El error diagnóstico es uno de los problemas más graves y menos visibles en la atención primaria. En los sistemas sanitarios europeos, los médicos de familia gestionan una extraordinaria variedad de presentaciones indiferenciadas, a menudo en consultas con tiempo limitado y con acceso restringido a la opinión de especialistas en el momento. El resultado es un entorno en el que los errores de diagnóstico son tanto comprensibles como, en conjunto, significativos. Las estimaciones varían, pero algunas investigaciones sugieren que una proporción sustancial de los errores diagnósticos en atención primaria podría prevenirse con sistemas avanzados de apoyo a la decisión. Si esta cifra es siquiera aproximadamente precisa, representa una carga sustancial y abordable. En este contexto, las herramientas de apoyo a la decisión clínica han despertado un interés creciente como respuesta tecnológica. Sin embargo, la evidencia que las respalda es más compleja de lo que suelen sugerir las afirmaciones de los proveedores.

Qué hacen realmente las herramientas de apoyo a la decisión clínica en una consulta de atención primaria

El apoyo a la decisión clínica no es una tecnología única. En el contexto de la atención primaria, abarca una amplia gama de funciones: sugerencias de diagnóstico diferencial que identifican afecciones que el profesional sanitario puede no haber considerado, alertas de señales de alarma que indican posible patología grave, comprobaciones de interacciones farmacológicas, orientación sobre la prescripción de antibióticos, calculadoras de estratificación de riesgo cardiovascular y ayudas para decisiones de derivación.

Una distinción fundamental que determina cómo debe interpretarse la evidencia es la diferencia entre el apoyo a la decisión clínica pasivo y el activo. Los sistemas pasivos operan en segundo plano, revisando las prescripciones en busca de interacciones y señalando resultados anormales, sin interrumpir el flujo de la consulta. Los sistemas activos intervienen en tiempo real, ofreciendo sugerencias durante el encuentro clínico. Estos dos modos presentan perfiles de evidencia, desafíos de implementación y riesgos diferentes. La metarrevisión LINNEAUS sobre sistemas informatizados de apoyo al diagnóstico en atención primaria identificó que la integración profunda con el sistema de historias clínicas y la activación del apoyo en puntos apropiados del flujo de trabajo cognitivo son requisitos previos para la efectividad. Este hallazgo se aplica mucho más a los sistemas activos que a los pasivos.

Más recientemente, han surgido herramientas basadas en modelos de lenguaje de gran tamaño. Estos modelos pueden sintetizar la historia del paciente, los síntomas actuales y el contexto clínico para generar diferenciales clasificados o sugerir próximos pasos. Representan un cambio cualitativo respecto a las alertas basadas en reglas, pero también plantean nuevas preguntas sobre fiabilidad, calibración y confianza del profesional sanitario.

Cómo miden los investigadores la reducción del error diagnóstico

Antes de evaluar qué muestra la evidencia, vale la pena entender por qué medir la reducción del error diagnóstico es metodológicamente difícil y por qué los médicos de familia deberían abordar con cautela los tamaños de efecto publicados.

El error diagnóstico se identifica típicamente de forma retrospectiva: un diagnóstico omitido se hace visible solo cuando un paciente se deteriora, regresa con síntomas que empeoran o recibe un diagnóstico diferente de un especialista. Esto hace que la medición prospectiva sea un reto. La mayoría de los estudios, por lo tanto, se basan en resultados indirectos: tasas de derivación apropiadas, tiempo hasta el diagnóstico, adecuación de la prescripción de antibióticos o patrones de solicitud de pruebas de laboratorio. Estas son medidas legítimas del proceso clínico, pero no equivalen a reducciones confirmadas en el daño al paciente por diagnósticos omitidos.

Los diseños de estudio también varían enormemente. Los ensayos controlados aleatorizados en este ámbito son escasos y difíciles de realizar. Los profesionales sanitarios no pueden ser fácilmente cegados respecto a si están usando una herramienta de apoyo a la decisión clínica, y la aleatorización por conglomerados introduce sus propios factores de confusión. Los estudios observacionales y los datos de auditoría dominan la literatura, lo que limita la inferencia causal. Una revisión de alcance de 2021 en el International Journal of Environmental Research and Public Health concluyó que, si bien se ha demostrado que el apoyo a la decisión clínica mejora la calidad de la atención en diversos entornos médicos, su utilidad en el ámbito diagnóstico específicamente sigue sin estar clara.

