En abril de 2026, los médicos estadounidenses recurrieron a un único servicio de IA en aproximadamente 27 millones de casos clínicos. Se trata de OpenEvidence, un motor de búsqueda de medicina basada en la evidencia que, según datos de la propia empresa, es utilizado por cerca del 65% de los médicos de EE. UU. En Rusia, la mayoría de los colegas tiene guardado en sus marcadores un chatbot común en su lugar, y en el prompt se envía un resumen clínico con el apellido del paciente.
La diferencia entre estas dos situaciones no radica en la calidad de los modelos. Reside en tres preguntas que vale la pena hacerle a cualquier red neuronal antes de ponerla a trabajar: de dónde obtuvo la respuesta, qué sucede con los datos del paciente y quién es el responsable si se equivoca.
A continuación, un análisis de dieciocho modelos según estos criterios. Sin publicidad: algunos de ellos son inútiles en la clínica, y también se detalla al respecto.
- Qué modelo para cada tarea: tabla resumida
- IA médica especializada
- Modelos universales: GPT, Claude, Gemini
- Modelos rusos y cuestión de disponibilidad
- Resto de modelos: resumen
- Por qué el 96% en el USMLE no significa nada
- Secreto médico: qué no se debe introducir en un prompt
- Quién es responsable de un error de la IA
- Cómo formular una consulta clínica
- Preguntas frecuentes
Qué modelo para cada tarea
No existe una respuesta universal a la pregunta «qué red neuronal es mejor para un médico», del mismo modo que no existe el mejor fármaco en general. Hay una tarea y una herramienta adecuada para ella.
| Tarea | Qué es adecuado | Principal limitación |
|---|---|---|
| Buscar base de evidencia con referencias | OpenEvidence, Perplexity | Verificar la fuente original; a veces el enlace no es relevante |
| Analizar un caso clínico complejo | GPT-5, Claude, Gemini (modo de razonamiento) | Solo datos anonimizados |
| Borrador de documento, resumen clínico, carta | Cualquier modelo principal | Revisar el texto; el modelo inventa detalles |
| Trabajo con datos dentro del circuito de la Federación Rusa | GigaChat, YandexGPT | Menor rendimiento en literatura en inglés |
| Traducción y análisis de artículos en inglés | Claude, GPT-5, DeepSeek | Verificar los términos con el diccionario |
| Preparación para exámenes y acreditación | Red neuronal de WhiteCoat Pro | Adaptada al programa de la facultad de medicina, no a la práctica clínica |
| Establecer el diagnóstico de un paciente | Ninguno de los anteriores | Jurídica y clínicamente inadmisible |
IA médica especializada
Red neuronal de WhiteCoat Pro
Todos los demás modelos de esta lista responden sobre «medicina en general». Nuestro tutor de IA responde en contexto: detecta en qué año académico está, qué temas ya ha completado, dónde falló en el test la semana pasada, y explica precisamente ese punto que no ha comprendido.
Detrás de él no hay un internet abstracto, sino su propia base: 38 asignaturas de la facultad de medicina, 993 guías metodológicas, 136 557 páginas de material y 104 384 preguntas con su respectiva resolución. Si pregunta sobre la sintopía del riñón, obtendrá la respuesta según la misma guía metodológica con la que se examinará mañana, y no un resumen de un libro de texto en inglés.
Qué aporta en la práctica:
- explicación de cualquier tema en el lenguaje de su cátedra y no mediante traducción automática;
- análisis de errores en los tests: no solo «la respuesta correcta es B», sino por qué exactamente es B;
- simulador de examen estatal con evaluación de respuestas desarrolladas por parte de la red neuronal;
- repetición espaciada: el sistema le devuelve automáticamente aquello que está empezando a olvidar;
- casos clínicos y más de 30 calculadoras — CURB-65, qSOFA, CHA2DS2-VASc, entre otras.
La plataforma es utilizada por más de 30 000 estudiantes de medicina de 204 universidades, acumulando más de 63 000 horas de estudio. Puede empezar sin registrarse — abrir la clase de demostración.
Este es nuestro propio producto y lo presentamos abiertamente. El tutor está diseñado para el aprendizaje y la preparación de exámenes; las prescripciones médicas y las decisiones a pie de cama siguen siendo responsabilidad exclusiva del médico.
