Gemini atendió a 98 pacientes reales, con un médico vigilando cada chat

Un estudio prospectivo publicado en The Lancet probó el sistema conversacional AMIE durante visitas reales de atención primaria urgente. De 114 adultos inscritos, 98 completaron tanto el chat con la IA como la posterior cita médica. El entorno se acerca mucho más a la práctica clínica que una prueba con casos sintéticos, aunque siguió siendo un estudio de viabilidad con una supervisión excepcionalmente estrecha.

AMIE entrevistó a los pacientes antes de la visita y entregó su resumen al médico

Los pacientes mantuvieron una conversación de texto con AMIE hasta 5 días antes de una cita por un único problema urgente. El sistema recogía antecedentes, presentaba posibles diagnósticos y sugería temas que tratar con el profesional. El médico de atención primaria podía revisar la transcripción y el resumen automático antes de la consulta.

AMIE utilizó Gemini 2.5 Pro con un flujo de agente adaptado, no un chatbot de consumo sin modificar. Tras los primeros 50 encuentros, los investigadores cambiaron a Gemini 2.5 Flash por problemas de latencia. El sistema no tenía acceso al historial clínico, pero realizaba su propia entrevista y mantenía un resumen actualizado, un diagnóstico diferencial y un borrador del plan asistencial.

La calidad se acercó a la de los médicos, pero los planes fueron menos prácticos

La evaluación ciega no halló diferencias significativas entre AMIE y los médicos en la calidad global del diagnóstico diferencial ni en la adecuación y seguridad de los planes asistenciales. Los médicos elaboraron planes más prácticos y rentables. Esa diferencia separa un consejo médico bien redactado de una decisión que puede ejecutarse en una consulta concreta.

Los médicos respondieron a encuestas de seguimiento en 60 de los 98 casos. En 44 habían revisado el resultado de AMIE antes de la visita; en 33 lo consideraron útil para prepararse y en 25 afirmaron que podría haber cambiado su conducta. El estudio mide también el valor de una anamnesis estructurada antes de la cita, no solo una competición entre modelo y médico.

Los cero chats detenidos exigieron supervisión médica continua

Con las reglas predefinidas, los supervisores médicos no tuvieron que detener ninguna de las 100 conversaciones completadas con AMIE. Sin embargo, un médico de seguridad observó cada chat en directo mediante pantalla compartida. Los supervisores añadieron información clínica en cinco interacciones y registraron una alucinación. Cero interrupciones no equivale a cero errores ni a seguridad sin supervisión.

El estudio se realizó en un único centro académico, solo con adultos angloparlantes y sin grupo de control para los principales objetivos de seguridad. No probó el uso autónomo en casa ni el trabajo con historiales clínicos completos. Los resultados respaldan la viabilidad supervisada, no la sustitución del médico.

La siguiente prueba debe medir autonomía, resultados y coste de supervisión

Harán falta estudios controlados más amplios en distintos sistemas sanitarios e idiomas. Deberán seguir los resultados de los pacientes, los errores al valorar la urgencia, las nuevas consultas y los desacuerdos entre el modelo y el profesional. También importan el coste de la supervisión de seguridad y el tiempo que los médicos ahorran o gastan revisando resultados.

Si AMIE acorta la recogida de antecedentes y entrega al médico un resumen útil, puede aportar valor mucho antes de diagnosticar de forma autónoma. Pasar de ese papel al de asesor clínico independiente exige pruebas que un estudio con un médico vigilando cada pantalla todavía no ofrece.

El veredicto de Lilith

AMIE entró en la consulta con una voz competente, pero un médico permaneció detrás de su silla con la mano sobre el interruptor. El avance es real; el turno en solitario aún no ha comenzado.