Una actividad de conocimiento y cuidado
La entrevista clínica es una actividad en la que se construye información relevante para comprender una situación de salud y orientar decisiones profesionales. No se reduce a extraer datos que ya existen bajo una forma estable. La manera de preguntar, de escuchar y de reformular influye en lo que puede decirse y en cómo se interpreta lo dicho. Incorporar inteligencia artificial modifica esas prácticas aun cuando la herramienta se limite en apariencia a transcribir. Por eso su evaluación tiene que atender al contenido registrado y a la relación comunicativa en la que ese contenido se produce. El apoyo de IA puede preparar información antes de la consulta, facilitar la documentación, señalar datos pendientes o participar en una entrevista estructurada bajo condiciones definidas. Esas tareas no deben tomarse por un diagnóstico autónomo ni por una sustitución general de la relación asistencial. Una herramienta competente en una tarea puede no ser adecuada para otra. Las preguntas centrales son qué actividad se le asigna, qué evidencia respalda ese uso y qué profesional o institución puede responder por sus resultados y sus límites.
Esta lectura examina problemas lingüísticos, semióticos y organizativos de la entrevista asistida. No contiene un protocolo diagnóstico ni instrucciones para que personas sin formación realicen evaluaciones clínicas. Las decisiones asistenciales concretas requieren profesionales capacitados, información pertinente y procedimientos adecuados al entorno. Los ejemplos son construidos y muestran cómo una transformación verbal puede cambiar el significado de un registro. Con esa delimitación, el análisis no se vuelve una guía de actuación individual sobre pacientes.
La perspectiva que aquí se propone considera tres objetos relacionados, que son la interacción durante el encuentro, la representación documental que resulta de él y las acciones posteriores que esa representación puede orientar. En cualquiera de esos niveles puede surgir un error que se propague a los demás, como cuando una pregunta sesgada restringe el relato, la nota redactada a partir de él convierte en certeza lo que era incierto y un sistema posterior trata esa certeza como antecedente confirmado. Comprender esas conexiones hace posible evaluar el apoyo de IA como parte de un proceso clínico completo.
Formato y orden de las preguntas
Las preguntas no son recipientes neutrales de información. Una pregunta abierta invita a desarrollar una preocupación, mientras que una pregunta confirmatoria propone una interpretación que el paciente puede aceptar o corregir. Ambas pueden ser apropiadas en distintos momentos, aunque abren posibilidades de respuesta diferentes. Si un asistente transforma todas las aperturas en preguntas cerradas, quizá facilite la codificación y reduzca a la vez la oportunidad de que aparezcan asuntos no previstos. La eficiencia aparente ha de juzgarse según la información y la participación que esa estructura permite. Heritage y Robinson (2006) analizaron los formatos de las preguntas iniciales en consultas y su relación con la manera en que los pacientes presentan sus preocupaciones. Su trabajo muestra que la forma de las preguntas merece estudiarse dentro de la organización de la interacción. No formula una consigna única para cualquier situación clínica. Para el diseño de asistentes, la consecuencia es que cambiar una formulación puede cambiar el tipo y la extensión de la respuesta, incluso cuando dos versiones parecen preguntar por el mismo tema general.
La adaptación automática de las preguntas requiere cuidado porque puede introducir presuposiciones. «¿Desde cuándo le ocurre otra vez?» da por establecida una recurrencia que quizá nadie ha confirmado. «¿Qué le provoca ansiedad?» presupone una categoría que la persona podría no usar para describir su experiencia. La revisión profesional debe poder detectar esas incorporaciones y mantener abiertas las distinciones pertinentes. Clasificar forma parte legítima del trabajo clínico. El problema aparece cuando se presenta como información del paciente lo que fue introducido por la estructura de una pregunta o por una inferencia del sistema.
El orden de las preguntas también influye, porque una hipótesis mencionada al comienzo puede organizar las respuestas posteriores y desplazar otras preocupaciones. Cuando la IA ayuda a recordar temas relevantes, sus sugerencias deben integrarse en el juicio del profesional y en el curso del encuentro. Un cuestionario completo no asegura una entrevista adecuada si interrumpe una y otra vez el relato o desatiende una aclaración importante. La evaluación debe observar cómo se coordinan la estructura, la flexibilidad y la capacidad de reparar una interpretación que el paciente no comparte.