La metarrevisión LINNEAUS examinó 1.970 estudios y encontró solo 12 adecuados para su inclusión. La base de evidencia es escasa no porque las herramientas de apoyo a la decisión clínica necesariamente fallen, sino porque la infraestructura de investigación para evaluarlas rigurosamente en atención primaria ha quedado rezagada respecto a su despliegue.

Dónde la evidencia es más sólida: condiciones específicas y casos de uso

A pesar de estas advertencias metodológicas, hay ámbitos donde las herramientas de apoyo a la decisión clínica muestran una señal consistente y creíble en atención primaria.

La adecuación en la solicitud de pruebas de laboratorio es una de las áreas más robustamente estudiadas. El ensayo aleatorizado por conglomerados ELMO, realizado en atención primaria belga por la KU Leuven y la Universidad de Gante, encontró que un sistema de apoyo a la decisión clínica que utilizaba conjuntos de órdenes para 17 indicaciones comunes mejoró la adecuación y redujo el volumen de solicitudes de pruebas de laboratorio, siendo no inferior a la atención habitual en la incidencia de error diagnóstico. Este es un ensayo controlado aleatorizado europeo de alta calidad que ofrece una tranquilidad genuina sobre la seguridad, aunque no demuestra una reducción activa del error.

La estratificación del riesgo cardiovascular es otra área donde las herramientas de apoyo a la decisión clínica estructuradas han mostrado una mejora medible del proceso, en gran medida porque la tarea de decisión está bien definida y es calculable. De manera similar, se ha demostrado que la adecuación de la prescripción de antibióticos, una preocupación importante en la atención primaria europea, mejora con las indicaciones de apoyo a la decisión clínica en múltiples estudios, aunque el mecanismo es conductual más que estrictamente diagnóstico.

La evaluación del ritmo cardíaco es un área emergente. Una encuesta francesa a médicos de familia sobre interpretación de electrocardiogramas asistida por IA encontró que el 72 % de los médicos de familia informaron que usarían electrocardiogramas con mayor frecuencia si la IA estuviera disponible para la interpretación, y que la IA ha demostrado una precisión diagnóstica en el análisis de electrocardiogramas equivalente a la de los cardiólogos. Notablemente, el 57 % de los encuestados veía la IA como una ayuda diagnóstica más que como un sistema autónomo, un enfoque que refleja cómo la mayoría de los profesionales sanitarios abordan las herramientas de apoyo a la decisión clínica en la práctica.

El razonamiento diagnóstico colectivo ofrece una perspectiva complementaria. Un estudio de 2024 en Medical Decision Making demostró que agregar diagnósticos independientes de médicos de familia mejora sustancialmente la precisión diagnóstica, y que combinar este enfoque con un sistema de apoyo a la decisión produjo ganancias adicionales. La regla de pluralidad, que pondera todos los diagnósticos independientes por igual, superó sustancialmente la precisión promedio individual del médico de familia, con el efecto aumentando con el tamaño del grupo.

Quizá la evidencia del mundo real más llamativa provenga de un estudio de 2025 de Korom et al., realizado en colaboración con Penda Health en 39.849 consultas de pacientes en 15 clínicas de Nairobi. Los profesionales sanitarios que usaban una herramienta AI Consult basada en modelos de lenguaje de gran tamaño cometieron un 16 % menos de errores diagnósticos y un 13 % menos de errores de tratamiento en comparación con aquellos sin acceso. En términos absolutos, se proyectó que la herramienta evitaría errores diagnósticos en 22.000 consultas y errores de tratamiento en 29.000 consultas anualmente en esa única red de salud. Todos los encuestados en la encuesta de profesionales sanitarios dijeron que AI Consult mejoró la calidad de la atención que brindaban, y el 75 % describió el efecto como sustancial.

Dónde la evidencia es débil, inconsistente o falta

Los hallazgos de Penda Health son llamativos, pero requieren una contextualización cuidadosa. También existe un resultado directamente contradictorio de un estudio de mayor calidad.

Un ensayo pragmático aleatorizado por conglomerados probó el apoyo a la decisión clínica asistido por ChatGPT-4o en centros de atención primaria de Kenia y encontró que no redujo significativamente el fracaso del tratamiento a 14 días en comparación con la atención habitual. Este es el diseño de estudio más riguroso disponible, un ensayo controlado aleatorizado revisado por pares, y su resultado nulo en un resultado clínico duro es un contrapunto significativo a la evidencia observacional del estudio Penda. Los dos estudios no están necesariamente en conflicto (midieron diferentes resultados, en diferentes entornos, con diferentes herramientas), pero juntos ilustran que la evidencia no es uniformemente positiva.