OpenEvidence
No responde «de memoria», sino con citas de fuentes revisadas por pares y con enlaces directos. Mediante un acuerdo de asociación, están disponibles dentro de la plataforma los textos completos del New England Journal of Medicine — con tablas e ilustraciones, y no solo resúmenes (abstracts).
A mediados de 2026, el servicio había procesado más de 200 millones de consultas clínicas. El registro requiere la verificación del estatus médico y está dirigido a clínicos de EE. UU.; no hay acceso directo desde Rusia.
Aclaración importante: los médicos señalaron en entrevistas con NBC News que el servicio comete errores y exagera en casos raros y complejos. Otra crítica frecuente por parte de los profesores es que los residentes dejan de distinguir lo principal de lo secundario cuando reciben la respuesta ya elaborada.
Modelos universales: GPT, Claude, Gemini
Son modelos de propósito general y precisamente los que más a menudo terminan en manos de un médico. Sus puntos fuertes son el lenguaje, la estructuración y el análisis de textos extensos. Su punto débil común: no saben lo que no saben y completan con confianza la información faltante.
ChatGPT (GPT-5)
Según las evaluaciones publicadas, muestra los mejores resultados entre los modelos universales en pruebas médicas. Es útil en el trabajo cuando se requiere conectar datos dispersos: desarrollar un diagnóstico diferencial, explicar un mecanismo o reescribir un texto para una audiencia específica.
La limitación es el acceso desde Rusia y la prohibición estricta de cargar datos de pacientes no anonimizados.
Claude
Mantiene el contexto de un artículo largo o una guía de estudio completa, rara vez «mejora» los hechos al resumir y es notablemente más cauta al formular cuando faltan datos. Es útil para analizar literatura en inglés y preparar materiales.
Gemini
Analiza bien esquemas, tablas y estudios de imagen dentro de un documento, y está integrado con la búsqueda. Google cuenta con una línea de investigación independiente, Med-Gemini, orientada al razonamiento clínico, pero no es el producto que un usuario común abre en el navegador.
Modelos rusos y la cuestión de la accesibilidad
Aquí comienza la práctica sobre la cual las reseñas en inglés no escriben. Para un médico que trabaja en una clínica rusa, la pregunta «qué modelo es más inteligente» es secundaria frente a la pregunta «a dónde van físicamente los datos».
GigaChat (Sber) y YandexGPT
Ambos modelos están disponibles sin rodeos, manejan el ruso y la terminología médica, y almacenan los datos dentro del país. En el análisis de estudios en inglés y razonamientos clínicos complejos, pierden frente a los principales modelos extranjeros, lo cual es evidente a simple vista.
Pero son precisamente la única opción que tiene sentido discutir cuando se trata de datos de trabajo. E incluso aquí, la anonimización sigue siendo obligatoria: el consentimiento del paciente para el tratamiento de datos por parte de la clínica no equivale al consentimiento para transferirlos a un servicio de IA de terceros.
Los demás: brevemente
- Perplexity: búsqueda con enlaces obligatorios. Es bueno como un «Google rápido», pero la calidad de las fuentes la controlas tú.
- DeepSeek: modelo potente y económico, razona decentemente. Los datos salen fuera de la Federación Rusa.
- Grok: rápido, libre en sus formulaciones. Una opción dudosa para la medicina.
- Qwen, Kimi, MiniMax: modelos chinos, algunos con pesos abiertos. Son interesantes para quienes despliegan IA localmente en su propio servidor.
- Llama, Mistral, Command A: modelos abiertos. Su valor para la medicina radica en una sola cosa: se pueden levantar dentro de la clínica, por lo que los datos no abandonan el perímetro.
- Copilot: básicamente un envoltorio alrededor de los modelos de OpenAI dentro de aplicaciones de oficina. Útil para documentos, no para la clínica.
- Reka: modelo multimodal de nicho, casi inexistente en la práctica médica.
Por qué el 96% en el USMLE no significa nada
El principal argumento de las recopilaciones publicitarias son las puntuaciones en exámenes médicos. Según las evaluaciones publicadas de 2026, los mejores modelos alcanzan el 91–96% en MedQA (la base de preguntas del USMLE). Las cifras son atractivas, pero miden algo que no es lo que el médico necesita.