Relato del paciente y categorías profesionales
Las personas describen su experiencia con vocabularios cotidianos, comparaciones, acontecimientos y referencias a su vida. La clínica puede necesitar traducir parte de ese relato a categorías profesionales, aunque esa traducción carece de equivalencias automáticas. Expresiones como «me quedé sin fuerzas» o «no me siento como antes» adquieren sentido en su contexto. Un sistema que las convierte de inmediato en una etiqueta pierde la ocasión de aclarar qué significan para esa persona y qué aspectos de su experiencia intenta comunicar con ellas.
La representación documental debería distinguir entre las expresiones del paciente, las observaciones del profesional y las interpretaciones clínicas. Estas fuentes pueden relacionarse entre sí, pero su estatuto es distinto. «Refiere dificultad para recordar nombres» consigna un relato del paciente. Un déficit observado directamente durante una evaluación es otra clase de dato. Una nota que borra esa diferencia puede transformar un relato en un hallazgo establecido.
La asistencia resulta útil cuando ayuda a conservar la atribución y el contexto, siempre que la revisión compruebe que ninguna categoría añadida aparece como si se hubiera expresado o confirmado durante la consulta.
Las metáforas requieren una atención particular. Quien describe una experiencia corporal recurre a veces a lenguaje espacial, mecánico o afectivo, que puede inducir a error si se interpreta literalmente y hacer perder información relevante si se descarta por impreciso. La comprensión clínica necesita relacionar las palabras con la historia, el contexto y el resto de la evaluación profesional. En la entrevista es posible preguntar y reformular de manera situada. Cuando una expresión necesita aclaración, la IA puede señalarla, pero no debe reemplazar esa aclaración por una definición general extraída de patrones lingüísticos.
Hay que conservar, además, lo que preocupa al paciente aunque no coincida con el foco inicial del profesional. El significado de una dificultad puede proceder de su efecto en el trabajo, en la autonomía o en una relación familiar, consecuencias que un resumen centrado exclusivamente en categorías diagnósticas puede omitir. La documentación debe adaptarse a los fines asistenciales sin que ello obligue a borrar la perspectiva de la persona. El apoyo tecnológico debería mantener disponibles las distintas dimensiones del problema sin imponer una única forma de describirlo.
Temporalidad, negación e incertidumbre
La temporalidad es determinante para interpretar un relato clínico. Un hecho pasado, una situación actual y una posibilidad futura no son intercambiables. «Ocurrió hace años» puede perder su localización si una síntesis conserva únicamente el evento. Del mismo modo, «a veces» y «desde ayer» expresan condiciones distintas que la asistencia debe preservar cuando afectan a la interpretación. Entre las transformaciones que la revisión profesional necesita comprobar con mayor cuidado están las que convierten episodios delimitados en características permanentes y las que presentan antecedentes remotos como situaciones vigentes.
En la negación hay que atender al alcance. «No siempre le ocurre» dice algo muy distinto de «no le ocurre». Sucede también que una persona niegue una interpretación y confirme a la vez parte de la experiencia descrita. Si una transcripción pierde una palabra breve o una reformulación simplifica en exceso, el sentido puede invertirse. La calidad documental no se mide únicamente por el porcentaje general de palabras correctas. Un pequeño error en un elemento de alcance puede pesar más que varias equivocaciones en fragmentos que no modifican la información clínicamente relevante.
La incertidumbre también forma parte del dato. «No recuerdo con precisión» indica un límite de la información disponible y no da al sistema base alguna para completar una fecha plausible. «Creo que empezó después» expresa una relación temporal tentativa que no es necesariamente causal. Una nota útil conserva esas diferencias y deja al profesional la decisión sobre qué necesita aclararse. La apariencia de completitud puede ser engañosa cuando se consigue eliminando vacíos. En ciertas situaciones, un campo pendiente refleja el encuentro con mayor fidelidad que una respuesta verbalmente convincente.
