La revista médica The Lancet publicó el 8 de octubre de 2026 un estudio que sus autores consideran la primera evaluación prospectiva en condiciones reales de un sistema de inteligencia artificial conversacional orientado a pacientes en atención primaria. El trabajo, firmado por investigadores del Beth Israel Deaconess Medical Center (BIDMC) de Boston en colaboración con Google, analizó cómo se comportó AMIE (Articulate Medical Intelligence Explorer), el chatbot de diagnóstico que Google desarrolla como proyecto de investigación, al hablar con personas que esperaban una cita médica urgente.
Para Google, el hito tiene también un valor simbólico. Mike Schaekermann, responsable de investigación del proyecto, escribió en el blog de la compañía que se trata de la primera publicación de Google en la revista principal de The Lancet. Hasta ahora, AMIE había mostrado resultados llamativos sobre todo en simulaciones, con actores que interpretaban a pacientes. La gran pregunta era cómo se comportaría con personas reales, con síntomas reales y en un flujo de trabajo clínico real.
El diseño del estudio fue prudente. Se trató de un ensayo prospectivo de un solo centro y un solo brazo, registrado en ClinicalTrials.gov con el identificador NCT06911398. Participaron adultos angloparlantes de al menos 18 años que habían pedido una cita urgente de atención primaria por un único motivo de consulta. Hasta cinco días antes de la visita, cada paciente conversaba desde casa con AMIE a través de una interfaz de chat segura. El sistema preguntaba por los síntomas, recogía la historia clínica, proponía posibles diagnósticos para comentar con el médico y generaba un resumen.
Cada conversación fue vigilada en tiempo real por un médico internista certificado que actuaba como supervisor de seguridad. Ese supervisor podía intervenir si el paciente parecía estar en riesgo, sufría una angustia emocional significativa o pedía terminar la sesión, o si detectaba un problema, como la necesidad de aclarar síntomas, dar instrucciones de emergencia o atender la preocupación por un diagnóstico grave. Después, la transcripción y el resumen se enviaban al médico de cabecera antes de la cita.
Entre abril y noviembre de 2025 se inscribieron 114 pacientes, de los que 98 completaron tanto la conversación con AMIE como la consulta presencial. El resultado principal fue claro: según los criterios definidos de antemano, no hizo falta detener ninguna conversación por motivos de seguridad. Los supervisores sí detectaron una alucinación, es decir, una información inventada por el sistema, y añadieron información clínica en cinco de las interacciones.
La calidad de las conversaciones recibió buenas notas. Los evaluadores clínicos calificaron favorablemente las charlas de AMIE en entre el 87 % y el 100 % de los casos en los 17 criterios analizados. Los pacientes fueron algo más exigentes: sus valoraciones favorables oscilaron entre el 48 % y el 96 % en 16 criterios. Además, la actitud de los participantes hacia la inteligencia artificial mejoró tras hablar con el sistema y se mantuvo más alta después de la cita con su médico.
Los resultados sobre la utilidad para los profesionales son más matizados. Los médicos de cabecera respondieron a la encuesta posterior en 60 de los 98 casos, y en 44 de ellos habían revisado la transcripción de AMIE antes de la visita. En 33 de esos 44 casos, alrededor del 75 %, dijeron que el material les ayudó a prepararse, y en 25, cerca del 57 %, afirmaron que podría haber cambiado su forma de actuar. Google destacó además que los diagnósticos diferenciales de AMIE coincidieron con el diagnóstico final de los médicos en el 90 % de los casos.
Solo en un caso un médico describió la interacción como algo perjudicial: temía que un paciente se hubiera angustiado después de que AMIE incluyera un linfoma entre sus posibles diagnósticos. Es un recordatorio de que compartir hipótesis diagnósticas con los pacientes, incluso cuando son correctas desde el punto de vista técnico, tiene consecuencias emocionales que un sistema automatizado debe gestionar con cuidado.
Los pacientes valoraron especialmente la capacidad del sistema para escuchar, explicar la información y hacerles sentir cómodos. Pero hubo dos áreas de desconfianza: la confidencialidad de lo que compartían con el chatbot y la honestidad del propio sistema. «La investigación sugiere que la confianza de los pacientes en los sistemas de IA médica nace de su relación con sus profesionales humanos», explicó Adam Rodman, director de programas de IA del Instituto Carl J. Shapiro del BIDMC.
Rodman insistió en el sentido del trabajo: «Pese al rendimiento teórico de la IA orientada a pacientes en entornos experimentales, no está claro lo seguras que son estas conversaciones en el mundo real». Antes de evaluarlas como herramientas para reducir la carga de trabajo, añadió, deben demostrar que funcionan de forma segura y aceptable en los flujos clínicos reales. Peter Brodeur, coautor principal, señaló que el estudio establece una línea base para futuros ensayos sobre cuándo podría ser apropiada una supervisión humana menos directa.
Los propios autores subrayan las limitaciones. El estudio se diseñó para evaluar la viabilidad, no para demostrar que la inteligencia artificial mejora los resultados de salud. Fue un solo centro, con pacientes que hablaban inglés y un médico vigilando cada conversación, algo que no sería escalable en la práctica. Google reconoce en su blog que hacen falta ensayos clínicos más grandes para evaluar este tipo de herramientas a escala, y expertos como el cardiólogo Eric Topol, según la conversación en X, elogiaron los resultados pero recordaron esa misma necesidad.
El contexto explica el interés. El envejecimiento de la población, los cambios en la fuerza laboral y la creciente complejidad de las necesidades de los pacientes están tensionando los sistemas de atención primaria en todo el mundo. Una herramienta capaz de recoger la historia clínica antes de la consulta podría liberar minutos valiosos y permitir que la visita se centre en la decisión clínica y en la relación con el paciente, en lugar de en el interrogatorio inicial.
«Creemos que el futuro implica la participación continua de los médicos humanos en la atención, pero vemos un futuro en el que la tríada formada por paciente, médico humano e IA ayude a ofrecer la mejor atención basada en la evidencia», resumió Marc L. Cohen, jefe clínico de atención primaria del BIDMC y coautor sénior. El estudio no convierte a AMIE en un producto listo para la consulta, pero sí aporta lo que hasta ahora faltaba: datos de seguridad con pacientes reales, publicados en una de las revistas médicas más exigentes del mundo.
