Gemelos digitales

Un gemelo digital es una réplica computacional de algo real, alimentada con datos de ese algo real, que permite simular lo que pasaría si se hiciera tal o cual cosa. La industria aeronáutica los usa desde hace décadas. Trasladada a la medicina, la idea es de una potencia evidente: construir un modelo del paciente concreto —su anatomía, su biomecánica, su fisiología— y ensayar sobre él antes de operar. Que el error cueste tiempo de cómputo y nunca tejido.

Es también, hoy, uno de los términos más inflados del vocabulario médico. Una revisión sistemática publicada en npj Digital Medicine encontró que bajo esa etiqueta conviven ocho categorías de aplicación tan distintas entre sí como la gestión de camas de un hospital y la simulación de un corazón, y concluye que el campo carece de estándares y de interoperabilidad¹. Antes de discutir promesas conviene entonces separar tres cosas: lo que llegó a la clínica, lo que funciona en neurocirugía aunque no se llame así, y lo que todavía no es más que una idea prometedora.

El único que cruzó la puerta

El caso que sirve de vara de medir no es neuroquirúrgico sino cardiológico. A partir de una tomografía coronaria se reconstruye un modelo tridimensional de las arterias del paciente y se simula sobre él el flujo sanguíneo mediante dinámica de fluidos computacional, para estimar si una lesión limita el flujo sin necesidad de un cateterismo. La agencia estadounidense le creó una clasificación regulatoria propia en 2013².

Lo que hace ejemplar a ese caso es el conjunto completo de evidencia que lo acompaña: un estudio pivotal que midió su precisión contra el patrón de referencia invasivo³, un ensayo aleatorizado que mostró que su uso reduce de manera sustancial los cateterismos que terminan sin hallazgos⁴, y otro ensayo aleatorizado que no alcanzó su objetivo principal de reducir costos⁵. Autorización, precisión medida, aleatorización y un resultado negativo publicado. Ese es el estándar de prueba. Ninguna aplicación neuroquirúrgica se le acerca todavía.

Lo que sí funciona en neurocirugía

Existe, y está medido en milímetros. Cuando se abre la duramadre, el cerebro se desplaza: la anatomía deja de coincidir con la resonancia preoperatoria sobre la que se planificó, y la navegación pierde exactitud justo cuando más se la necesita. Un modelo biomecánico del paciente, alimentado con imágenes de superficie tomadas en el quirófano, permite estimar esa deformación y actualizar las imágenes.

Un trabajo publicado en Journal of Neurosurgery muestra que el procedimiento reduce el error de registro sobre el blanco de más de seis milímetros a menos de dos, de forma automática y en menos de cuatro minutos⁶. Eso es exactamente un gemelo digital funcionando, aunque el término no aparezca. También es una serie corta, de un solo centro, que mide exactitud técnica: nadie ha demostrado todavía que se traduzca en más resección, menos déficit o mejor supervivencia. Esa es la frontera precisa entre lo medido y lo prometido.

Donde la simulación quedó por debajo del ojo humano

Conviene contar también un fracaso, porque enseña más que un éxito. En aneurismas cerebrales se sostiene desde hace años que la simulación del flujo puede predecir el riesgo de ruptura. Un experimento colectivo puso esa afirmación a prueba de la manera más limpia posible: se entregaron los mismos dos aneurismas —uno roto, uno no, de geometría parecida— a veintiséis grupos de simulación de quince países y a cuarenta y tres neurocirujanos⁷.

Los grupos de simulación acertaron cuál estaba roto en cuatro de cada cinco casos. Los neurocirujanos, mirando la imagen, acertaron en nueve de cada diez. Y para identificar el punto exacto de rotura, los grupos propusieron seis localizaciones distintas y ninguno dio con la correcta. El problema no es la física: son las condiciones de contorno, la segmentación y las propiedades de la pared que cada equipo elige. Cuando alguien afirme que la simulación predice la ruptura, las dos preguntas correctas son si predice mejor que un observador entrenado y si el laboratorio de al lado obtiene lo mismo. Hoy la respuesta documentada a ambas es que no.

Los ensayos que se corren en una computadora

Existen y funcionan, dentro de límites estrechos. El caso mejor documentado lo ejecutó la propia agencia regulatoria estadounidense: generó casi tres mil pacientes sintéticas, simuló la adquisición de las imágenes y la lectura, y reprodujo con ese ensayo virtual las conclusiones de un ensayo clínico real de tamizaje mamario⁸.

Es un logro genuino y también un techo. Simular la física de un detector de rayos X y la detección de una lesión es un problema acotado. Simular la respuesta de un tumor a un fármaco, o el resultado funcional de una resección, no lo es. No existe hoy ningún brazo control sintético que sostenga la aprobación de un tratamiento.

Qué le pide el regulador a una simulación

Hay marco, y es más maduro de lo que suele creerse. Desde 2023 existe una guía que establece cómo evaluar la credibilidad de un modelo computacional presentado en una solicitud de comercialización: obliga a declarar para qué exactamente se usa el modelo y a graduar la evidencia según el riesgo de la decisión que ese modelo influye⁹.

Pero está escrita para modelos físicos evaluados de una vez. Un gemelo digital verdadero —uno que se reasimila con datos nuevos del paciente, cuya predicción de hoy no es la de la semana pasada— no encaja bien en ese esquema. Ese vacío es un hecho verificable, no una opinión.

Lo que hay que retener

El error más común al leer sobre este tema tiene dos formas. La primera es tratar "gemelo digital" como si fuera una tecnología, cuando es una familia de cosas que casi no se parecen entre sí. La segunda, más dañina, es convertir una serie de factibilidad en un resultado clínico. En abril de 2026 el New England Journal of Medicine publicó una carta sobre ablación de arritmia guiada por gemelo digital cardíaco: diez pacientes, sin grupo control, sin aleatorización, la mayoría libre de recurrencia al año¹⁰. Es prometedor, está en la mejor revista del mundo, y sigue siendo un estudio de diez pacientes sin comparador. Las tres cosas son ciertas al mismo tiempo.

La regla práctica que usamos para leer cualquier trabajo de este campo son tres preguntas: ¿hay comparador?, ¿el modelo se validó contra una medición independiente en el mismo paciente?, ¿alguien reprodujo el resultado en otro centro? En neurocirugía, hoy, casi nunca hay las tres.