Las contradicciones requieren una interpretación situada. Pueden proceder de cambios de referencia, de diferencias entre momentos, de problemas de audición o de reformulaciones del relato. No deben convertirse automáticamente en juicios sobre la credibilidad o el estado mental de quien habla. El profesional necesita poder volver al contexto y preguntar cuando corresponda. Si la IA localiza discrepancias, tiene que presentarlas como aspectos por revisar y no como conclusiones sobre la persona. Detectar una incompatibilidad textual y evaluar clínicamente lo que significa son operaciones distintas, que un sistema de apoyo debe mantener separadas.
La entrevista como coordinación multimodal
En una consulta presencial o audiovisual la comunicación incluye voz, mirada, postura, gestos y uso de objetos, sin que ninguna señal aislada tenga una interpretación clínica universal. Una pausa puede deberse a la búsqueda de palabras, a la emoción, al cansancio, a la traducción o a una interrupción técnica. Un sistema que asigna automáticamente un estado interno a partir de un gesto puede exceder la información disponible. El análisis debe atender a la secuencia y al contexto, con las observaciones separadas de las conclusiones que requieren una evaluación profesional más amplia. La transcripción reduce después esa complejidad a una representación particular, que puede conservar las palabras y perder los solapamientos, la entonación o los cambios de hablante. Esa reducción basta a veces para una finalidad documental, aunque en otros casos afecta al significado. El apoyo de IA necesita declarar qué entrada procesa y qué dimensiones quedan fuera. Un sistema que solo recibe texto no puede afirmar que observó conducta visual. El que recibe audio deficiente tampoco debería convertir fragmentos inciertos en expresiones atribuidas con plena seguridad a una persona concreta.
Con acompañantes presentes, una información puede proceder del paciente, de un familiar o del profesional que resume un antecedente. La identificación de hablantes tiene que preservarse cuando afecta al estatuto de lo registrado, de manera que una frase sobre otra persona no se incorpore como experiencia del paciente ni los desacuerdos desaparezcan en una narración única que parezca consensuada. Aunque la asistencia automatizada pueda ordenar esas voces, integrarlas requiere atender al contexto y a los permisos correspondientes.
La tecnología entra también en la escena como objeto de atención. Ocurre, por ejemplo, que el profesional mira una pantalla, corrige una nota o responde una alerta mientras el paciente sigue hablando. Reducir tareas mecánicas podría liberar atención, si bien una interfaz intrusiva puede introducir interrupciones nuevas. Sin dar por hecho que toda automatización mejora la relación, la evaluación tiene que observar en el encuentro real dónde aparece la información, cuándo reclama una respuesta y si ayuda al profesional a seguir lo que la persona intenta comunicar.
Transcripción, resumen y nota clínica
Transcribir y redactar una nota son operaciones diferentes. La transcripción intenta representar lo dicho según determinadas convenciones y la nota selecciona y organiza información con una finalidad asistencial. Ninguna de las dos copia de manera transparente el encuentro. Cuando un mismo asistente realiza ambas, el flujo de trabajo debe hacer visible en qué punto ocurrió cada transformación. Si el resumen introduce una interpretación nueva, el profesional debería poder examinarla, sin recibirla como si reprodujera literalmente las palabras del paciente.
La selección documental debe equilibrar pertinencia y fidelidad. Registrar todo puede producir notas extensas y difíciles de usar. En el extremo opuesto, resumir demasiado puede borrar condiciones importantes. La solución adecuada responde al propósito y al contexto clínico, no a una regla general de brevedad. El profesional decide qué información es necesaria a partir de la organización que proponga el sistema. Las categorías de una plantilla ayudan a recuperar datos, aunque no deberían forzar que toda incertidumbre o singularidad del relato se convierta en una respuesta que aparenta encajar sin dificultad.
Un problema serio para la exactitud de la nota es confundir una acción considerada con una acción realizada. Haber discutido una posibilidad es distinto de haberla indicado, ejecutado o aceptado. La nota debe conservar quién propuso qué y en qué estado quedó la decisión, al igual que las preguntas pendientes o la información que el paciente traerá más adelante, porque otros profesionales podrían usar el documento sin acceso al encuentro original.
Aprobar una nota lleva tiempo y presupone condiciones para revisarla. Con un botón de firma, la supervisión puede quedar en lo nominal si el documento es demasiado largo, carece de procedencia visible o se recibe bajo una presión incompatible con examinarlo. Un diseño que señale los cambios, las incertidumbres y las afirmaciones nuevas facilitaría esa revisión. A la institución le corresponde definir qué se revisa y quién puede corregir. La responsabilidad documental requiere, más allá de declarar que hay un humano en el proceso, una capacidad concreta de detectar y reparar errores antes de que se propaguen.