De forma más general, el estudio cualitativo de 2025 sobre profesionales sanitarios de atención primaria encontró que, si bien numerosos estudios han demostrado mejoras en resultados relacionados con procesos como tasas de cribado aumentadas y solicitudes incompletas reducidas, menos estudios han evaluado e informado resultados de pacientes. Esta brecha entre la mejora del proceso y el beneficio demostrable para el paciente es un tema recurrente en toda la literatura.

La fatiga de alertas es un mecanismo bien documentado por el cual la eficacia demostrada en entornos controlados no se traduce en efectividad en el mundo real. Cuando los sistemas de apoyo a la decisión clínica generan alertas frecuentes de baja especificidad, los profesionales sanitarios aprenden a anularlas habitualmente. La tasa de anulación se convierte en un techo para cualquier beneficio potencial y, en algunos entornos, el efecto neto sobre el razonamiento clínico puede ser negativo.

También hay brechas sustanciales por afección y especialidad. Para muchas de las presentaciones indiferenciadas que definen la medicina de familia (incluida la fatiga, el dolor abdominal y los síntomas musculoesqueléticos) hay poca o ninguna evidencia revisada por pares de que las herramientas de apoyo a la decisión clínica reduzcan las tasas de error diagnóstico. Las afecciones donde la evidencia es más sólida (riesgo cardiovascular, prescripción de antibióticos, solicitud de laboratorio) son precisamente aquellas donde la tarea diagnóstica es más estructurada y calculable. Las presentaciones más complejas y cognitivamente exigentes, que están en el centro del trabajo del médico de familia, permanecen en gran medida sin estudiar.

El contexto de la atención primaria europea: por qué el entorno importa

Una proporción significativa de la base de evidencia para las herramientas de apoyo a la decisión clínica en atención primaria proviene de sistemas de salud estadounidenses o entornos hospitalarios, y ninguno se traduce directamente a la medicina de familia europea.

En Estados Unidos, la atención primaria opera dentro de un panorama de sistemas de historias clínicas diferente, con distintas estructuras de incentivos, normas de documentación y tamaños de panel de pacientes. Los estudios basados en hospitales suelen involucrar preguntas diagnósticas más agudas y mejor definidas que las presentaciones crónicas, multimórbidas e indiferenciadas que predominan en las consultas de médicos de familia europeos. Los estudios realizados en entornos con menos recursos, incluido el estudio de Penda Health en Kenia y el ensayo de Nature Medicine, involucran contextos clínicos que difieren sustancialmente del NHS o de la atención primaria nórdica en cuanto a infraestructura diagnóstica de referencia, duración de la consulta y acceso a vías de derivación.

El ensayo ELMO de Bélgica sigue siendo uno de los pocos ensayos controlados aleatorizados europeos de alta calidad realizados específicamente en atención primaria, y su enfoque en la solicitud de laboratorio más que en la precisión diagnóstica per se limita lo que se puede inferir. La metarrevisión LINNEAUS, una colaboración europea, pidió enfoques más estandarizados y calculables para la representación del conocimiento y una integración más profunda del sistema de historias clínicas, señalando que ninguna condición se cumplió consistentemente en los estudios revisados. Esa observación, hecha en 2016, no se ha abordado completamente en la década transcurrida desde entonces.

La duración de la consulta también importa. Un médico de familia que trabaja con consultas de diez minutos enfrenta restricciones diferentes a las de un profesional sanitario en un entorno de estudio con más tiempo para interactuar con una interfaz de apoyo a la decisión clínica. Las herramientas que requieren entrada de datos adicional, o que presentan sugerencias en un punto del flujo de trabajo cuando la decisión clínica ya se ha tomado, difícilmente cambiarán los resultados independientemente de su precisión subyacente.

El problema de los factores humanos: cuando las herramientas de apoyo a la decisión clínica son ignoradas o mal utilizadas

La efectividad de cualquier herramienta de apoyo a la decisión clínica está limitada por si los profesionales sanitarios la usan y cómo la usan. El estudio cualitativo de 2025 sobre profesionales sanitarios de atención primaria identificó barreras sustanciales para la adopción: resistencia del profesional sanitario, procesos de aprobación organizacional, falta de infraestructura y evidencia insuficiente de efectividad comunicada a los usuarios finales. Los profesionales sanitarios enfatizaron que las herramientas deben integrarse con la integración existente del sistema de historias clínicas y presentar una interfaz fácil de navegar, requisitos que frecuentemente no se cumplen en la práctica.

