1.39 La IA aprueba el examen. ¿Pero sabe tratar pacientes?

¿La inteligencia artificial realmente sabe medicina? La controversia científica que cuestiona cómo evaluamos la IA clínica. ¿Una inteligencia artificial que obtiene excelentes resultados en exámenes médicos está realmente preparada para participar en decisiones clínicas complejas? En este episodio de UCI al Día , analizamos una controversia científica publicada en Nature Medicine que cuestiona cómo evaluamos el rendimiento de los modelos de inteligencia artificial en medicina. A partir de tres publicaciones —un estudio comparativo, una crítica metodológica y la respuesta de sus investigadores— examinamos las diferencias entre exactitud en pruebas estandarizadas, razonamiento clínico, validez externa y seguridad asistencial. ¿Qué implicaciones tiene para la Medicina Intensiva? Exploramos cómo estas limitaciones pueden influir en la interpretación de recomendaciones generadas por IA en escenarios de shock séptico, ventilación mecánica y pacientes neurocríticos. Porque responder correctamente una pregunta médica no equivale necesariamente a comprender la complejidad fisiopatológica de un paciente crítico. Un episodio para reflexionar sobre las posibilidades, limitaciones y riesgos de incorporar inteligencia artificial a la práctica clínica. Referencias bibliográficas Vishwanath K, et al. General-purpose large language models outperform specialized clinical AI tools on medical benchmarks . Nature Medicine. 2026. doi:10.1038/s41591-026-04431-5. Beaulieu-Jones B, Nemati S. Limited benchmarks constrain the conclusions of a general-purpose versus clinical AI comparison . Nature Medicine. 2026. doi:10.1038/s41591-026-04638-6. Respuesta de los autores al comentario metodológico . Nature Medicine. 2026. doi:10.1038/s41591-026-04637-7. UCI al Día | Educación médica basada en evidencia para especialistas en Medicina Intensiva. Este contenido tiene fines educativos y no sustituye el juicio clínico ni la evaluación individualizada de los pacientes.