Qué muestran las evaluaciones disponibles
Tu y colaboradores (2025) evaluaron AMIE en 159 escenarios con actores que representaban a pacientes en consultas por texto y compararon su desempeño con el de médicos de atención primaria. El sistema obtuvo resultados favorables en varias dimensiones, entre ellas la exactitud diagnóstica dentro de la simulación. Al tratarse de una simulación, el estudio no informa sobre la atención real de pacientes. Excluyó además la psiquiatría y la pediatría, los cuidados intensivos y el manejo hospitalario, por lo que tampoco dice nada sobre el rendimiento en entrevistas psiquiátricas. Las puntuaciones de comunicación y de manejo describen lo observado en ese protocolo. Sus consecuencias clínicas requieren una evaluación en los contextos donde se proponga usar el sistema.
Lukac y colaboradores (2025) realizaron un ensayo aleatorizado con dos herramientas de documentación ambiental en práctica ambulatoria. Frente al control, una de ellas redujo el tiempo medido de escritura de notas y la otra no mostró una diferencia significativa en ese resultado. Los autores describen posibles mejoras en algunas medidas de carga profesional que requieren confirmación adicional, junto con inexactitudes notificadas por los clínicos. Como los efectos variaron según la herramienta y la medida, los sistemas de documentación no pueden tratarse como equivalentes. El indicador principal no incluía el tiempo de edición dentro de las plataformas de los proveedores, exclusión que afecta a la estimación de eficiencia porque un resultado favorable en una medida puede coexistir con trabajo que esa medida no capta. El uso se restringió además a visitas en inglés (Lukac et al., 2025), de modo que la transferencia a otras lenguas quedó sin evaluar. Tampoco cabe suponer que la reducción parcial del tiempo de escritura se traduzca en mejor atención, menor carga total de trabajo o rendimiento equivalente en otras modalidades de consulta.
Las inexactitudes se recogieron mediante reportes de los clínicos, sin una auditoría objetiva y comparativa de todas las notas frente a un estándar de referencia. El ensayo tampoco midió si se preservaba el razonamiento diagnóstico. Una evaluación posterior tendría que estudiar, además del tiempo registrado, qué información se omitió o cambió y qué trabajo de verificación recayó sobre el profesional. Con los resultados de eficiencia y las valoraciones de los usuarios no puede estimarse una reducción de los errores clínicos (Lukac et al., 2025).
La evidencia tiene que organizarse por tareas y por resultados. Una comparación de respuestas clínicas escritas, una entrevista simulada y un estudio de notas en consultas reales responden a preguntas distintas. La satisfacción del profesional, la exactitud documental, la calidad de la relación y la seguridad de las decisiones posteriores pueden complementarse, aunque cada una requiere su propia medición y un buen resultado en una de ellas dice poco sobre las demás. El diseño de la implementación debe partir del uso concreto previsto y de los problemas que la institución está en condiciones de detectar y gestionar.
Información, consentimiento y control de datos
Introducir una herramienta en la consulta exige que las personas comprendan su función lo suficiente para participar en las decisiones que les conciernen. Necesitan saber, por ejemplo, si registra audio, si produce un borrador o si envía información a otro servicio. Las obligaciones legales específicas varían según el contexto y deben comprobarse localmente. Como principio de diseño, la explicación debería relacionar la tecnología con lo que cambia en el encuentro y con las opciones disponibles, sin lenguaje técnico innecesario ni fórmulas vagas que oculten operaciones relevantes.
