La consulta que ya empezó a llegar al consultorio
“Doctor, vi un video…”
La escena empieza a repetirse con cada vez mayor frecuencia en los consultorios. Un paciente llega después de ver un video en TikTok, Instagram, Facebook o YouTube. Allí, un supuesto médico explica que existe un tratamiento “que las farmacéuticas no quieren que conozcamos”, un alimento capaz de revertir la diabetes o una vitamina que “cura” el cáncer.
Hace apenas unos años la primera pregunta era quién había grabado ese contenido. Hoy esa pregunta ya no alcanza.
El profesional puede no existir. Su rostro puede haber sido generado mediante inteligencia artificial, su voz sintetizada digitalmente y el consultorio construido íntegramente por algoritmos. Incluso las referencias bibliográficas que menciona pueden ser completamente ficticias (1).
La desinformación en salud, por supuesto, no nació con la IA. Mucho antes de la aparición de ChatGPT ya circulaban falsas curas contra el cáncer, teorías conspirativas sobre las vacunas y tratamientos sin ningún respaldo científico.
Lo que cambió fue la escala del problema.
Hasta hace pocos años producir un sitio web convincente, editar un video profesional o redactar un texto con apariencia académica requería tiempo, conocimientos técnicos y recursos económicos.
Hoy una sola persona puede generar, en cuestión de minutos, cientos de versiones del mismo mensaje, adaptarlas a distintos públicos, traducirlas automáticamente a varios idiomas e incluso acompañarlas con imágenes, voces y videos prácticamente indistinguibles de los reales.
Un estudio experimental publicado en The BMJ ilustra con claridad este cambio. Los investigadores evaluaron 4 grandes modelos de lenguaje o large language models (LLM) mediante 150 solicitudes diseñadas para producir desinformación sanitaria.
Los modelos generaron 113 artículos engañosos, con más de 40.000 palabras, y solo rechazaron 7 solicitudes.
Los textos incluían referencias bibliográficas inexistentes, testimonios ficticios de pacientes y supuestos especialistas con credenciales inventadas, todo con un lenguaje convincente y apariencia científica (2).
La IA ya no solo reproduce desinformación existente. También puede fabricarla desde cero, personalizarla para distintos públicos y responder preguntas en tiempo real manteniendo una apariencia de autoridad.
Aprender a evaluar críticamente la información deja de ser una competencia reservada a epidemiólogos o metodólogos: pasa a formar parte de la práctica cotidiana de todos los médicos.
Ninguna de las señales que se describen a continuación permite identificar por sí sola un contenido falso. Sin embargo, cuando varias aparecen simultáneamente, aumenta considerablemente la probabilidad de que estemos frente a información de baja calidad o directamente fabricada.
1. Las certezas absolutas casi nunca pertenecen a la medicina
Existe una diferencia llamativa entre el lenguaje científico y el utilizado por buena parte de la desinformación.
Los ensayos clínicos hablan de reducción del riesgo, magnitud del beneficio, probabilidades, intervalos de confianza e incertidumbre.
Los contenidos engañosos, en cambio, suelen eliminar cualquier matiz:
- “Este tratamiento cura el cáncer.”
- “Revierte la diabetes para siempre.”
- “Funciona en todos los pacientes.”
La evidencia rara vez permite afirmaciones de ese tipo.
Paradójicamente, los LLM tienden a expresar sus respuestas con un elevado grado de seguridad aun cuando contienen errores. Esa falsa sensación de certeza constituye uno de los factores que más favorecen la confianza del usuario y explica, en parte, por qué estos sistemas pueden resultar tan persuasivos (2).
Como regla práctica, cuanto más categórica sea una afirmación médica extraordinaria, mayor debería ser el nivel de evidencia que la respalde.
2. Si no menciona fuentes verificables, probablemente no las tenga
Una característica frecuente de la desinformación generada por IA es citar estudios imposibles de verificar.
Puede mencionar “investigadores de Harvard”, “un trabajo publicado en una revista prestigiosa” o “un ensayo clínico reciente”, pero sin ofrecer autores, revista, año de publicación o DOI.
Más preocupante aún, los LLM pueden fabricar referencias completamente falsas.
En el estudio publicado en The BMJ, los modelos generaron citas bibliográficas inexistentes, combinaron nombres de autores reales con títulos inventados e incluso crearon testimonios ficticios de médicos y pacientes para reforzar la credibilidad del texto (2).
En medicina, una referencia solo adquiere valor cuando puede localizarse, leerse y verificarse.
Una estrategia sencilla consiste en intentar encontrar el trabajo original en PubMed o en la página de la revista donde supuestamente fue publicado.
Si el estudio no aparece o presenta inconsistencias evidentes, probablemente no constituya un respaldo científico real.
3. La medicina habla de beneficios, pero también de riesgos
Existe una regla sencilla que rara vez falla: si un contenido médico solo habla de beneficios, probablemente sea incompleto.
