Un paciente virtual con IA mejoró habilidades de comunicación clínica en un ensayo educativo
Entidad Organizadora: JMIR Medical Education / Haut y colaboradores – University of Rochester
Investigación · Inteligencia artificial · Educación médica
Practicar cómo explicar una enfermedad grave y responder a las emociones del paciente es un desafío de la formación sanitaria. Un estudio de Kurtis G. Haut y colaboradores, publicado el 20 de octubre de 2026 en JMIR Medical Education, evaluó una herramienta para ensayar esas conversaciones: SOPHIE, un paciente virtual que combina diálogo y retroalimentación automatizada.
¿Cómo se evaluó?
El ensayo aleatorizado, realizado entre junio y diciembre de 2024, incluyó estudiantes de medicina, enfermería y otras profesiones sanitarias, junto con profesionales en ejercicio. Veintiséis participantes utilizaron SOPHIE y veinticinco revisaron lecturas; ambos grupos dedicaron treinta minutos a la actividad.
Antes y después, todos mantuvieron conversaciones con actores que representaban pacientes. Las habilidades fueron calificadas por esos pacientes estandarizados y por cuatro evaluadores adicionales. Estos últimos desconocían tanto el grupo asignado como el orden de las grabaciones.
Tres habilidades para conversaciones difíciles
- Empatía: reconocer y responder al malestar emocional.
- Claridad: comunicar el pronóstico y la incertidumbre de forma explícita.
- Participación: explorar los valores del paciente e involucrarlo en el plan de atención.
El grupo que practicó con SOPHIE mostró una mejoría adicional en las tres habilidades y en la puntuación global. Para esta última, el efecto estimado fue de 0,09 en una escala normalizada de 0 a 1, con un intervalo de confianza del 95 % de 0,04 a 0,14. Este coeficiente expresa la diferencia de mejoría entre grupos; no equivale a un porcentaje de pacientes beneficiados.
Qué falta por demostrar
La muestra fue pequeña y la evaluación se realizó el mismo día. El estudio no demostró aprendizaje duradero, mejores resultados clínicos con pacientes reales ni superioridad frente a una formación interactiva con actores y retroalimentación humana. También reconoce que la novedad de la herramienta pudo influir en la experiencia.
Implicaciones para la educación médica
Los hallazgos justifican seguir evaluando pacientes virtuales como complemento formativo. Para un programa de posgrado, la pregunta no es solo si la plataforma resulta atractiva, sino qué conductas permite practicar, cómo se evalúan y si luego se conservan en la atención cotidiana.
El sistema estudiado combina reglas de diálogo y GPT-3.5 Turbo; sus resultados no deben trasladarse automáticamente a cualquier chatbot o versión actual de IA. La supervisión docente y una evaluación posterior serían aspectos a considerar en futuras implementaciones educativas.
Financiación parcial: Wilmot Team Science Pilot Program, University of Rochester Medical Center. Los autores declararon no tener conflictos de interés.
Resumen periodístico de EGEMC–UMSS. Fuente original © Haut y colaboradores, publicada bajo CC BY 4.0; redacción resumida y adaptada al español. Portada ilustrativa generada con IA: no representa participantes del ensayo ni una captura real de SOPHIE.