Cuando corresponde pedir consentimiento, este no debe tratarse como una autorización ilimitada para cualquier reutilización. Recoger información para documentar una consulta y emplearla para desarrollar otro sistema son finalidades diferentes. También deben distinguirse el almacenamiento, el acceso, la transferencia y la eliminación de los datos. Quitar un nombre no vuelve anónimo un dato, aunque la operación la ejecute una herramienta de IA, porque un relato puede contener combinaciones identificables. La institución necesita procedimientos adecuados al tipo de material y a los compromisos asumidos con pacientes, acompañantes y profesionales que participan en el encuentro. La Organización Mundial de la Salud, al presentar su orientación sobre grandes modelos multimodales en salud, señaló cuestiones de exactitud, sesgo, privacidad y gobernanza junto con la necesidad de supervisión y de participación de los actores afectados (OMS, 2024). Esa orientación da un marco para formular preguntas institucionales, pero no certifica ninguna herramienta. Aplicarla en un servicio exige decisiones concretas sobre acceso, validación y respuesta a incidentes dentro de las normas profesionales y legales vigentes.
El control del paciente no debería desaparecer después de la conversación. Tiene que haber vías apropiadas para señalar errores relevantes en el registro y para saber cómo se tramitan. Esas vías varían según el sistema asistencial. En cualquier caso, el diseño puede evitar que una discrepancia se convierta en una disputa incomprensible con un algoritmo. Como la información clínica se reutiliza en otras tareas, la corrección tiene que alcanzar al documento inicial y a las copias o procesos que ya pudieron haber utilizado esa información.
Diversidad lingüística y accesibilidad
En la entrevista clínica pueden intervenir lenguas adicionales, alternancia de códigos, variedades regionales y formas de expresión vinculadas a una discapacidad. Una herramienta evaluada en una población tiene que examinarse de nuevo en las condiciones de uso de otra, como el vocabulario, el ruido, la velocidad de habla o la participación de intérpretes. Si esa evaluación falta, el servicio debe reconocer la incertidumbre y abstenerse de atribuir al paciente los errores que surjan al usar el sistema.
Cuando la traducción es automatizada, pueden alterarse la intensidad, la temporalidad y el grado de certeza de lo dicho. Hay además expresiones cotidianas sin equivalente directo en la lengua de documentación. El apoyo lingüístico debe preservar las posibilidades de aclaración y el acceso a intérpretes profesionales cuando la situación lo requiera. La corrección gramatical del texto traducido es una condición mínima. El servicio necesita comprobar, además, si el texto refleja de forma adecuada la experiencia comunicada y si el profesional puede reconocer los límites de la traducción. La herramienta debe integrarse en los procedimientos de comunicación accesible del servicio sin convertirse en un sustituto automático de ellos.
Las diferencias de alfabetización y de familiaridad digital también afectan a la interacción. Hay pacientes que comprenden una explicación oral y tienen dificultades para revisar una nota escrita, mientras otros prefieren disponer de tiempo para responder por texto. La adaptación debe orientarse a necesidades reales, sin inferir capacidades a partir de la edad, el acento o la apariencia. Si la IA genera formatos alternativos, la institución debe comprobar que funcionan. Incluso una interfaz de aspecto sencillo puede imponer exigencias ocultas de lectura, memoria o navegación que dificulten la participación.
La accesibilidad incluye la posibilidad de no usar una modalidad tecnológica cuando existan alternativas apropiadas, sin que el rechazo de una herramienta se trate como rechazo de la atención. La planificación, ajustada a los recursos y obligaciones locales, tiene que contemplar fallos, preferencias y necesidades diversas. Evaluar solo a quienes aceptan el sistema y consiguen usarlo puede ocultar exclusiones. La calidad de la implementación requiere observar también a quienes quedan fuera, el apoyo que necesitan y la manera de mantenerles una atención adecuada.
Un caso de documentación revisada
Consideremos un ejemplo construido. Durante una consulta, una persona comenta que se siente cansada desde un cambio reciente en su horario laboral. Aclara que el cansancio no ocurre todos los días y que todavía no sabe si tiene relación con ese cambio. Un acompañante añade que la persona duerme menos, a lo que ella matiza que eso sucede sobre todo algunos fines de semana. El ejemplo se usa aquí para analizar atribución y temporalidad. De esas frases aisladas no puede extraerse una causa ni una clasificación clínica.
Un borrador automatizado podría transformar el relato en «cansancio diario causado por falta de sueño tras cambio laboral». Esa formulación introduce una frecuencia, una relación causal y un acuerdo entre hablantes que no estaban establecidos. La revisión profesional tiene que separar la experiencia referida, la relación temporal tentativa y la observación del acompañante con la matización que hizo la propia persona. Añadir al final de la nota una advertencia general dejaría intactas las afirmaciones erróneas, que es preciso corregir una por una para que el documento conserve el estatuto que la información tenía durante el encuentro.