MedQA es un examen de opción múltiple. La opción correcta está físicamente en la pantalla y la tarea del modelo es elegirla. Una consulta real funciona de otra manera: no hay opciones, faltan algunos datos y la mitad de la información proviene de la exploración física y no del texto.
De aquí se desprende una conclusión práctica: una puntuación alta de un modelo en un examen indica que supera bien los exámenes. Exactamente eso y nada más.
Secreto médico: qué no se debe introducir en un *prompt*
Los datos sobre el hecho mismo de buscar ayuda, el diagnóstico y el estado del paciente constituyen secreto médico. Es una subcategoría de datos personales protegida por la ley federal 152-FZ y no se puede divulgar sin el consentimiento por escrito del paciente. Enviar texto a un servicio extranjero constituye además una transferencia transfronteriza.
Una trampa específica son los detalles raros. «Paciente de 34 años, odontóloga de un hospital de distrito, 28 semanas de gestación, síndrome raro»: formalmente ningún identificador, pero en la práctica los colegas reconocen a la persona desde la primera línea. La anonimización no es eliminar el nombre completo, sino hacer imposible reconocer a una persona específica.
El formato de trabajo se ve así: «Mujer de 30 a 35 años, gestación en III trimestre. Motivo de consulta: … Antecedentes: … Exploración física: … Datos de laboratorio: …». Clínicamente se conserva todo y la persona es irreconocible.
Quién es responsable de un error de la IA
Respuesta corta: el médico. La respuesta detallada también es el médico, pero con una explicación de por qué no puede ser de otra manera.
Según la legislación rusa, la inteligencia artificial no es un sujeto de actividad médica. No tiene licencia, ni obligaciones, ni la capacidad de asumir responsabilidades. De acuerdo con el artículo 70 de la ley 323-FZ, el examen es organizado y el diagnóstico es establecido por el médico tratante, y la decisión recae en él. Esta postura fue confirmada públicamente por expertos legales en el Foro Jurídico Internacional de San Petersburgo en junio de 2026.
Cómo formular una consulta clínica
La calidad de la respuesta está determinada por la consulta mucho más que por la elección del modelo. Una estructura de trabajo consta de cuatro partes.
- Rol y contexto. «Asesoras a un médico general de un policlínico. Responde según las guías clínicas y señala el nivel de evidencia».
- Datos anonimizados en bloques. Edad en un rango, sexo, motivo de consulta, antecedentes, datos objetivos, resultados de pruebas. Estructurados, no en texto corrido.
- Tarea específica. No «qué le pasa al paciente», sino «enumera el diagnóstico diferencial con justificación e indica qué pruebas separan estas hipótesis».
- Verificación de veracidad. «Señala por separado lo que en tu respuesta no está confirmado por fuentes y dónde completaste información por tu cuenta». Este punto es el que más se pasa por alto y es el que detecta la mayor parte de las invenciones.
Y otra regla que ahorra la mayor cantidad de tiempo: hazle preguntas al modelo en el mismo idioma en el que están escritas las fuentes necesarias. Una pregunta sobre un síndrome raro en inglés dará una respuesta notablemente más precisa que la misma pregunta en ruso.
Pregúntale a la red neuronal que conoce tu manual de estudio
Red neuronal para médicos: apuntes, acordeones, presentaciones e historias clínicas en ruso →
38 asignaturas, 136 557 páginas de material, 104 384 preguntas con explicaciones. Ya cuenta con 30 000 estudiantes de 204 universidades. La primera lección se abre sin registro.
Abrir lección de demostraciónPreguntas frecuentes
¿Qué red neuronal es la más adecuada para un médico en 2026?
No existe un único modelo ideal; la elección depende de la tarea. OpenEvidence está diseñado para la búsqueda basada en la evidencia con enlaces. Para el análisis de casos complejos y borradores son adecuados GPT-5, Claude y Gemini. Para trabajar dentro del perímetro ruso, GigaChat y YandexGPT. Para el estudio y la preparación de exámenes, la red neuronal de WhiteCoat Pro, ya que responde según el programa de un curso específico y las guías de estudio, y no sobre la «medicina en general». Ninguna debe utilizarse como fuente de un diagnóstico definitivo.
