Formación médica para 2034: qué habilidades se agotan, supervisión de algoritmos, registro de errores, capa relacional, diseño del flujo y posición de carrera

Habilidades y formación: qué conviene entrenar un médico que quiere seguir siendo útil en 2034

Todo el curso ha venido describiendo lo que la máquina hace. Este tema da la vuelta a la pregunta y la pone sobre la mesa de una persona concreta: un residente de segundo año, un médico general que atiende en primer nivel, un especialista que dirige un servicio. ¿En qué conviene invertir las próximas quinientas horas de estudio?

La pregunta de formación no es qué herramienta aprender, sino qué habilidad sigue valiendo cuando la herramienta ya resuelve la parte rápida. En los próximos ocho años el diferencial profesional del médico no va a estar en saber usar un sistema —eso va a ser el piso, como saber usar el expediente electrónico— sino en lo que la máquina hace mal o no puede hacer con responsabilidad: definir el problema, decidir con información incompleta, sostener a una persona y responder por la consecuencia.

1. Qué se agota y qué crece: el pronóstico por habilidad

Hay habilidades que se están agotando delante de nosotros y que todavía se entrenan como si fueran el núcleo de la profesión: memorizar guías y dosis, transcribir rápido, reconocer lo rutinario de lectura, buscar la referencia en cuatro bases. Nada de eso desaparece como tarea; desaparece como mérito. Y una habilidad que la máquina ejecuta bien deja de ser ventaja competitiva el día en que el residente deja de entrenarla porque nadie la valora: ahí está el error de pronóstico que se está cometiendo ahora.

Conviene ser exacto con la palabra agotarse, porque se malinterpreta. Nadie deja de necesitar conocimiento de guías: lo que cambia es dónde se sitúa el valor. Antes valía saberlo; va a valer más saber qué hacer cuando la guía no aplica a este paciente, que es el caso que la máquina resuelve peor y el que ocupa el tiempo clínico difícil.

La regla para ubicar cada una en su categoría es simple y se puede aplicar a cualquier tarea que aparezca mañana: la memoria de guías y la velocidad de transcripción se agotan como ventaja, mientras que definir el problema y explicar a una persona crecen, porque la primera es información y la segunda es juicio con consecuencia.

2. La competencia que nadie enseña: supervisar máquinas

La competencia nueva que ningún plan de estudio cubre es la supervisión de algoritmos. No es programar: es leer una validación y hacerse cuatro preguntas incómodas. ¿En qué población se entrenó y se parece a mis pacientes? ¿Cómo se comporta en el subgrupo raro, que es el que atiendo? ¿Cómo está calibrado el número que muestra, es probabilidad real o ranking? ¿Y quién mide el desempeño local una vez que está en producción? Un médico que puede sostener esas cuatro preguntas deja de ser usuario del sistema y pasa a ser el que lo audita, que es el rol que va a faltar.

Hay una razón por la que esta capa se salta en casi todos los planes: no aparece en ningún examen. Pero es la que separa al médico que usa un sistema del que puede decir en una reunión de servicio que ese sistema no debería activarse en su población. Y tiene una ventaja práctica: no exige matemática avanzada, exige rigor de lectura clínica, que es una habilidad que ya se tiene entrenada.

Conviene desmontar un espanto que aparece en las presentaciones corporativas: se afirma que el médico del futuro tiene que saber programar, cuando lo que hace falta es otra cosa, más barata de aprender y más incómoda de vender en un curso: sostener las cuatro preguntas sobre cualquier modelo que entre al servicio.

La distribución real del tiempo de estudio es el diagnóstico: un residente que dispone de 12 horas propias por semana y dedica 3 a leer guías y 1 a registrar errores en tres columnas termina el año con 48 horas en la actividad que construye criterio y 144 en la que la máquina ya hace mejor.

3. La capa relacional y la capa de sistema

Hay un grupo de habilidades que sube de valor porque se vuelve el cuello de botella: explicar bajo incertidumbre sin dar falsa calma ni terror, negociar un plan con un paciente que tiene restricciones reales, dar una mala noticia, sostener la adherencia de un tratamiento crónico durante años, y enseñar. Cuando el dato y la recomendación salen barato, lo escaso es la parte que convierte esa información en una decisión que alguien puede y quiere ejecutar.

Lo dicho en el tema 6 se vuelve acá entrenamiento: si explicar es la habilidad que más crece, es también la que menos horas recibe en los programas, y la que más se practica sin retroalimentación. Una consulta filmada con permiso y revisada con un par produce más aprendizaje que cualquier curso de comunicación, y casi nadie lo hace porque no está en ningún listado de actividades acreditables.

La tercera capa es menos clínica y más decisiva: diseñar el trabajo. Quien define qué se automatiza, dónde queda el control humano, qué se documenta, qué tasa de error se acepta y cómo se mide el resultado está decidiendo atención sanitaria aunque no esté en la camilla. Eso es gestión de flujo, evaluación de tecnología, estándares documentales y uso del dato. Un servicio sin nadie que haga ese trabajo lo termina haciendo el proveedor del software, por defecto y con sus propios incentivos.

La capa de sistema es la que explica por qué dos servicios con la misma herramienta obtienen resultados opuestos. La herramienta no decide si el tiempo liberado se convierte en consulta larga o en más pacientes por hora: lo decide quien diseña el flujo. Y en ocho años, la diferencia entre unidades va a estar más en ese diseño que en el catálogo de software contratado.

Entrenar cualquiera de estas capas funciona como funciona la clínica y no como funciona un curso: se usa en un caso real, se registra el error en tres columnas —qué dijo la máquina, qué hice yo, qué pasó después—, se recibe retroalimentación de un par o de un comité, y se cambia la conducta con una regla escrita para el próximo caso. Sin registro no hay acumulación: hay diez años repitiendo el mismo error con confianza creciente. El certificado acredita asistencia; la competencia aparece en el registro revisado por otra persona.

4. Carrera, posición y el plan de los próximos ocho años

Sobre la elección de carrera o subespecialidad, el pronóstico honesto es menos dramático y más útil que el catastrofismo. Lo automatizable es el borde repetible del proceso, no la profesión. Hay posiciones bajo presión —ejecutar protocolos repetibles, lectura de rutina sin complejidad— y posiciones en crecimiento: el clínico de casos indefinidos y multimorbilidad, el supervisor de sistemas de cuidado, el formador de criterio. La pregunta decente no es qué especialidad es a prueba de máquinas: es qué tipo de problemas quieres que sean tuyos dentro de ocho años.

Sobre el tiempo que queda por delante, hay una forma útil de mirar la pregunta sin alarmarse: las posiciones se mueven más rápido que las especialidades. Un mismo profesional puede ocupar dos posiciones en la misma semana —ejecutar un protocolo y decidir un caso indefinido— y lo que cambia con la máquina es la proporción entre ambas. Elegir es, en el fondo, decidir cuánto tiempo se quiere pasar en cada una.

Regla de este tema: se invierte el tiempo de formación en las cuatro capas que sostienen el juicio —decisión con incertidumbre, supervisión de algoritmos, comunicación y diseño del flujo—, se practica con registro de errores y retroalimentación de un par, y se elige la posición profesional por el tipo de problema, no por el título.