y su huella en la oncología ya es tan visible como imparable.
Primero, una definición que cabe en una servilleta: la IAG es la capacidad de las máquinas para simular procesos cognitivos humanos y, además, crear contenido nuevo. No es brujería, son matemáticas. De Turing con su “Imitation Game” a la propuesta del grupo de Dartmouth College, pasamos de la razón simbólica a la intuición estadística; de las reglas duras al deep learning (aprendizaje profundo). La ecuación cambió cuando se juntaron tres catalizadores: modelos neuronales cada vez más profundos, big data (grandes cantidades de datos que no pueden ser procesados mediante técnicas habituales) para alimentarlos y potencia de cálculo casi obscena. El resultado es un sistema que predice la siguiente palabra, pero, en el camino, nos obliga a revisar la siguiente decisión clínica.
Recordemos que la medicina, y la cirugía oncológica no es excepción, vive de generar valor. Si no mejora resultados percibidos por el paciente, reduce daño y controla costes, la innovación se queda en postureo tecnológico. Por eso utilizo la fórmula
como brújula estratégica. Y hablo de personas porque no se puede desconectar a los pacientes de los profesionales. No hay resultados y experiencia de calidad en los pacientes si los médicos están quemados por invertir su tiempo en tareas de muy bajo o nulo valor. La IAG es una pieza más, no el tablero. Cuando ChatGPT democratiza el acceso a modelos avanzados, nuestra obligación es preguntarnos: ¿por qué? y, sobre todo, ¿para qué?.
Los ejemplos crecen por momentos. La UNESCO ya propone flujos de trabajo para que los investigadores utilicen ChatGPT desde la generación de hipótesis hasta la traducción de manuscritos. Herramientas como Consensus nos leen la literatura y la digieren en resúmenes estructurados; los GPTs personalizados redactan proyectos FIS con metodologías de frontera. En la clínica, chatbots enlazados a guías recomiendan pruebas de cribado colorrectal o herramientas de procesamiento de lenguaje natural que salvan tiempo al médico y le liberan de mirar más a pantallas que a personas. Y los datos sintéticos extienden el banco de pruebas sin comprometer la privacidad: gemelos digitales que nunca sangran pero ayudan a decidir dosis, o “pacientes” Julius que transforman una hoja de cálculo en insight accionable. Cada caso de uso resuelve un problema real… o nos descubre que ni siquiera sabíamos que lo teníamos.
Las luces, sin embargo, proyectan sombras inquietantes. La variabilidad entre modelos es alta; a veces responden con brillantez y, otras, alucinan con aplomo. Hay retos legales (propiedad intelectual, responsabilidad civil) y éticos (sesgo, equidad, transparencia) que no podemos delegar en la próxima actualización. ¿Y la empatía? Sabemos que un chatbot puede sonar más empático que un médico cansado, pero la confianza se gesta en la mirada, no en el silicio. La tecnología suma; la relación humana sigue siendo el eje.
¿Qué hacer entonces? Actuar con rapidez, sí, pero con propósito. Comprender los principios básicos de la IA en nuestra área, diseñar una estrategia que parta de las necesidades del paciente, priorizar casos de uso de alto valor y abrazar la formación continua. Necesitamos re-skilling (re-entrenamiento) para el quirófano y up-skilling (mejora de capacidades) para el laboratorio. Y, sobre todo, alimentar un cambio cultural que premie la experimentación responsable. En palabras del Capitán Picard en Star Treck: ante la tecnología, Resistance is futile. La cuestión ya no es si adoptaremos la IAG, sino cómo la convertiremos en aliada para curar mejor, investigar más rápido y, por qué no, devolver a la medicina la confianza que nunca debió perder.
Prof. Dr. Julio Mayol