Un estudio publicado el 12 de junio de 2026 en la revista científica Nature Medicine concluyó que los modelos de lenguaje de uso general tuvieron un desempeño consistentemente mejor que productos de inteligencia artificial desarrollados específicamente para el área de la salud, en una serie de tareas médicas estandarizadas. En algunos casos, los modelos genéricos también fueron los preferidos por los propios clínicos que los utilizaron.
El experimento puso frente a frente, de un lado, tres grandes modelos de uso general: GPT-5.2, de OpenAI; Gemini 3.1 Pro Preview, de Google; y Claude Opus 4.6, de Anthropic. Del otro, herramientas clínicas dedicadas y comercializadas para profesionales de la salud, como OpenEvidence y UpToDate Expert AI. Entre los terrenos de evaluación estaba MedQA, un conjunto de preguntas derivadas de exámenes de licenciamiento médico ya consolidado como referencia para medir conocimiento clínico.
Por qué importa la comparación
Buena parte del mercado de salud digital se sostiene sobre la promesa de que las herramientas ajustadas para medicina ofrecen más seguridad que los modelos genéricos. El estudio cuestiona esa premisa en pruebas controladas: si un modelo de uso general, sin personalización clínica específica, alcanza o supera al producto especializado, se vuelve más difícil justificar contratos costosos por una supuesta superioridad técnica. Aun así, los investigadores fueron explícitos sobre los límites del hallazgo: puntuar bien en MedQA no equivale a ser seguro en la atención real.
La conformidad regulatoria, la integración con la historia clínica electrónica y las estructuras de responsabilidad no aparecen en una puntuación de MedQA.
Autores del estudio, vía Nature Medicine
Para Brasil, donde el SUS y las redes privadas evalúan adoptar asistentes de IA con presupuestos ajustados, la lección práctica es doble: las herramientas genéricas ya son competitivas en conocimiento, pero la decisión de compra no debería resumirse a benchmarks. La regulación, la integración con sistemas locales y quién responde por un error siguen siendo las preguntas que definen si la tecnología ayuda o crea riesgo en la atención.
Nuestro prisma
El mensaje no es que la IA ya sustituya al médico, sino que herramientas costosas vendidas como especializadas pueden no justificar el precio frente a modelos genéricos, una distinción que importa para hospitales brasileños que deciden dónde invertir un presupuesto escaso.
Fuentes: Crypto Briefing — General-purpose LLMs outperform medical AI · Stanford HAI — 2026 AI Index Report: Medicine
Recibe Radar de IA todos los días
Las noticias de inteligencia artificial que importan — con nuestro prisma y siempre con las fuentes. Gratis.
