Inteligencia artificial médica · us
Hablar con la IA sobre los síntomas antes de la consulta: el estudio de Google AMIE publicado en The Lancet demuestra su viabilidad bajo supervisión
98 pacientes completaron la conversación con la IA y la posterior consulta, y algunos médicos consideraron que los registros ayudaban a preparar la visita. Sin embargo, con supervisión durante todo el proceso y sin grupo de control, el estudio aún no permite responder si la IA puede mejorar los resultados de la atención.
¿Puede la inteligencia artificial recabar información sobre los síntomas antes de que el paciente entre en la consulta, para que el médico comprenda más rápidamente el problema? AMIE, el sistema de IA médica conversacional de Google, se ha sometido a esta prueba en consultas reales de atención primaria. Google Research confirmó el 8 de octubre que el estudio se había publicado en The Lancet: los resultados respaldan la viabilidad preliminar de mantener conversaciones antes de la consulta bajo supervisión médica en tiempo real, pero todavía no hay respuesta sobre si pueden mejorar la calidad de la atención.
Este estudio prospectivo, de un solo centro y un solo grupo, realizado en colaboración con el Beth Israel Deaconess Medical Center de Estados Unidos, reclutó a adultos de habla inglesa que habían solicitado una consulta por síntomas de reciente aparición y no urgentes. Los pacientes conversaron por escrito con AMIE hasta cinco días antes de la consulta; un médico supervisor observaba el proceso mediante videollamada en tiempo real y pantalla compartida, e intervenía cuando era necesario. Después, las transcripciones y los resúmenes de las conversaciones se entregaban a los médicos que atenderían a los pacientes como material para preparar la anamnesis.
El resumen de la publicación definitiva indica que el estudio incluyó a 114 personas entre abril y noviembre de 2025, de las cuales 98 completaron la conversación con la IA y la posterior consulta. Ninguna conversación activó los criterios de interrupción por seguridad establecidos previamente, pero los médicos supervisores registraron una alucinación de la IA y aportaron información clínica adicional en cinco interacciones. Por tanto, «no hubo interrupciones» no puede interpretarse como «no hubo errores»; este registro de seguridad también debe entenderse en el contexto de una supervisión humana durante todo el proceso.
La utilidad del contenido organizado por la IA depende de cómo lo utilicen realmente los médicos. En 60 de los 98 casos se obtuvo un cuestionario médico posterior a la consulta; en 44 de esos casos, los médicos habían leído la transcripción antes de atender al paciente. De esos 44 casos, en 33 se consideró que había ayudado a preparar la consulta. Esto ofrece una señal positiva sobre el flujo de trabajo, pero todavía no permite concluir que la IA haya acortado las consultas o reducido los diagnósticos omitidos.
El preprint del mismo estudio, publicado en marzo, señalaba que 100 adultos habían completado la conversación escrita con la IA; la explicación del estudio de Google precisaba que 98 de ellos habían acudido a la consulta posterior, por lo que ambas cifras reflejan distintas etapas de finalización. El preprint también informó de que, tomando como referencia el diagnóstico obtenido mediante una revisión de las historias clínicas ocho semanas después de la consulta, la lista de posibles diagnósticos de AMIE incluía el diagnóstico final en el 90% de los casos, y en el 75% este figuraba entre los tres primeros. Estas cifras describen el rendimiento de una lista de diagnósticos candidatos y no pueden interpretarse directamente como la tasa de éxito de la IA al establecer por sí sola un diagnóstico definitivo.
La evaluación a ciegas del preprint no encontró diferencias estadísticamente significativas entre la IA y los médicos de atención primaria en la calidad global del diagnóstico diferencial ni en la idoneidad y seguridad de los planes de manejo; sin embargo, la ausencia de diferencias significativas tampoco demuestra que ambos sean equivalentes. Los planes propuestos por los médicos obtuvieron puntuaciones más altas en utilidad práctica y relación coste-efectividad. AMIE no podía acceder a las historias clínicas electrónicas de los pacientes ni realizar exploraciones físicas, lo que muestra que todavía existe una brecha entre el razonamiento basado en texto y una valoración clínica completa.
El estudio fue financiado por Alphabet y no incluyó como control el procedimiento habitual de consulta, por lo que su resultado más claro hasta ahora es demostrar que puede funcionar un proceso supervisado de recopilación de información antes de la consulta. Para determinar si mejora la salud de los pacientes, ahorra recursos sanitarios o es aplicable a otros idiomas y entornos asistenciales, se necesitan estudios de mayor escala con grupos de control; los resultados actuales tampoco bastan para respaldar su uso en la atención clínica sin supervisión.