Supongamos ahora que el profesional comenta que podría ser útil revisar ciertos antecedentes antes de decidir los pasos siguientes. El asistente no debe registrar esa posibilidad como un plan ya acordado y ejecutado ni agregar decisiones derivadas de patrones habituales de redacción. La nota necesita reflejar qué se decidió efectivamente y qué quedó pendiente según el contexto asistencial, para que otro profesional pueda interpretar el registro sin atribuir al encuentro acciones que no ocurrieron. La asistencia documental resulta útil cuando facilita esa precisión y reduce el trabajo mecánico.
El caso muestra también por qué se necesita una vía de aclaración. Si la persona advierte que el registro dice «todos los días», debe poder comunicar la discrepancia por los procedimientos del servicio. La corrección modifica una representación específica sin poner necesariamente en cuestión el conjunto de la consulta. En un sistema bien organizado, el error se localiza y sus consecuencias se revisan para evitar que se repita. Esa capacidad de reparación puede fortalecer la confianza, porque reconoce que la documentación es revisable y que la experiencia del paciente sigue siendo relevante después de resumida.
Alertas, incertidumbre y supervisión profesional
Las alertas pueden ayudar a señalar información pendiente o una posible inconsistencia si tratan de algo relevante para la consulta y llegan en el momento oportuno. Un sistema que interrumpe constantemente puede sobrecargar al profesional y desplazar su atención del paciente. Otro que emite recomendaciones sin explicar su base puede favorecer la aceptación irreflexiva o el rechazo general. La evaluación debe observar si las alertas ayudan a tomar mejores decisiones dentro del flujo de trabajo. El número de avisos producidos es una medida insuficiente de seguridad y de utilidad clínica. Algo parecido sucede con la incertidumbre, que debe presentarse de manera localizada. No haber reconocido una palabra, no disponer de un antecedente y haber detectado una interpretación alternativa son situaciones diferentes que piden respuestas distintas del profesional. Con una etiqueta global de confianza, esas diferencias pueden quedar ocultas. La interfaz debería mostrar qué información falta y qué parte del resultado depende de ella, de modo que el juicio clínico pueda valorar una recomendación o un fragmento documental conociendo condiciones que una puntuación única no recoge.
Cuando aparece información potencialmente urgente, el sistema tiene que estar integrado en protocolos profesionales y en los recursos reales del servicio. Una frase tranquilizadora o el anuncio de que alguien recibirá una alerta no bastan si falta un mecanismo efectivo de comunicación y respuesta, cuyas responsabilidades, disponibilidad y continuidad debe definir la organización. Aquí no se establecen criterios clínicos específicos de urgencia, aunque sí se sostiene que la seguridad depende de conexiones operativas verificables entre la detección, la revisión humana y la actuación adecuada, no solo de la forma lingüística del mensaje emitido. La supervisión exige competencias y autoridad para modificar, rechazar o detener el uso de una salida cuando corresponda. Si una herramienta incorpora información a procesos posteriores antes de la revisión, el control queda incompleto y la institución necesita saber dónde están esas dependencias y cómo corregirlas. La presencia nominal de un profesional tampoco resuelve el problema cuando este carece de acceso a la información necesaria o cuando el sistema dificulta que sus decisiones prevalezcan sobre una propuesta automatizada.
Evaluar la interacción y sus consecuencias
En una primera etapa, la evaluación puede recurrir a pruebas controladas que identifiquen errores específicos de comprensión, atribución y resumen. Esas pruebas son útiles, aunque no sustituyen el estudio del uso real, con sus interrupciones, materiales incompletos y objetivos cambiantes. La transferencia a la práctica tiene que comprobarse en proporción al alcance del uso. Una herramienta que funciona con ejemplos limpios puede tener dificultades de otro tipo cuando varias personas hablan o cuando la información relevante aparece repartida en distintos momentos del encuentro.
