Estudio de factibilidad de atención primaria de AMIE de Google publicado en The Lancet

Un estudio clínico prospectivo dirigido por investigadores de Google y Beth Israel Deaconess Medical Center que evaluó la IA conversacional de diagnóstico AMIE de Google en una clínica de atención primaria urgente del mundo real se publicó en The Lancet el 8 de octubre de 2026, según anuncio de Google. En el estudio, 98 pacientes consultaron al chatbot AMIE antes de las visitas de atención urgente mientras los médicos supervisores monitoreaban las interacciones en tiempo real, y ninguna de las conversaciones tuvo que interrumpirse bajo los criterios de seguridad predefinidos.

Google describió el artículo como su primera publicación en la revista principal The Lancet. La empresa afirmó que se necesitan ensayos clínicos más amplios para evaluar la IA dirigida a pacientes a gran escala, y señaló que los hallazgos sugieren un potencial de la IA para mejorar la relación paciente‑médico y aliviar la carga sobre los trabajadores de la salud.

Diseño del estudio y supervisión de seguridad

El sistema, llamado formalmente Articulate Medical Intelligence Explorer (AMIE), es un chatbot médico de IA que los pacientes usaron desde casa después de programar una cita de atención primaria urgente con un médico de BIDMC. Según el informe del equipo de Google Research, 100 pacientes adultos completaron una interacción previa a la visita con AMIE, y 98 asistieron a su cita programada. Los participantes, que fueron citados por quejas nuevas, no urgentes y episódicas, interactuaron con el sistema a través de una interfaz de chat de texto segura hasta cinco días antes de la visita. El sistema preguntó sobre síntomas, recopiló historiales médicos, presentó diagnósticos potenciales para que los pacientes los discutieran con su doctor y generó un resumen que el clínico podía revisar con antelación. El estudio prospectivo, de un solo brazo y centro, se pre‑registró en ClinicalTrials.gov y se realizó bajo protocolos aprobados por la junta de revisión institucional, garantizando a los pacientes que su decisión de participar no afectaría su atención.

Los participantes tendieron a ser más jóvenes que la población general de atención urgente de la clínica: de 1,452 visitas totales de atención urgente durante el periodo del estudio, más de la mitad involucraron a pacientes mayores de 60 años, mientras que las tendencias de población femenina y blanca de la muestra fueron consistentes con la población de la clínica, según la cuenta de Google Research.

BIDMC informó que el estudio se realizó de abril a noviembre de 2025 y enroló a 114 pacientes, y que cada conversación fue monitoreada en tiempo real por un médico interno certificado mediante videollamada en vivo con uso compartido de pantalla. Los supervisores fueron entrenados para intervenir bajo cuatro criterios predefinidos: preocupación inmediata por daño a sí mismo o a otros, angustia emocional significativa relacionada con la interacción de IA, potencial de daño clínico identificado por el supervisor, o una solicitud explícita del paciente de terminar la sesión. En los 98 encuentros completados, ninguna conversación requirió una interrupción de seguridad; los médicos supervisores identificaron una alucinación y proporcionaron aclaraciones clínicas adicionales en cinco casos, según comunicado del 9 de octubre de 2026 de BIDMC. “Este estudio ayuda a establecer las características de referencia de conversaciones del mundo real como esta”, dijo el co‑primer autor Peter Brodeur, becario clínico en medicina cardiovascular en BIDMC, en el comunicado. BIDMC afirmó que cree que el estudio es el primer estudio prospectivo del mundo real de un sistema de IA conversacional dirigido a pacientes en atención primaria.

Resultados del razonamiento diagnóstico

El diagnóstico diferencial de AMIE incluyó el diagnóstico final, establecido mediante revisión de historias clínicas ocho semanas después de cada encuentro, dentro de sus siete principales posibilidades en el 90 % de los casos, con una precisión del 75 % en los tres primeros, y señaló el diagnóstico final como su única posibilidad más probable en el 56 % de los casos, informó el equipo de investigación. La precisión se mantuvo alta para el subconjunto de 46 pacientes cuyo diagnóstico final fue confirmado por una prueba diagnóstica como un análisis de laboratorio, microbiológico, patológico o de imagen.

