Inteligencia Artificial: oportunidades, límites y precauciones

Imagina a una enfermera clínica que debe preparar una sesión formativa sobre la prevención de lesiones por presión con superficies especiales para el manejo de la presión (SEMP). Para ello, abre una herramienta de Inteligencia Artificial generativa y en segundos obtiene 20 artículos, una síntesis de resultados y hasta posibles preguntas de investigación. ¿Demasiado bueno para ser cierto?

Vivimos una revolución tecnológica que está transformando nuestra forma de trabajar, aprender y tomar decisiones. En los últimos tres años, la inteligencia artificial generativa (IA Gen) ha irrumpido con fuerza en los entornos profesionales, incluyendo la sanidad, la investigación y la educación. Si bien ofrece enormes oportunidades, también plantea nuevos desafíos que deben abordarse con conocimiento, espíritu crítico y responsabilidad ética.

 

¿Qué es la inteligencia artificial generativa?

La inteligencia artificial (IA), según la UNESCO, engloba sistemas capaces de imitar funcionalidades propias de la inteligencia humana, como percibir patrones, aprender, razonar o comunicarse en lenguaje natural. Dentro de este campo, la IA Gen se especializa en crear contenido nuevo a partir de datos y patrones previos. Esto incluye desde textos, imágenes y vídeos, hasta código, música o simulaciones interactivas.

La IA Gen se basa en algoritmos de aprendizaje profundo (deep learning), entrenados con cantidades masivas de información. Gracias a ellos, puede generar respuestas aparentemente coherentes, creativas y, a veces, sorprendentemente útiles. Es lo que ocurre con herramientas generalistas como ChatGPT, Claude, Copilot, DeepSeek o Gemini, que ya se han integrado en múltiples entornos profesionales.

La mayoría de estos sistemas se sustentan en los llamados Large Language Models (LLM): modelos lingüísticos de gran escala capaces de procesar y generar texto. Esta capacidad es clave para tareas clínicas complejas, análisis de literatura científica o generación de contenido docente.

En este contexto, el profesional sanitario se enfrenta a un dilema: ¿cómo aprovechar el potencial de estas herramientas sin caer en errores graves?

 “La IA generativa tiene el potencial de optimizar nuestras búsquedas, ampliar el acceso al conocimiento y apoyar la toma de decisiones. Pero su valor real dependerá de cómo la integremos en nuestra práctica diaria, sin delegar el juicio clínico ni la responsabilidad profesional.”

 

Aplicaciones en la búsqueda y gestión del conocimiento científico

La IA Gen ha comenzado a transformar la forma en que realizamos revisiones bibliográficas y exploramos el conocimiento disponible:

• Búsqueda bibliográfica automatizada: filtra e identifica fuentes relevantes de forma rápida.
• Resúmenes y síntesis: extrae ideas clave de múltiples estudios.
• Extracción de datos: identifica variables, resultados y métodos de los estudios.
• Cribado inicial: ayuda a aplicar criterios de inclusión preliminarmente.
• Asistencia en preguntas PICO: transforma preguntas clínicas en estructuras de búsqueda eficientes.
• Exploración de lagunas de conocimiento: sugiere áreas poco estudiadas y preguntas de investigación relevantes.

Estas funcionalidades se están integrando en diversas herramientas diseñadas para mejorar la productividad científica. A continuación, analizamos seis herramientas con opción gratuita, seleccionadas por su utilidad práctica. Existen muchas más, y todas están en constante evolución.

 

CONSENSUS: síntesis basada en evidencia

Herramienta gratuita que utiliza modelos de IA avanzados para analizar grandes volúmenes de literatura científica y extraer patrones relevantes. Muy útil para tomar decisiones basadas en evidencia en tiempo real, preparar debates clínicos o diseñar guías de práctica clínica.

Características principales:

• Análisis de consenso: muestra el grado de acuerdo o desacuerdo entre artículos sobre una hipótesis específica (por ejemplo: “¿La musicoterapia reduce la ansiedad prequirúrgica?”).
• Exploración temática rápida: accede a artículos mediante preguntas formuladas en lenguaje natural.
• Síntesis estructurada: resume los hallazgos clave y proporciona citas exactas.
• Integración con gestores bibliográficos: permite exportar a Zotero, EndNote o Mendeley.
• Uso de bases como Semantic Scholar y OpenAlex: garantiza una cobertura científica respetable, aunque no completa.

Ejemplo: Un residente de enfermería busca evidencias rápidas para una presentación sobre el efecto de la musicoterapia en la ansiedad prequirúrgica. Con Consensus, formula la pregunta en lenguaje natural y accede a una síntesis clara del nivel de acuerdo entre estudios.