Los ensayos clínicos, las revisiones sistemáticas y las guías de práctica clínica informan siempre tanto los efectos beneficiosos como los eventos adversos, las contraindicaciones y las limitaciones de la evidencia.
Uno de los principios centrales de la medicina basada en la evidencia consiste en evaluar el balance entre beneficios y daños antes de recomendar cualquier intervención.
La desinformación suele hacer exactamente lo contrario.
Los videos generados por IA describen con frecuencia suplementos, dietas o tratamientos como “100 % seguros”, “completamente naturales” o “sin efectos secundarios”.
Ese lenguaje resulta atractivo desde el punto de vista comercial, pero prácticamente nunca refleja la realidad clínica.
Ningún tratamiento eficaz está completamente exento de riesgos.
Incluso intervenciones tan habituales como el paracetamol, los antiinflamatorios no esteroideos o los inhibidores de la bomba de protones poseen indicaciones precisas y potenciales efectos adversos.
Cuando un contenido elimina deliberadamente esa complejidad, deja de parecerse a la medicina y empieza a parecerse a una publicidad.
4. Los testimonios emocionan; los estudios responden las preguntas
Los testimonios individuales ocupan un lugar importante en la medicina porque ayudan a comprender cómo vive una persona su enfermedad.
Sin embargo, cuando la pregunta es si un tratamiento realmente funciona, las experiencias individuales no permiten establecer una relación causal.
Un paciente puede mejorar por la evolución natural de la enfermedad, por efecto placebo, por tratamientos concomitantes o simplemente por azar.
Por ese motivo, la medicina basada en la evidencia otorga mucho mayor peso a los ensayos clínicos aleatorizados, las revisiones sistemáticas y los metaanálisis que a los relatos individuales (3).
La IA generativa introdujo además un problema completamente nuevo: esos pacientes pueden no existir.
Las herramientas actuales permiten crear fotografías hiperrealistas, voces sintéticas y videos de personas completamente ficticias. También pueden fabricar testimonios de supuestos profesionales de la salud con un grado de realismo difícil de detectar a simple vista (2).
Frente a un relato extraordinario, la pregunta no debería ser si conmueve, sino si existe evidencia independiente que lo respalde.
5. Si busca generar miedo antes que explicar, desconfíe
Las emociones forman parte de toda comunicación humana y también de la divulgación científica. El problema aparece cuando sustituyen a la evidencia.
Diversos estudios mostraron que los contenidos que despiertan miedo, sorpresa, indignación o asombro tienen mayor probabilidad de compartirse que aquellos que presentan información equilibrada.
En un análisis de más de 126.000 historias difundidas por aproximadamente 3 millones de usuarios en X, antes Twitter, las noticias falsas alcanzaron entre 1.000 y 100.000 personas significativamente más rápido que las verdaderas y tuvieron alrededor de un 70 % más de probabilidades de ser retransmitidas (4).
Los contenidos emocionalmente intensos captan con mayor facilidad la atención, favorecen el recuerdo y aumentan la probabilidad de ser compartidos.
Sobre ese mecanismo actúa además el denominado efecto de verdad ilusoria, por el cual una afirmación repetida varias veces tiende a percibirse como verdadera, incluso cuando contradice conocimientos previos o carece de evidencia que la respalde (5).
La IA potencia este fenómeno porque permite generar miles de variantes del mismo mensaje, adaptarlas a distintos públicos y difundirlas de manera simultánea en múltiples plataformas.
Una misma afirmación falsa puede aparecer repetidamente con diferentes voces, imágenes o formatos, reforzando artificialmente su credibilidad.
Cuando un contenido intenta provocar una reacción emocional intensa antes que explicar la evidencia disponible, conviene detenerse y verificar la información antes de compartirla.
6. La buena medicina reconoce la incertidumbre
Una característica constante de la ciencia es la incertidumbre.
Las guías de práctica clínica hablan de probabilidades, calidad de la evidencia, fuerza de las recomendaciones y balance entre beneficios y riesgos.
La medicina rara vez ofrece respuestas absolutas porque trabaja con fenómenos biológicos complejos y variables.
Los médicos convivimos con esa incertidumbre todos los días. Buena parte de nuestras decisiones consisten en estimar probabilidades, interpretar la calidad de la evidencia y ponderar riesgos y beneficios junto con las preferencias del paciente.
La desinformación, en cambio, elimina deliberadamente esa complejidad porque las respuestas simples resultan mucho más atractivas que los razonamientos probabilísticos.
También suele presentar falsas dicotomías: “la medicina tradicional o los tratamientos naturales”, “los medicamentos o la alimentación”, “la ciencia o la experiencia”.
En la práctica clínica esas oposiciones casi nunca existen.
