Gana exámenes de diagnóstico pero no puede firmar uno: el aviso de un CEO de IA médica sobre los chatbots de salud

Por NewsNation · 26 de septiembre de 2026.

Un modelo de OpenAI acertó el 78% de los casos en un conjunto de diagnósticos complejos y superó a algunos médicos de urgencias, según el estudio que cita la propia cadena NewsNation en una entrevista con el doctor Ome Ogbru, CEO de la compañía de IA médica AI Engines. El dato suena espectacular, pero Ogbru —la misma persona que lo menciona— lo matiza de inmediato: esos test suelen dar al sistema información que en una consulta real nunca estaría tan ordenada ni disponible de entrada.

Ogbru, entrevistado por Alicia Nieves, lanza un mensaje directo a los millones de usuarios que ya preguntan a un chatbot por sus síntomas: nunca hay que saltarse la cita con el profesional sanitario ni tratar estas plataformas como si dieran un consejo médico. Su recomendación práctica es concreta: comprobar si la respuesta de la IA procede de expertos sanitarios, sociedades médicas u otras fuentes reputadas, y llevarla después al médico antes de actuar sobre ella.

Conviene situar quién habla. AI Engines no vende un chatbot de consumo: construye herramientas para médicos, científicos y empresas de ciencias de la vida bajo un enfoque que Ogbru llama 'evidencia primero', con integración de PubMed —la base de datos biomédica de referencia— y citas rastreables para que el profesional pueda auditar de dónde sale cada respuesta. Es un modelo de negocio dirigido a profesionales que compite, en la práctica, con el uso silvestre de chatbots genéricos para preguntas de salud; su advertencia es coherente con su propia conducta —dice no subir jamás datos personales a una IA cuyo destino desconoce—, pero también dibuja el nicho exacto que su empresa quiere ocupar: el intermediario entre el paciente, el chatbot y el médico con licencia.

El argumento de fondo, sin embargo, es sólido y no depende de quién lo diga: un modelo de IA no está colegiado, no puede firmar una receta ni asumir la responsabilidad legal de un diagnóstico erróneo. 'No pueden poseer la decisión ni poseer el resultado', resume Ogbru. Esa es la frontera que separa asistir de decidir, y es también el punto ciego de buena parte del entusiasmo mediático con los benchmarks (pruebas estandarizadas de referencia): ganar un examen de casos clínicos archivados es un logro real, pero no equivale a ejercer medicina ante un paciente con antecedentes ambiguos, miedo y prisa.

Hay una segunda advertencia en la entrevista que merece tanta atención como la primera: la privacidad. Cada vez más gente vuelca historiales médicos completos en chatbots genéricos sin saber si esos datos alimentarán el entrenamiento del modelo o acabarán en algún uso comercial. Ogbru recomienda revisar, antes de escribir nada sensible, si la plataforma ofrece la opción de excluir esas conversaciones del reentrenamiento; según la fuente, algunas plataformas ya incluyen ese ajuste.

Nuestra lectura: esta pieza retrata bien la fase en la que está la IA aplicada a la salud, y encaja con lo que venimos observando en otros sectores regulados. A corto plazo, el problema no es tanto que la IA diagnostique mal —a menudo iguala o supera pruebas estandarizadas—, sino que nadie ha resuelto todavía quién responde cuando falla, ni qué pasa con los datos más íntimos de una persona una vez entran en un sistema que no fue diseñado, ni certificado, para manejarlos. Esa laguna de responsabilidad y gobernanza de datos es el obstáculo real, no la capacidad técnica del modelo.

A largo plazo seguimos convencidos de que la trayectoria apunta hacia arriba: una IA capaz de cruzar literatura científica con citas trazables, como la que aquí se describe, es, precisamente, el tipo de herramienta que puede acelerar diagnósticos tempranos, abaratar el acceso a una segunda opinión y liberar tiempo del médico para lo que ninguna máquina hace bien —la relación humana, la lectura del contexto vital del paciente—. El camino hacia una medicina que ayude a erradicar enfermedades y alargue años de vida sana pasa por herramientas trazables y auditables como las que describe Ogbru. Pero ese futuro solo llega si, mientras tanto, se protege al paciente de hoy frente al chatbot que contesta con total seguridad y ninguna licencia.