¿Se pueden cargar datos de pacientes en ChatGPT?
No. El diagnóstico, el estado y el hecho mismo de la consulta constituyen secreto médico y datos personales protegidos por la ley 152-FZ. Transferir información a un servicio extranjero también implica una transferencia transfronteriza. Solo se puede trabajar con una descripción completamente anonimizada en la que sea imposible reconocer a una persona específica.
¿Quién es responsable si un médico se equivoca debido al consejo de la IA?
El médico. La IA no es un sujeto de actividad médica según la legislación rusa. De acuerdo con el artículo 70 de la ley 323-FZ, el diagnóstico lo establece el médico tratante y hacer referencia a la red neuronal no exime de responsabilidad.
¿Qué es OpenEvidence y por qué se habla tanto de ello?
Un motor de búsqueda de medicina basada en la evidencia con respuestas acompañadas de enlaces a publicaciones revisadas por pares, incluidos los textos completos del NEJM. Según la empresa, es utilizado por aproximadamente el 65% de los médicos de EE. UU. y en abril de 2026 acumulaba unos 27 millones de consultas clínicas. Requiere la verificación del estatus médico y está orientado a EE. UU.
¿Se puede confiar a la red neuronal el establecimiento de un diagnóstico?
No. Las altas puntuaciones en MedQA y USMLE reflejan la capacidad de elegir una opción de respuesta, no de gestionar a un paciente. Ante descripciones clínicas reales, los modelos difieren más y suelen equivocarse en casos raros. Su rol adecuado es ser una fuente de hipótesis que el médico verifica en fuentes primarias.
¿Qué redes neuronales están disponibles en Rusia sin VPN?
GigaChat y YandexGPT funcionan sin restricciones y también almacenan datos dentro del país. Parte de los servicios extranjeros está disponible a través de intermediarios, pero no se garantizan la estabilidad ni el pago, y los datos de los pacientes son inadmisibles en ellos bajo ningún concepto.
¿Sustituirá la inteligencia artificial al médico?
En el futuro previsible, no. La IA elimina la rutina: borradores de documentos, búsqueda bibliográfica, estructuración. Sin embargo, jurídicamente no es un sujeto de la actividad médica y comete errores precisamente allí donde el precio del error es más alto: en casos raros y atípicos. Lo que cambia es la composición de la rutina dentro de la profesión, no la profesión en sí.
¿Se requiere el consentimiento del paciente para discutir su caso con la IA?
Si el caso está completamente anonimizado y es imposible identificar a la persona, ya no se trata de datos personales. Si en el texto quedan identificadores o detalles raros que permitan reconocer al paciente, se necesita el consentimiento por escrito, y el consentimiento general para el tratamiento de datos por parte de la clínica no lo sustituye.
Lecturas recomendadas
- ECG en línea: calculadoras y simulador de interpretación
- Bioquímica: análisis por temas
- Blog: casos clínicos por especialidades
- Catálogo de asignaturas de la plataforma
Fuentes
- Datos sobre el uso de OpenEvidence: comunicados de la empresa y publicaciones de NBC News, 2026.
- Evaluaciones de los modelos en MedQA/USMLE: publicaciones consolidadas de 2026; las cifras son aproximadas, aún no se han publicado evaluaciones independientes completas de los modelos más recientes.
- Responsabilidad del médico: art. 70 de la Ley Federal N.º 323-FZ; postura de los expertos del Foro Jurídico Internacional de San Petersburgo, junio de 2026 (RAPSI).
- Secreto médico y datos personales: Ley Federal N.º 152-FZ.
- Registro de productos sanitarios de IA: registro de Roszdravnadzor; procedimiento de transferencia de datos a sistemas de información estatales (AIS), julio de 2025; proyecto de ley sobre la regulación de la IA en la salud, Ministerio de Desarrollo Digital, marzo de 2026.
El material tiene fines educativos, no constituye una recomendación médica y no sustituye las guías clínicas, las instrucciones de los medicamentos ni la decisión del médico tratante. Los nombres de los servicios se mencionan con fines comparativos; la plataforma no está afiliada a sus desarrolladores.