Inteligencia artificial en medicina · us
Hablar de los síntomas con la IA antes de la consulta: el estudio de AMIE completa las pruebas clínicas bajo supervisión médica
Tras pasar de consultas simuladas a consultas reales, AMIE de Google aporta evidencia inicial de viabilidad. Ninguna conversación del estudio activó una interrupción por seguridad, pero el rendimiento de sus listas de diagnósticos aún está lejos de demostrar una mejora en los resultados de salud de los pacientes.
Antes de entrar en la consulta, ¿pueden los pacientes describir sus síntomas y antecedentes de forma más completa mediante una conversación por texto, para que el médico conozca de antemano los puntos clave de la visita? El estudio de AMIE, realizado por Google en colaboración con Beth Israel Deaconess Medical Center (BIDMC), llevó esta idea a consultas reales de atención primaria. El equipo anunció el 8 de octubre la publicación del estudio en *The Lancet*; ofrece evidencia de viabilidad clínica bajo supervisión médica y lleva el debate sobre la IA médica desde la capacidad de responder preguntas hacia los procesos reales de atención.
Se trata de un estudio prospectivo, de un solo centro y un solo brazo, sin grupo de control asignado de forma aleatoria. Según la descripción del estudio de ARISE, 100 adultos completaron una conversación por texto con AMIE, y 98 de ellos también completaron la consulta posterior. El preprint señala que las conversaciones se programaron hasta cinco días antes de una consulta de atención primaria concertada por síntomas agudos. El sistema recopiló los antecedentes, propuso posibles diagnósticos y entregó el registro de la conversación y un resumen a los profesionales clínicos responsables de la consulta. El contexto de uso era la preparación previa a una consulta ambulatoria, no la atención de urgencias para salvar vidas.
Un médico supervisó cada conversación en tiempo real y determinó si debía interrumpirse según criterios de seguridad preestablecidos; durante el estudio, ninguna conversación activó una interrupción por seguridad. Sin embargo, este resultado debe interpretarse teniendo en cuenta las condiciones de supervisión. El preprint indica que el personal de triaje de la clínica ya había determinado que los participantes no necesitaban atención de urgencias, y que el estudio excluyó a las personas con un embarazo conocido y a quienes tenían un problema de salud mental como motivo principal de consulta. Por tanto, la ausencia de interrupciones no permite inferir que el sistema sea adecuado para todos los pacientes ni que pueda funcionar de forma segura sin supervisión.
La evaluación diagnóstica se basó en una revisión de las historias clínicas ocho semanas después de la consulta. Entre las 98 personas que completaron tanto la conversación como la consulta, el diagnóstico final figuraba entre los siete posibles diagnósticos enumerados por AMIE en el 90% de los casos, y entre los tres primeros en el 75%. Esto refleja si el sistema pudo incluir la respuesta dentro del diagnóstico diferencial; no puede interpretarse directamente como una exactitud del 90% para un diagnóstico único, ni significa que los pacientes obtendrían mejores resultados terapéuticos al actuar según las recomendaciones de la IA.
La revisión ciega también mostró diferencias más específicas: no hubo diferencias estadísticamente significativas entre AMIE y los profesionales clínicos en las puntuaciones de calidad global del diagnóstico diferencial, ni en las de adecuación y seguridad de los planes de manejo; sin embargo, los planes propuestos por los profesionales clínicos fueron mejores en utilidad práctica y relación coste-efectividad. Los valores de p correspondientes que recoge el preprint fueron 0.003 y 0.004. La ausencia de una diferencia significativa no equivale a haber demostrado equivalencia, y estas puntuaciones de los planes de manejo tampoco constituyen una comparación de la eficacia terapéutica real ni del gasto sanitario.
En cuanto al funcionamiento de las consultas, la señal más directa procede de la experiencia de uso. Google afirma que, en el 75% de los casos, los profesionales clínicos consideraron que el resumen de la IA ayudaba a preparar la consulta; el preprint también documentó una mejora en la actitud de los pacientes hacia la IA después de la interacción. Sin embargo, percibir una ayuda y ahorrar realmente tiempo, reducir los diagnósticos omitidos o disminuir la carga de trabajo son cuestiones de distinto alcance, y este estudio todavía no ha establecido evidencia de estos últimos efectos.
El preprint de este estudio ya se había hecho público en marzo de 2026. El avance anunciado ahora por el equipo es su publicación formal en una revista, no una nueva serie de resultados de ensayos clínicos. El estudio proporciona un punto de partida que puede someterse a evaluación para la entrevista clínica con IA antes de la consulta; el siguiente paso requiere estudios de mayor tamaño, multicéntricos y con grupo de control, para confirmar si los beneficios pueden extenderse a distintos pacientes y entornos asistenciales, y aclarar el grado de supervisión necesario en una implementación real.