 

ELICIT: inteligencia artificial para investigadores

Herramienta concebida para facilitar tareas de investigación complejas y repetitivas, como las revisiones bibliográficas o la extracción de datos de artículos. Ideal para investigadores en fases iniciales de revisión de literatura y formulación de hipótesis.

Características principales:

• Búsqueda semántica en lenguaje natural: no necesita usar operadores booleanos ni sintaxis de bases de datos. Permite consultas como “efectividad del vendaje multicapa en úlceras venosas”.
• Resumen automático de artículos: presenta información clave como objetivos, métodos, tamaño de muestra y resultados principales.
• Extracción estructurada: facilita la comparación entre estudios destacando hipótesis, variables y resultados cuantitativos.
• Asistente para formular preguntas de investigación: sugiere nuevas hipótesis o áreas poco exploradas en base a los resultados encontrados.
• Integración con Zotero o Mendeley: permite gestionar referencias de forma automática.
• Limitaciones: cobertura parcial (basada en Semantic Scholar) y mejores resultados en inglés. Algunas funciones avanzadas son de pago.

Ejemplo: una enfermera investigadora utiliza esta herramienta para comparar estudios sobre apósitos de plata en heridas crónicas.

 

EVIDENCE HUNT: búsqueda de evidencia científica curada y actualizada

Plataforma que centraliza y filtra automáticamente los últimos ensayos clínicos, revisiones sistemáticas y guías de práctica clínica de múltiples fuentes, incluyendo PubMed, Cochrane, NICE y WHO. Ideal para profesionales sanitarios que quieren mantenerse actualizados de forma rápida y fiable, sin riesgo de alucinaciones ni ruido informativo.

Características principales:

• Base de datos curada manualmente: revisada por expertos que filtran solo artículos de alto valor clínico.
• Actualización diaria: garantiza acceso a la información más reciente.
• Etiquetas clínicas y categorías: permite buscar por especialidad, tipo de intervención, patología o tipo de estudio.
• Resumen clínico: incluye una breve sinopsis de cada estudio para lectura rápida.
• Newsletter personalizada: puedes recibir alertas temáticas según tus intereses clínicos o de investigación.
• Enlace directo al artículo original: sin pasar por intermediarios.

Ejemplo: Una enfermera gestora de casos recibe cada lunes una newsletter personalizada con las últimas guías clínicas de NICE y revisiones Cochrane sobre el manejo de heridas crónicas, sin tener que buscarlas manualmente.

 “No basta con saber usar herramientas de Inteligencia Artificial: es necesario entender cómo funcionan, evaluar sus limitaciones y verificar sus resultados. Solo así podremos evitar errores, sesgos o decisiones mal fundamentadas que puedan comprometer la calidad asistencial o científica.”

 

OPEN EVIDENCE: soporte clínico actualizado

Herramienta enfocada directamente a la práctica clínica, ayudando a tomar decisiones rápidas basadas en evidencia actualizada. Ideal como herramienta de consulta rápida en la práctica asistencial o para docencia clínica.

Características principales:

• Cobertura amplia: más de 1.000 patologías y 160 especialidades médicas.
• Fuentes fiables: accede a contenidos de revistas como NEJM, JAMA o The Lancet.
• Formato de respuesta clínico y sintético: útil para médicos, farmacéuticos y profesionales sanitarios en entornos de alta demanda.
• Integración con PubMed y SciELO: permite ver la fuente original de los datos.
• Disponible en múltiples plataformas: versión web y app para iOS/Android.
• Limitaciones: no permite exportar referencias, no sustituye una revisión sistemática formal, y funciona mejor en inglés.

Ejemplo: Durante una guardia en urgencias, un médico consulta rápidamente si hay evidencia reciente sobre el uso de corticosteroides en bronquiolitis. Open Evidence le muestra un resumen clínico actualizado en menos de 30 segundos, con enlace directo al artículo en The Lancet.

 

RESEARCH RABBIT: explora redes de conocimiento

Herramienta gratuita permite explorar de forma visual e interactiva redes de artículos, autores y líneas temáticas conectadas. Especialmente útil para descubrir nuevos autores, detectar tendencias o construir líneas de investigación a partir de un artículo inicial.

Características principales:

• Mapas visuales interactivos: representan conexiones entre trabajos científicos, mostrando genealogías temáticas, colaboraciones o influencias mutuas.
• Recomendaciones inteligentes: propone nuevos artículos en función de las colecciones propias del usuario.
• Alertas personalizadas: notifica sobre nuevas publicaciones relevantes.
• Función colaborativa: posibilidad de compartir colecciones con colegas o equipos de trabajo.
• Integración con Zotero: facilita el manejo y exportación de referencias.

