Oxford, Miami. 10 de febrero del 2026. – Una investigación reciente publicada en la revista Nature Medicine ha puesto de manifiesto las limitaciones y peligros potenciales de los modelos de lenguaje de gran tamaño (LLM) cuando se utilizan como herramientas de consulta médica. El estudio, liderado por el Oxford Internet Institute, concluye que la inteligencia artificial (IA) actual tiende a proporcionar información inexacta e inconsistente, lo que representa un riesgo directo para los pacientes que buscan evaluar sus síntomas de manera autónoma.
El ensayo aleatorio, que contó con la participación de casi 1,300 personas, evaluó la capacidad de la IA para identificar afecciones comunes y graves, desde cálculos biliares hasta anemias. Los resultados fueron contundentes: los usuarios que asistieron su toma de decisiones con IA no lograron mejores resultados que aquellos que confiaron en su propio juicio o realizaron búsquedas convencionales en internet.
Los investigadores detectaron una brecha crítica entre la capacidad teórica de los modelos y su utilidad práctica en escenarios de la vida real. Durante las pruebas, se observó que la comunicación fallaba en ambas direcciones: los usuarios solían proporcionar datos incompletos y los modelos generaban recomendaciones engañosas que mezclaban consejos útiles con otros potencialmente peligrosos.
La IA no sustituye al criterio médico
La Dra. Rebecca Payne, médica de cabecera y líder del estudio, fue enfática al señalar que, a pesar de la expectativa generada en torno a estas tecnologías, la inteligencia artificial no está preparada para asumir funciones médicas.
«Los pacientes deben ser conscientes de que consultar a un modelo de lenguaje sobre sus síntomas puede ser peligroso, ya que pueden dar diagnósticos erróneos y no reconocer cuándo se necesita ayuda urgente», advirtió la especialista.
Necesidad de ensayos clínicos para la tecnología
El equipo de investigación propone que los sistemas de IA destinados a la salud sean sometidos a pruebas tan rigurosas como las que se aplican a los nuevos medicamentos. Andrew Bean, autor principal del estudio, subrayó que la interacción humana sigue siendo el mayor desafío para estos modelos, y que diseñar pruebas robustas es clave para garantizar la seguridad del paciente antes de cualquier implementación en la atención directa.
Por el momento, el estudio concluye que los LLM actuales presentan fallos estructurales en la gestión de áreas de alto riesgo, lo que subraya la importancia de acudir a profesionales de la salud titulados ante cualquier síntoma o preocupación médica.