El sesgo de automatización, la tendencia a confiar excesivamente en las sugerencias algorítmicas y subestimar el juicio clínico, es un riesgo documentado que va en la dirección opuesta a la fatiga de alertas. Donde la fatiga de alertas conduce al infrauso, el sesgo de automatización conduce al sobreuso acrítico. Ambos representan fallos de implementación más que propiedades inherentes de las herramientas, pero ambos se observan consistentemente en entornos reales.

El documento marco de Frontiers in Medicine sobre la reducción del diagnóstico erróneo en diagnósticos impulsados por IA concluye que es esencial un enfoque coordinado y multidimensional, integrando controles técnicos robustos, directrices éticas claras y estructuras de responsabilidad definidas. Esto no es una crítica a ninguna herramienta específica, sino que refleja el hallazgo más amplio de que el contexto de despliegue y la gobernanza importan tanto como la tecnología subyacente.

Una revisión de alcance de 2025 sobre IA en atención primaria ambulatoria encontró que la mayoría de los estudios permanecen en la fase de desarrollo, con una implementación mínima en el mundo real más allá de la transcripción ambiental y el apoyo a la decisión clínica. De 3.203 manuscritos examinados, solo ocho informaron resultados de ensayos clínicos. La brecha entre los modelos publicados y los sistemas desplegados y evaluados sigue siendo amplia.

Cómo sería realmente una buena evidencia

Dadas las limitaciones metodológicas descritas anteriormente, vale la pena ser específico sobre qué diseño de estudio daría a un médico de familia una confianza razonable de que una herramienta de apoyo a la decisión clínica reduce el error diagnóstico en su entorno.

La base de evidencia mínima creíble incluiría:

• Diseño prospectivo: resultados medidos antes y después del despliegue de la herramienta en poblaciones comparables, idealmente con aleatorización a nivel de práctica o conglomerado.

• Poblaciones de atención primaria europeas: no sistemas de salud estadounidenses, no entornos hospitalarios, no entornos con menos recursos y diferente infraestructura de referencia.

• Resultados diagnósticos confirmados: no medidas indirectas como tasas de derivación o patrones de solicitud de pruebas, sino precisión diagnóstica verificada contra datos de seguimiento.

• Validación independiente: resultados no financiados ni realizados únicamente por el desarrollador de la herramienta.

• Tasas de anulación reportadas y datos de fatiga de alertas: para confirmar que la herramienta se usó realmente de la manera que el estudio asume.

• Seguimiento suficiente: el error diagnóstico a menudo se manifiesta semanas o meses después de la consulta índice. Las ventanas de resultados a corto plazo pierden una proporción sustancial de eventos relevantes.

El método automatizado de detección de discrepancias diagnósticas validado en departamentos de emergencias suizos, que logró valores de área bajo la curva de 0,94 a 0,95 como herramienta de cribado para errores diagnósticos, ofrece un modelo de cómo la identificación retrospectiva de errores podría operacionalizarse a escala. Aplicar métodos similares a los datos de auditoría de atención primaria podría mejorar sustancialmente la base de evidencia, aunque esto sigue siendo una brecha de investigación más que una práctica establecida.

Qué deberían esperar razonablemente los médicos de familia del apoyo a la decisión clínica hoy

El resumen honesto de la evidencia actual es este: las herramientas de apoyo a la decisión clínica pueden mejorar procesos clínicos específicos y bien definidos en atención primaria, incluida la solicitud de pruebas de laboratorio, la prescripción de antibióticos, la estratificación del riesgo cardiovascular y, potencialmente, la evaluación del ritmo cardíaco. En esos ámbitos, la evidencia es creíble y, en algunos casos, proviene de ensayos controlados aleatorizados europeos de alta calidad.

Lo que la evidencia aún no establece es que las herramientas de apoyo a la decisión clínica reduzcan las tasas generales de error diagnóstico en la atención primaria europea. Los estudios que muestran los mayores efectos (como el estudio observacional de Penda Health) se realizan en contextos sanitarios distintos y utilizan resultados indirectos o autoinformados. El ensayo controlado aleatorizado de mayor calidad disponible (el ensayo aleatorizado por conglomerados de Nature Medicine) no encontró una reducción significativa en los resultados clínicos duros. Las revisiones sistemáticas fundamentales identifican solo un puñado de estudios que cumplen con los umbrales de calidad y piden una metodología más rigurosa.