En una comparación ciega y aleatorizada, paneles de tres evaluadores clínicos por caso calificaron los diagnósticos diferenciales y los planes de manejo de AMIE y de los proveedores de atención primaria, encontrando una calidad global similar para los diagnósticos diferenciales (p = 0.6) y para la adecuación (p = 0.1) y seguridad (p = 1.0) de los planes de manejo, según el registro del preprint del estudio. Los médicos superaron a AMIE en la practicidad (p = 0.003) y la rentabilidad (p = 0.004) de los planes de manejo. Google Research atribuyó esa brecha a la falta de acceso de AMIE al historial electrónico del paciente, su incapacidad para realizar un examen físico y su ausencia de entrada multimodal, como la apariencia física general del paciente.

Experiencia de pacientes y clínicos

Los pacientes completaron la Escala de actitudes generales hacia la IA antes del chat, después del chat y después de la visita al proveedor; las actitudes cambiaron significativamente hacia una mayor positividad tras interactuar con AMIE (p < 0.001) y se mantuvieron elevadas después de ver al proveedor, informaron los investigadores. BIDMC indicó que los pacientes calificaron al sistema muy alto en cuanto a escuchar, explicar información y ayudarles a sentirse a gusto, mientras que persistían preocupaciones sobre la confianza en la confidencialidad de la información compartida con el sistema y la confianza en la honestidad y fiabilidad del chatbot. Adam Rodman, Director de Programas de IA en el Instituto Carl J. Shapiro de Investigación y Educación de BIDMC, dijo que la investigación futura deberá explorar qué características de la interacción pueden generar confianza en el paciente y cómo las interacciones de IA pueden mejorar la relación paciente‑médico.

Los proveedores de atención primaria revisaron una transcripción o resumen generado por IA antes de ver a los pacientes en 44 casos; los médicos dijeron que eso les ayudó a prepararse para la visita en el 75 % de los casos y que pudo haber influido en su enfoque clínico en el 57 %, informó BIDMC. En un caso, un proveedor describió la interacción como algo perjudicial, citando la preocupación de que un paciente pudiera haber experimentado ansiedad después de que AMIE incluyera linfoma entre sus posibles diagnósticos. En entrevistas cualitativas reportadas por Google Research, los médicos dijeron que AMIE cambió la dinámica de la visita de la simple recopilación de datos a la verificación de datos, permitiendo conversaciones más colaborativas y la toma de decisiones compartida.

Limitaciones, financiación y divulgación previa

El equipo de investigación describe el trabajo como un estudio de viabilidad de un solo centro sin comparaciones controladas que no respalda afirmaciones cuantitativas de eficacia frente a un flujo de trabajo de referencia, y enumera limitaciones adicionales, incluyendo la interfaz solo de texto y los efectos no explorados de la alfabetización en salud, la alfabetización tecnológica y la familiaridad con el chatbot. Rodman y sus colegas enfatizaron que el estudio fue diseñado para evaluar la viabilidad más que para determinar si la IA mejora los resultados de salud.

BIDMC reveló que el estudio fue financiado por Alphabet y que Rodman se desempeñó como investigador visitante en Google durante parte del estudio. Brodeur y Jacob M. Koshy son coautores principales del artículo, Rodman aparece como último entre los autores, y Marc L. Cohen es coautor senior.

Los resultados del estudio se divulgaron públicamente por primera vez en marzo de 2026: el preprint se envió a arXiv el 9 de marzo de 2026, y el equipo de Google Research publicó su relato detallado el 11 de marzo de 2026, actualizando esa publicación el 8 de octubre de 2026 para señalar la publicación en The Lancet. El equipo de investigación dijo que pretende seguir evaluando la utilidad e impacto de dichos sistemas en futuros estudios más amplios con comparaciones controladas.