La incorporación de herramientas de inteligencia artificial (IA) generativa a la práctica clínica continúa avanzando, aunque la evidencia sobre su impacto en la salud de los pacientes sigue siendo limitada. Un ensayo clínico aleatorizado, publicado recientemente en Nature Medicine, evaluó por primera vez en condiciones de práctica real si un sistema de apoyo a la decisión clínica basado en un modelo de lenguaje de gran escala puede traducir un mejor razonamiento médico en mejores resultados clínicos.
El estudio incluyó a más de 9,600 pacientes atendidos en 16 clínicas de atención primaria en Kenia. Los médicos fueron asignados aleatoriamente a utilizar un expediente clínico electrónico convencional o el mismo sistema con una herramienta integrada de IA generativa que analizaba la información capturada durante la consulta y emitía sugerencias diagnósticas y terapéuticas alineadas con las guías clínicas nacionales. En todo momento, el profesional conservó la autonomía para aceptar o rechazar las recomendaciones.
Los resultados mostraron que el uso de la herramienta mejoró significativamente la calidad de la documentación clínica y de los planes de tratamiento, además de favorecer decisiones más costo-efectivas en la prescripción de antibióticos. Asimismo, no se observaron diferencias en la satisfacción de los pacientes ni señales de que la IA comprometiera la seguridad durante la atención. Sin embargo, el desenlace primario —fracaso terapéutico a 14 días— fue similar entre ambos grupos, al igual que las tasas de hospitalización y mortalidad.
Los autores señalan que estos hallazgos reflejan la dificultad de demostrar beneficios clínicos en escenarios de atención primaria, donde la mayoría de las enfermedades son autolimitadas y los eventos adversos graves son poco frecuentes. Detectar diferencias en desenlaces clínicos probablemente requerirá estudios considerablemente más grandes y con un seguimiento más prolongado.
Para la práctica médica, este estudio aporta evidencia de que la IA generativa podría integrarse de forma segura al flujo de trabajo clínico y mejorar el proceso de toma de decisiones. No obstante, también recuerda que estas herramientas deben entenderse como un apoyo al juicio clínico y no como un sustituto de la experiencia médica. El reto ahora será determinar en qué contextos clínicos esta mejora en el razonamiento puede traducirse en beneficios tangibles para los pacientes.
Sin embargo, el uso continuo del razonamiento automatizado también podría reducir progresivamente las habilidades analíticas de los profesionales de la salud. Por ello, es necesario generar mayor evidencia que permita identificar qué características de diseño favorecen el pensamiento crítico e, incluso, contribuyen al fortalecimiento de las competencias clínicas, al tiempo que evitan una dependencia excesiva de estas herramientas que pudiera derivar en una pérdida gradual de habilidades.
Referencias:
- Agweyu A, et al. Generative AI-enabled clinical decision support system in primary care: a pragmatic, cluster-randomized trial. Nat Med. 2026 Jun 26. doi: 10.1038/s41591-026-04503-6.
