32,6 %
Más acierto diagnóstico con la ayuda de nuestro Asistente Clínico
La evaluación preclínica de Medsys AI, publicada en JMIR Formative Research, muestra una mejora del acierto diagnóstico con apoyo en tiempo real en consultas de alta dificultad.
+12,3
puntos porcentuales
con Medsys AI
Estimaciones ajustadas por médico y caso.
IC del 95 % de la diferencia: +2,7 a +22,6 puntos; p = 0,01.
¿Qué significa Top-3? Que el diagnóstico correcto figuraba entre los hasta tres diagnósticos finales propuestos por el médico. Pusimos la atención en esto porque queríamos medir la capacidad de la herramienta de mejorar el diagnóstico diferencial del médico, no de dar uno definitivo.
13médicos
de familia
de familia
260consultas
simuladas por voz
simuladas por voz
40casos de elevada
dificultad diagnóstica
dificultad diagnóstica
3evaluadores independientes
cegados al brazo
cegados al brazo
Apoyo al razonamiento clínico
La consulta evoluciona.
El apoyo también.
Medsys AI acompaña al médico mientras recoge información y construye sus hipótesis. A partir de la conversación, propone diagnósticos diferenciales, preguntas relevantes y exploraciones que pueden ayudar a completar la evaluación.
El profesional puede utilizar, ignorar o descartar cada sugerencia.
Durante la consultaApoyo en tiempo real
1
El médico conversa
Decide qué preguntar y explorar. La información aparece a medida que avanza el diálogo.
2
Medsys AI aporta contexto
Genera sugerencias con la información disponible en ese momento.
HipótesisPreguntasExploraciones
3
El médico contrasta y decide
Valora las alternativas y mantiene la responsabilidad de la decisión diagnóstica.
Qué encontró el estudio
Una mejora en el
diagnóstico diferencial.
El resultado principal mide si el médico incluyó el diagnóstico correcto entre sus propuestas al finalizar la consulta.
Se evaluó el rendimiento de los médicos con y sin asistencia durante la interacción, no la capacidad de un modelo para resolver un caso por separado.
4,38 / 5
Utilidad percibida
4,46 / 5 en satisfacción general.
+35 s aprox.
Más tiempo por consulta asistida
Las consultas con IA duraron un 10,7 % más de media.
Cómo se evaluó
Médicos reales.
Un entorno controlado.
Versión evaluada:
Medsys AI-Clinical Assistant V1.0.0
260 consultas20 por médico · 40 casos de referencia
Asignación aleatoria por consulta
120consultas
sin asistencia
sin asistencia
140consultas
con Medsys AI
con Medsys AI
01
Paciente virtual
Empleamos un simulador diseñado para reproducir el comportamiento de un paciente típico. La revisión de su desempeño no detectó desviaciones de calidad en 244 de las 260 consultas.
02
Consultas por voz, dirigidas por el médico
Participaron 13 especialistas en Medicina Familiar y Comunitaria del SERMAS.
03
Diagnósticos evaluados de forma ciega
Tres médicos independientes, cegados al brazo, valoraron los diagnósticos de cada consulta.
Para profundizar
Los detalles
Tienes todos los detalles en el artículo y los materiales del estudio.
Resultados Top-3, Top-2 y Top-1
Top-3 fue el resultado principal. Top-2 y Top-1 se analizaron post hoc como análisis de sensibilidad.
Desliza la tabla para ver todas las columnas →
| Medida | Sin IA | Con IA | Diferencia; IC 95 % | p |
|---|---|---|---|---|
| Top-3 · principal | 62,3 % | 74,6 % | +12,3 puntos; +2,7 a +22,6 | 0,01 |
| Top-2 · post hoc | 57,9 % | 70,7 % | +12,8 puntos; +3,1 a +23,2 | 0,01 |
| Top-1 · post hoc | 47,8 % | 57,0 % | +9,2 puntos; −1,0 a +20,1 | 0,08 |
Cómo interpretar el 32,6 % y el NNT equivalente
Los errores Top-3 ajustados pasaron del 37,7 % sin asistencia al 25,4 % con IA: una reducción relativa del 32,6 % (IC del 95 %: 8,9 a 54,4 %).
El NNT equivalente fue de 8,1 consultas simuladas por un acierto Top-3 adicional (IC del 95 %: 4,4 a 37,2).
Qué mostró el análisis de seguridad
Se estudiaron las consultas en las que la sugerencia diagnóstica operativa de la IA era incorrecta. La concordancia ajustada entre el primer diagnóstico del médico y esa sugerencia fue del 38,8 % sin asistencia y del 55,8 % con IA.
La diferencia ajustada fue de +17,0 puntos (IC del 95 %: −2,7 a +36,8); odds ratio ajustada 2,08 (IC del 95 %: 0,89 a 5,19); p = 0,09. La comparación no fue estadísticamente concluyente, pero indica que debemos seguir vigilando esto en futuras investigaciones.
Robustez y resultados por dificultad
Al excluir un médico cada vez, la diferencia Top-3 ajustada se mantuvo entre +9,2 y +14,3 puntos. Al excluir 16 consultas con desviaciones de calidad del simulador, la diferencia fue de +13,2 puntos (IC del 95 %: +3,3 a +23,6).
En un análisis exploratorio, el cuartil de máxima dificultad mostró una diferencia de +43,9 puntos (IC del 95 %: +22,8 a +64,3). El cuartil más fácil favoreció a la condición sin asistencia: −7,7 puntos (IC del 95 %: −16,3 a −0,6).
Autores y ética
El Comité de Ética de la Investigación del Hospital Universitario La Paz determinó que no requería aprobación ética (11 de agosto de 2026).
Artículo y materiales
JMIR Formative Research
Real-Time Artificial Intelligence Diagnostic Copilot in Simulated Primary Care Consultations: Randomized Simulation Study
2026;10:e104579 · DOI: 10.2196/104579
Una pregunta también es
un buen punto de partida.
Contáctanos, estaremos encantados de contarte más sobre esta y futuras investigaciones
Materiales para periodistas en nuestra sala de prensa.