La medicina basada en la evidencia integra la mejor evidencia científica disponible con la experiencia clínica y los valores del paciente.
Cuando un contenido afirma que existe una única respuesta correcta para problemas complejos, probablemente esté simplificando mucho más de lo que permite la evidencia.
7. Verifique quién habla y si realmente existe
Las credenciales importan, aunque no son suficientes.
Antes de aceptar una recomendación médica conviene responder algunas preguntas sencillas:
- ¿Quién es el autor?
- ¿Pertenece realmente a una universidad, hospital o institución reconocida?
- ¿Posee matrícula profesional cuando corresponde?
- ¿Tiene publicaciones científicas verificables?
- ¿Es posible confirmar su identidad fuera de las redes sociales?
La IA permite crear perfiles completos de especialistas inexistentes, incluyendo fotografías, currículums, entrevistas y perfiles en distintas plataformas digitales.
Por eso, verificar únicamente el aspecto visual de una persona ya no resulta suficiente.
Ningún título garantiza por sí solo que una afirmación sea correcta. Sin embargo, comprobar la afiliación institucional, la actividad académica y la producción científica aporta información objetiva sobre la credibilidad de quien emite una recomendación.
8. Desconfíe si el contenido termina vendiendo algo
Muchos contenidos engañosos siguen una estructura casi idéntica.
Primero describen una amenaza. Luego afirman que la medicina convencional la ignora. Finalmente presentan un suplemento, una dieta, un curso o un producto como la única solución posible.
Este mecanismo responde a una estrategia clásica del marketing conocida como problema-solución.
Primero se amplifica el temor y luego se ofrece una respuesta aparentemente simple e inmediata.
La IA permite automatizar este proceso y adaptarlo a distintos perfiles de usuarios, aumentando considerablemente su capacidad de persuasión.
Que exista un interés comercial no invalida automáticamente un contenido. Pero cuando el mensaje está orientado a generar miedo para impulsar una compra, la prudencia resulta imprescindible.
9. Compare siempre con las guías clínicas
Cuando surge una duda importante, las guías de práctica clínica elaboradas por sociedades científicas y organismos internacionales siguen siendo una de las herramientas más confiables.
A diferencia de una publicación aislada o de una opinión individual, las guías analizan de forma sistemática el conjunto de la evidencia disponible, valoran su calidad, ponderan beneficios y riesgos y formulan recomendaciones transparentes.
Las guías clínicas constituyen una referencia mucho más sólida que un video viral, un hilo en redes sociales o un chatbot.
Ante afirmaciones extraordinarias, siempre conviene preguntarse una cosa: ¿esta recomendación coincide con lo que sostienen las principales guías clínicas?
Si la respuesta es negativa, la carga de la prueba recae sobre quien hace esa afirmación extraordinaria.
10. Si parece demasiado bueno para ser cierto, probablemente lo sea
La historia de la medicina demuestra que los grandes avances existen. Los antibióticos, las vacunas, la insulina, la terapia antirretroviral o los inhibidores de PCSK9 cambiaron el pronóstico de millones de personas.
Pero todos esos avances tuvieron algo en común: fueron demostrados mediante investigación clínica rigurosa.
También fueron reproducidos por distintos grupos independientes y posteriormente incorporados a las guías de práctica clínica.
La IA puede producir textos extraordinariamente convincentes, pero no modifica las reglas mediante las cuales se demuestra que un tratamiento funciona.
La pregunta decisiva sigue siendo exactamente la misma que hace treinta años: ¿cuál es la evidencia que respalda esta afirmación?
Conclusiones: ¿qué nos deja?
La inteligencia artificial no creó la desinformación médica, pero cambió radicalmente su escala, velocidad y capacidad de persuasión.
Hoy resulta posible generar, en minutos, enormes volúmenes de contenido con apariencia científica, incluyendo imágenes, voces, videos, referencias bibliográficas y supuestos especialistas que nunca existieron.
Los médicos recibimos cada vez con mayor frecuencia pacientes que consultan después de interactuar con contenidos generados por IA o con asistentes conversacionales.
Esto obliga a incorporar una nueva competencia clínica: no solo interpretar críticamente los estudios científicos, sino también ayudar a nuestros pacientes a evaluar la calidad de la información que consumen.
La inteligencia artificial probablemente transforme muchas áreas de la medicina y se convierta en una herramienta cada vez más útil para la búsqueda de información, la educación y el apoyo a la toma de decisiones.
Pero, al menos por ahora, no puede reemplazar el proceso mediante el cual la ciencia demuestra que una intervención realmente funciona.
En un mundo donde cualquier algoritmo puede generar respuestas convincentes en segundos, la capacidad de formular buenas preguntas, leer críticamente un estudio y reconocer la incertidumbre cuando existe adquiere más valor que nunca.
Esa sigue siendo, probablemente, una de las funciones más importantes del médico.
—
