Existe una diferencia fundamental entre dos tipos de inteligencia artificial que tienen la misma apariencia superficial para el usuario no especializado: ambas responden preguntas en lenguaje natural, ambas parecen seguras de sus respuestas, y ambas producen texto coherente y bien redactado. Pero son radicalmente distintas en lo que hacen internamente, en cómo fueron entrenadas, y en qué tipo de confianza merecen en un contexto clínico.
El primer tipo son los sistemas de IA médica clínica: algoritmos entrenados específicamente con datos clínicos validados, evaluados en ensayos clínicos rigurosos, integrados en flujos de trabajo hospitalarios con supervisión médica permanente, y sometidos a regulación sanitaria estricta antes de ser autorizados. Son los más de 900 algoritmos con aprobación de la FDA y los más de 200 con autorización de la EMA. Detectan cáncer en imágenes médicas. Predicen sepsis con horas de antelación. Identifican interacciones medicamentosas peligrosas antes de que el médico confirme la prescripción.
El segundo tipo son los modelos de lenguaje generativo de uso general: ChatGPT, Claude, Gemini, Copilot. Fueron diseñados para producir texto coherente y útil a partir de grandes volúmenes de información. Son extraordinariamente capaces para muchas tareas. Pero en el contexto médico tienen limitaciones críticas que los hacen inadecuados para tomar decisiones diagnósticas: no comprueban la veracidad de la información que generan, cuando se equivocan lo hacen de forma convincente y difícil de detectar, y no conocen el historial clínico específico del paciente que les está preguntando.
El problema de la confianza excesiva
El estudio de Cigna International Health encontró que el 44% de los españoles considera positivo el impacto de la IA en la atención sanitaria. Ese es un número razonable que refleja una apertura saludable hacia la tecnología. El problema aparece cuando esa actitud positiva se traduce en confiar en las respuestas de un chatbot generativo como si fueran el equivalente de una consulta médica. Médicos de Osakidetza, el sistema de salud vasco, publicaron en mayo de 2026 una advertencia específica sobre este riesgo, señalando que algunas personas interpretan las respuestas de estas herramientas como diagnósticos concluyentes y actúan en consecuencia sin consultar a un profesional sanitario.
IA médica vs. chatbot generativo — Las diferencias que importan
- IA médica clínica: entrenada con datos clínicos validados, evaluada en ensayos, supervisada por médicos
- Chatbot generativo: entrenado para producir texto coherente, no para diagnóstico médico
- IA clínica: hiper-especializada en un área, regulada antes de su uso
- Chatbot: generalista, no validado para diagnóstico, puede "alucinar" con seguridad aparente
- Uso adecuado de chatbots en salud: entender diagnósticos ya establecidos, preparar preguntas para consulta
- Uso inadecuado: diagnóstico de síntomas nuevos, decisiones de medicación, interpretación de pruebas
La automedicación impulsada por la búsqueda digital
La tendencia no es solo un problema de los chatbots de IA: la búsqueda de síntomas en internet lleva años generando un patrón de automedicación que los expertos consideran preocupante. La diferencia que introduce la IA generativa es cuantitativa y cualitativa: cuantitativa porque la accesibilidad y la aparente calidad de las respuestas aumenta masivamente el número de personas que las usa; cualitativa porque las respuestas de un chatbot sofisticado son incomparablemente más convincentes que un resultado de búsqueda en Google.
El uso correcto de estas herramientas en salud existe y tiene valor real. Un chatbot generativo puede ser útil para entender la información que un médico ya ha dado, para traducir términos clínicos complejos a un lenguaje más accesible, para preparar preguntas relevantes antes de una consulta, o para obtener orientación general sobre hábitos de salud. Lo que no puede hacer —y lo que algunos usuarios esperan que haga— es sustituir la valoración de un profesional que conoce el historial del paciente, que puede realizar una exploración física, y que tiene la formación para interpretar el conjunto de síntomas en el contexto específico de esa persona.
Etiquetas
Compartir este artículo
