Un estudio de la Escuela de Medicina Icahn en Monte Sinaí, publicado en Nature Medicine en febrero de 2026, probó ChatGPT Health en casi mil escenarios de triaje médico. En el 51,6% de los casos de emergencia real, la herramienta recomendó un nivel de atención menor al necesario — sugiriendo esperar de 24 a 48 horas cuando el paciente debía ir a urgencias de inmediato. En un escenario de asfixia, la IA derivó a una consulta futura el 80% de las veces. El estudio no está en contra de la IA en la salud. Es un recordatorio brutal de dónde debe y dónde no debe actuar.

Qué mostró el estudio

Los investigadores crearon 60 escenarios clínicos realistas en 21 especialidades, variando raza, género y datos de exámenes. Tres médicos independientes evaluaron las respuestas. El patrón que emergió es preocupante: la IA acierta en los casos de gravedad media más del 90% de las veces, generando una falsa confianza, pero falla justamente en los casos más críticos. Las alertas de suicidio aparecen de forma inconsistente — a veces en escenarios de bajo riesgo, y fallan cuando el usuario describe planes específicos de autolesión.

El estudio también identificó sesgo racial: en la cetoacidosis diabética, la herramienta recomendó “monitorear en casa” a los pacientes negros e “ir a urgencias” a los blancos en la misma situación. Cuando los familiares minimizaban los síntomas en las preguntas, las recomendaciones se desplazaban hacia cuidados menos urgentes. ChatGPT Health se lanzó en enero de 2026 y ya tenía 40 millones de usuarios diarios en el momento del estudio.

Por qué esto importa para clínicas y consultorios

El médico o gestor de clínica que lee esta noticia puede pensar: “¿Y qué? Yo no uso ChatGPT para triaje”. El punto es otro. El estudio ilustra con datos lo que la Resolución CFM 2.454/2026 ya clasificó en febrero: hay una diferencia estructural entre las herramientas de IA. En el bajo riesgo están las funciones administrativas — agendamiento, confirmación, recordatorios, reprogramación. En el alto riesgo están los sistemas que toman o influyen en decisiones clínicas, diagnósticas o terapéuticas.

ChatGPT Health fue diseñado para triaje. El triaje es una decisión clínica. Cuando la IA se equivoca, el costo puede ser la vida del paciente. Cuando se equivoca una herramienta de confirmación de consultas, el costo es un horario vacío o un mensaje mal formateado. La escala de consecuencias no es comparable. Por eso la resolución del CFM veda que la IA comunique diagnósticos o conductas directamente al paciente — y exige supervisión humana constante en sistemas de riesgo medio y alto. Ya explicamos aquí en el blog cómo la resolución clasifica las herramientas de agendamiento como de bajo riesgo.

Dónde encaja la IA administrativa

Las herramientas que automatizan agendamiento, confirmación y reprogramación por WhatsApp no toman decisiones clínicas. Ejecutan flujos definidos: el paciente pide reprogramar, el sistema consulta la agenda, ofrece opciones, confirma y actualiza. El recepcionista o el médico interviene cuando la situación se sale del patrón. Este tipo de automatización está explícitamente en el bajo riesgo en la clasificación del CFM — y el estudio de Monte Sinaí refuerza por qué existe esa distinción.

Ninguno de estos sistemas decide si un paciente debe o no ir a urgencias. Solo garantizan que quien tiene una consulta agendada reciba un recordatorio y la confirme o la reprograme con facilidad — con reducciones expresivas de ausencias documentadas en clínicas que adoptan recordatorios automáticos por WhatsApp.

Lo que el estudio no dice

El estudio no concluye que la IA en la salud sea mala. Concluye que la IA en triaje y decisión clínica, sin supervisión adecuada, es peligrosa. La recomendación implícita es clara: usa la IA donde el error tiene consecuencias limitadas y donde la supervisión humana es natural — como en las tareas administrativas. Evita depender de la IA donde el error puede ser fatal y donde la supervisión es difícil de garantizar — como en el triaje de emergencia o el diagnóstico.

Para el gestor de clínica que está evaluando herramientas: pregunta en qué categoría encaja la solución. Si la respuesta es “apoyamos decisiones clínicas” o “hacemos triaje”, exige evidencias de validación y supervisión. Si la respuesta es “automatizamos agendamiento y confirmación”, estás en territorio de bajo riesgo — el mismo que el CFM y estudios como el de Monte Sinaí ayudan a delimitar.

El momento es favorable

La resolución del CFM entra en vigor en 180 días (agosto de 2026). El estudio de Monte Sinaí salió en febrero. El mercado de IA en salud está en ebullición, con grandes actores lanzando herramientas y gobiernos definiendo reglas. El mensaje que emerge es consistente: la IA es una herramienta poderosa cuando se usa en el lugar correcto. El lugar correcto, para la mayoría de las clínicas, no es el triaje ni el diagnóstico — es la recepción.

¿Quieres ver cómo funciona en tu clínica? Prueba gratis por 10 días en simplafy.com.br/saude — sin tarjeta de crédito.

Referencias utilizadas para producir este contenido: