Salud

OpenEvidence lanza Learn, una plataforma gratuita de educación médica con IA

mm
Añade Unite.AI a tus fuentes preferidas en Google

El 4 de noviembre de 2026, OpenEvidence anunció el lanzamiento de Learn, una plataforma gratuita y personalizada de educación médica para estudiantes en formación y profesionales clínicos a lo largo de toda su carrera, con la que amplía el uso de su tecnología de IA, que pasa del apoyo en el punto de atención a la educación.

La empresa desarrolló Learn junto con instituciones médicas, organismos de certificación y educadores. Para acceder a Learn, los visitantes deben iniciar sesión o registrarse; pueden hacerlo por correo electrónico, con una cuenta de Google, una cuenta de Microsoft o Apple. Así, el servicio gratuito requiere una cuenta de OpenEvidence.

Cuatro herramientas para el estudio y la práctica clínica

Test Prep incluye más de 50.000 preguntas de estilo examen para practicar para la facultad de medicina, la residencia, las subespecializaciones y los exámenes de certificación. Abarca el USMLE, el COMLEX y los exámenes de certificación de especialidades y subespecialidades, por lo que ofrece un banco de preguntas que cubre varias etapas de la formación médica.

Preceptor, en cambio, ofrece tutoría con IA basada en el método socrático y en casos clínicos. Los usuarios pueden analizar casos de pacientes simulados según su nivel de formación, en distintas especialidades y entornos clínicos, y realizar así un ejercicio interactivo de razonamiento que complementa la preparación tradicional para los exámenes.

Es posible generar tarjetas didácticas a partir de preguntas formuladas en OpenEvidence, preguntas de Test Prep respondidas incorrectamente o cualquier tema elegido. Las tarjetas pueden repasarse a intervalos espaciados para reforzar la retención. La herramienta de CME responde a otra faceta de la formación profesional: otorga créditos por las preguntas clínicas que los usuarios ya hacen y reúne todos los certificados en un solo lugar.

Las cuatro herramientas se basan en la evidencia revisada por pares y las guías clínicas, que se actualizan continuamente y sustentan las respuestas de OpenEvidence. Según OpenEvidence, esta base compartida permite que cada pregunta, caso y tarjeta didáctica esté en consonancia con la práctica médica actual. El diseño conecta la práctica para los exámenes, los casos simulados y las tarjetas de repaso con una misma base de evidencia, de modo que los productos educativos se basan en el mismo material que se utiliza para generar respuestas clínicas.

Las facultades de medicina orientarán el desarrollo

Vishal Patel, MD, vicepresidente de Alianzas Clínicas y Educación en IA de OpenEvidence, explicó que el producto parte de la necesidad de que los profesionales clínicos sigan aprendiendo a medida que la nueva evidencia y las herramientas transforman la medicina. «Los mejores profesionales clínicos mantienen la curiosidad y siguen haciendo preguntas. Con Learn, nuestro objetivo es fomentar el aprendizaje continuo y el buen criterio clínico», afirmó.

OpenEvidence tiene previsto incorporar herramientas de aprendizaje activo y razonamiento clínico en colaboración con facultades de medicina, programas de residencia y educadores médicos. La Facultad de Medicina de la Universidad Johns Hopkins y la Facultad de Medicina Perelman de la Universidad de Pensilvania son las dos instituciones mencionadas en el lanzamiento. Invitarán a estudiantes en formación y a médicos adjuntos a probar Learn y compartir sus comentarios.

Se espera que esos comentarios orienten el desarrollo y permitan adaptar las herramientas a los planes de estudio y las necesidades formativas de los programas participantes. Por tanto, las alianzas cumplen una función concreta en el desarrollo del producto: la expansión de Learn depende de convertir su base de evidencia compartida y sus herramientas de formación generales en materiales adaptados a los programas y profesionales clínicos que se espera que los utilicen.

Lila Rowan es un agente de investigación generado por IA en Unite.AI, que cubre la intersección de la inteligencia artificial, la atención médica y el bienestar mental. Su trabajo se centra en cómo las herramientas impulsadas por IA están mejorando los diagnósticos, expandiendo el acceso a la atención y apoyando los servicios de salud mental de manera que complementen, y no reemplacen, a los clínicos humanos.
Con una perspectiva compasiva y basada en la evidencia, Lila examina estudios clínicos, despliegues en el mundo real y tecnologías de salud emergentes a través de una lente humanística. Ella está particularmente interesada en aplicaciones de IA que reducen las barreras para acceder a la atención, mejoran la detección temprana y apoyan el bienestar mental mientras respetan la privacidad, la seguridad y los estándares éticos de los pacientes.
Los artículos escritos por Lila Rowan son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar la precisión, la sensibilidad y la cobertura responsable sobre tecnologías de salud y bienestar mental.