Para los médicos de familia que están considerando si adoptar o recomendar una herramienta de apoyo a la decisión clínica, vale la pena hacer las siguientes preguntas a cualquier proveedor o equipo de implementación:

• ¿Cuál es la base de evidencia y se generó en un entorno de atención primaria europea?

• ¿Se midieron los resultados a nivel del paciente o solo a nivel del proceso?

• ¿Cuáles son las tasas de anulación de alertas en el uso real y cómo se monitoriza la fatiga de alertas?

• ¿Cómo se integra la herramienta con el sistema de historias clínicas existente y en qué punto del flujo de trabajo de la consulta interviene?

• ¿Ha sido la herramienta validada de forma independiente o los estudios de apoyo provienen principalmente del desarrollador?

• ¿Está la herramienta clasificada como dispositivo médico bajo el marco regulatorio correspondiente y qué vigilancia poscomercialización existe?

Las herramientas de apoyo a la decisión clínica no carecen de valor en atención primaria. La evidencia para aplicaciones específicas es genuina. Pero la afirmación de que reducen el error diagnóstico de forma generalizada, en toda la gama de presentaciones que un médico de familia encuentra, aún no está respaldada por la evidencia disponible. Considerarlas como ayudas dirigidas para tareas bien definidas, más que como soluciones generales a la incertidumbre diagnóstica, refleja lo que la investigación realmente muestra.

Preguntas frecuentes

▶ ¿Las herramientas de apoyo a la decisión clínica realmente reducen los errores diagnósticos en medicina de familia?

La evidencia es mixta. Algunos estudios muestran mejoras medibles en procesos clínicos específicos, como la solicitud de pruebas de laboratorio y la prescripción de antibióticos, pero ningún ensayo controlado aleatorizado europeo de alta calidad ha demostrado aún una reducción amplia en las tasas de error diagnóstico en toda la gama de presentaciones que un médico de familia atiende. El ensayo controlado aleatorizado más riguroso disponible, un ensayo aleatorizado por conglomerados de apoyo a la decisión asistido por ChatGPT-4o en atención primaria de Kenia, no encontró una reducción significativa en los resultados clínicos duros. La evidencia respalda el uso de estas herramientas como ayudas dirigidas para tareas bien definidas, más que como soluciones generales a la incertidumbre diagnóstica.

▶ ¿Cuál es la diferencia entre apoyo a la decisión clínica pasivo y activo?

Los sistemas de apoyo a la decisión clínica pasivos operan en segundo plano, revisando las prescripciones en busca de interacciones farmacológicas o señalando resultados anormales, sin interrumpir la consulta. Los sistemas activos intervienen en tiempo real durante el encuentro clínico, ofreciendo sugerencias de diagnóstico diferencial o alertas de señales de alarma. Ambos modos presentan perfiles de evidencia y desafíos de implementación diferentes. La investigación sugiere que la integración profunda con el sistema de historias clínicas y la activación del apoyo en el punto adecuado del flujo de trabajo cognitivo del profesional sanitario son requisitos previos para que el apoyo a la decisión clínica activo sea efectivo.

▶ ¿Qué áreas clínicas tienen la evidencia más sólida para las herramientas de apoyo a la decisión en atención primaria?

La evidencia más sólida cubre la adecuación en la solicitud de pruebas de laboratorio, la prescripción de antibióticos y la estratificación del riesgo cardiovascular. El ensayo aleatorizado por conglomerados ELMO, realizado en atención primaria belga, encontró que un sistema de apoyo a la decisión clínica mejoró la adecuación de la solicitud de pruebas de laboratorio y no fue inferior a la atención habitual en la incidencia de error diagnóstico. La evaluación del ritmo cardíaco es un área emergente: una encuesta francesa a médicos de familia encontró que la interpretación de electrocardiogramas asistida por IA demostró una precisión diagnóstica equivalente a la de los cardiólogos, y el 72 % de los médicos de familia dijo que usaría electrocardiogramas con mayor frecuencia si la interpretación por IA estuviera disponible.

▶ ¿Por qué es tan difícil medir si el apoyo a la decisión clínica reduce el error diagnóstico?