Ejemplo: un equipo docente visualiza cómo se ha desarrollado la investigación sobre DAI desde el año 2000.

 

SCITE.AI: evidencia con contexto y análisis de citas

Herramienta que combina inteligencia artificial con análisis bibliométrico para ofrecer no solo artículos científicos, sino también el contexto en el que esos artículos han sido citados. Esto permite diferenciar si una cita apoya, refuta o simplemente menciona otro trabajo. Ideal para investigadores y clínicos que necesitan valorar la fiabilidad de una fuente más allá del factor de impacto o del número de citas.

Características principales:

• Citas con contexto: cada cita se clasifica como “afirmativa”, “contradictoria” o “neutral”.
• Panel visual de credibilidad: permite ver cómo un artículo ha sido recibido por la comunidad científica.
• Evaluación de la robustez: permite filtrar los estudios más sólidos según el tipo de estudio, revisión por pares, etc.
• Búsqueda semántica: puedes buscar preguntas en lenguaje natural.
• Perfil de autor y revista: muestra la calidad y comportamiento de citación de cada autor o publicación.
• Integración con Zotero y EndNote: facilita la gestión bibliográfica.

Ejemplo: Un investigador compara dos revisiones sistemáticas sobre el desbridamiento en úlceras por presión. Con Scite, descubre que una de ellas ha sido citada repetidamente de forma crítica, mientras que la otra ha recibido citas afirmativas en artículos recientes.

“La alfabetización digital en Inteligencia Artificial debe formar parte del nuevo currículo competencial del profesional sanitario. Esto implica no solo formación técnica, sino también el desarrollo de habilidades críticas para distinguir entre una ayuda útil y una ilusión convincente.”

 

Precauciones: las “alucinaciones” de la IA

Aunque el potencial es enorme, las IA generativas pueden generar errores graves, especialmente en entornos científicos. Entre los riesgos más comunes están:

• Referencias científicas inventadas o imprecisas.
• Revistas inexistentes con nombres plausibles.
• DOIs falsos o descontextualizados.
• Títulos y autores mezclados.
• Errores factuales o falacias lógicas.

Estos errores no son anecdóticos: son el resultado estructural de cómo aprenden, como han sido entrenadas estas herramientas. Por eso, es imprescindible contrastar siempre la información con fuentes científicas verificadas y acceder a la fuente original.

 

Claves para un uso ético y riguroso

• No delegar el juicio profesional: la IA Gen es una herramienta, no una fuente de verdad.
• Verificar siempre las citas y fuentes.
• Redactar prompts de calidad, adaptados a cada una de las herramientas, especificando audiencia, objetivos y formato.
• Indicar el uso de IA en trabajos académicos o clínicos.
• Citar correctamente los contenidos generados por IA, siguiendo las recomendaciones APA, MLA o Chicago cuando sea necesario.

 

Conclusión: del asombro a la competencia crítica

La inteligencia artificial generativa ha llegado para quedarse. Oponerse a su uso no tiene sentido, pero integrarla sin comprenderla, tampoco. Para que esta tecnología sea verdaderamente útil en el ámbito sanitario, debe utilizarse con criterio, pensamiento crítico y compromiso ético.

No basta con saber usar herramientas de IA: es necesario entender cómo funcionan, evaluar sus limitaciones y verificar sus resultados. Solo así podremos evitar errores, sesgos o decisiones mal fundamentadas que puedan comprometer la calidad asistencial o científica.

La alfabetización digital en IA debe formar parte del nuevo currículo competencial del profesional sanitario. Esto implica no solo formación técnica, sino también el desarrollo de habilidades críticas para distinguir entre una ayuda útil y una ilusión convincente.

La IA generativa tiene el potencial de optimizar nuestras búsquedas, ampliar el acceso al conocimiento y apoyar la toma de decisiones. Pero su valor real dependerá de cómo la integremos en nuestra práctica diaria, sin delegar el juicio clínico ni la responsabilidad profesional.

La inteligencia artificial no reemplaza la ciencia, ni la experiencia, ni el pensamiento ético. En manos expertas, las potencia.

¿Estamos preparados para aprovechar su potencial sin comprometer la seguridad del paciente ni la integridad del conocimiento? Esa es la pregunta que debemos seguir haciéndonos con rigor, humildad y visión de futuro.

 

Lel Coma Campmany

(*) Artículo elaborado en Junio de 2025.