El error diagnóstico se identifica típicamente de forma retrospectiva, haciéndose visible solo cuando un paciente se deteriora o recibe un diagnóstico diferente más adelante. Esto hace que la medición prospectiva sea difícil. La mayoría de los estudios se basan en resultados indirectos como tasas de derivación o patrones de solicitud de pruebas, más que en reducciones confirmadas en el daño al paciente. Los ensayos controlados aleatorizados son raros porque los profesionales sanitarios no pueden ser cegados respecto a si están usando una herramienta de apoyo a la decisión clínica. La metarrevisión LINNEAUS examinó 1.970 estudios y encontró solo 12 adecuados para su inclusión, lo que refleja cuán escasa sigue siendo la base de evidencia.

▶ ¿Qué es la fatiga de alertas y cómo afecta la efectividad en el mundo real de estas herramientas?

La fatiga de alertas ocurre cuando los sistemas de apoyo a la decisión clínica generan alertas frecuentes de baja especificidad y los profesionales sanitarios aprenden a anularlas habitualmente. La tasa de anulación se convierte en un techo para cualquier beneficio potencial. En algunos entornos, el efecto neto sobre el razonamiento clínico puede ser negativo. Va en la dirección opuesta al sesgo de automatización, que es la tendencia a confiar excesivamente en las sugerencias algorítmicas y subestimar el juicio clínico. Ambos representan fallos de implementación más que defectos inherentes de las herramientas, pero ambos se observan consistentemente en entornos reales.

▶ ¿La evidencia de sistemas de salud estadounidenses o africanos se aplica a la medicina de familia europea?

No directamente. Una proporción significativa de la base de evidencia de apoyo a la decisión clínica proviene de sistemas de salud estadounidenses o entornos hospitalarios, que involucran diferentes panoramas de sistemas de historias clínicas, estructuras de incentivos y tamaños de panel de pacientes. Los estudios de entornos con menos recursos, incluido el estudio de Penda Health en Kenia, involucran contextos clínicos que difieren sustancialmente del NHS o de la atención primaria nórdica en cuanto a infraestructura diagnóstica de referencia, duración de la consulta y acceso a vías de derivación. El ensayo ELMO de Bélgica sigue siendo uno de los pocos ensayos controlados aleatorizados europeos de alta calidad realizados específicamente en atención primaria.

▶ ¿Qué preguntas debería hacer un médico de familia antes de adoptar una herramienta de apoyo a la decisión clínica?

Vale la pena preguntar si la evidencia se generó en un entorno de atención primaria europea y si los resultados se midieron a nivel del paciente o solo a nivel del proceso. También debería preguntar cuáles son las tasas de anulación de alertas en el uso real, cómo se integra la herramienta con el sistema de historias clínicas existente y en qué punto del flujo de trabajo de la consulta interviene. Verificar si la herramienta ha sido validada de forma independiente, en lugar de estudiada únicamente por el desarrollador, y si está clasificada como dispositivo médico bajo el marco regulatorio correspondiente, también son pasos importantes.

▶ ¿Cómo sería realmente una buena evidencia para la reducción del error diagnóstico en atención primaria?

La evidencia creíble requeriría un diseño prospectivo con aleatorización a nivel de práctica o conglomerado, realizado en poblaciones de atención primaria europeas en lugar de entornos hospitalarios o con menos recursos. Los resultados deberían ser precisión diagnóstica verificada contra datos de seguimiento, no medidas indirectas como tasas de derivación. Los estudios necesitarían validación independiente, tasas de anulación de alertas reportadas para confirmar que la herramienta se usó realmente como se asumió y tiempo de seguimiento suficiente, ya que el error diagnóstico a menudo se manifiesta semanas o meses después de la consulta índice.

▶ ¿Qué encontró el estudio Penda Health y cómo deberían interpretarse sus resultados?

Un estudio de 2025 de Korom et al., realizado en 39.849 consultas de pacientes en 15 clínicas de Nairobi, encontró que los profesionales sanitarios que usaban una herramienta AI Consult basada en modelos de lenguaje de gran tamaño cometieron un 16 % menos de errores diagnósticos y un 13 % menos de errores de tratamiento en comparación con aquellos sin acceso. Todos los encuestados en la encuesta de profesionales sanitarios dijeron que la herramienta mejoró la calidad de la atención que brindaban. Sin embargo, el estudio es observacional y no aleatorizado, y se realizó en un entorno clínico que difiere sustancialmente de la medicina de familia europea. Existe un resultado directamente contradictorio de un ensayo controlado aleatorizado de mayor calidad en un entorno comparable, que no encontró una reducción significativa en los resultados clínicos duros.