Cada tarea pide sus propias medidas. En la transcripción interesa la fidelidad de los elementos relevantes; en la documentación, las omisiones y las adiciones; en el apoyo conversacional, la calidad de las preguntas y las posibilidades de aclaración. A ello se suman la carga de revisión y la experiencia del paciente. Como una mejora en eficiencia puede coexistir con dificultades nuevas, ningún indicador único debería resumir todo el sistema. La evaluación debe mostrar dónde se produce una ganancia, qué condiciones la hacen posible y qué consecuencias necesitan vigilancia adicional.
La participación de pacientes y profesionales ayuda a definir qué errores son relevantes. Una omisión puede parecer menor desde la lógica de una plantilla y ser central para la preocupación que motivó la consulta. Un cambio de registro lingüístico que al clínico le resulta claro puede ser estigmatizante para quien lee su propia historia. Una media de satisfacción no resuelve estas diferencias. Para abordarlas hay que analizar experiencias, funciones del documento y posibilidades de corrección. La evaluación lingüística puede contribuir a esa tarea si describe cómo pequeñas transformaciones modifican la atribución, la certeza o la relación entre participantes.
La implementación debe incluir un seguimiento de los cambios. La calidad clínica de una herramienta está ligada a su funcionamiento sostenido en un entorno que también cambia, con personas, prácticas y recursos específicos. Una actualización del modelo, una nueva integración o una modificación de la plantilla pueden alterar su comportamiento. La evidencia obtenida con una versión no se transfiere a la siguiente sin examen. El servicio necesita procedimientos para detectar deterioros y responder a los problemas dentro de sus responsabilidades, una continuidad que evita tratar la validación como un evento único.
Formación y organización del equipo
La formación profesional para usar IA tiene que abarcar la comprensión de sus tareas y límites, junto con habilidades de revisión documental y de comunicación con pacientes. Quien usa la herramienta debe saber, además de activarla, evaluar sus salidas, lo que incluye reconocer errores de atribución, de alcance y de temporalidad e identificar cuándo una formulación obliga a volver sobre el encuentro o a aclarar información. En la capacitación cabe usar ejemplos simulados y análisis de discrepancias, sin exponer datos reales innecesariamente ni crear dependencia de una interfaz particular.
El trabajo del equipo necesita responsabilidades claras. La persona que revisa una transcripción puede no ser la que toma la decisión clínica, del mismo modo que quien administra la integración técnica puede desconocer el significado de un campo documental. La coordinación debe permitir que cada problema llegue a quien tiene competencia para resolverlo. Atribuirlo todo al «usuario final» es insuficiente, porque los errores pueden originarse en la configuración, el diseño, las instrucciones o la transferencia de información. Una organización responsable conserva la posibilidad de analizarlos sin reducirlos de inmediato a fallos individuales de atención. La distribución del tiempo es otro asunto organizativo y requiere evaluación local. Si el tiempo ahorrado en documentación se usa exclusivamente para aumentar el número de consultas, el beneficio para la atención o para el bienestar profesional puede no llegar a producirse. El destino del tiempo disponible no lo decide únicamente la tecnología. Las metas de implementación deberían describir resultados concretos y compatibles con las condiciones del servicio, sin acumular promesas que los recursos y la capacidad de revisión disponibles no permiten cumplir.
La formación debe conservar también las capacidades clínicas y comunicativas necesarias para trabajar cuando la herramienta falla o no es apropiada. La continuidad asistencial requiere alternativas y procedimientos comprensibles, aunque mantenerlos no obliga a duplicar siempre todo el trabajo. Con ellos, el equipo puede aprovechar la automatización sin que una dependencia técnica le haga perder la capacidad de reconocer y gestionar los límites del sistema ni el criterio para juzgar el contenido de una nota, su procedencia y lo que falta comprobar antes de usarla en una decisión profesional.
Mediaciones revisables en la entrevista asistida
La entrevista clínica asistida por IA se comprende mejor como una transformación de mediaciones. Con la herramienta cambian la formulación de las preguntas, la conservación de las respuestas y la circulación de las representaciones entre profesionales, cambios que pueden facilitar tareas útiles y también introducir interpretaciones con apariencia de registro. El criterio central es mantener visible la relación entre la experiencia comunicada, la observación profesional y la elaboración documental. Esa relación permite reconocer qué se sabe, de dónde procede y qué necesita aclararse antes de que la información tenga consecuencias asistenciales. Una práctica adecuada se organiza para detectar y corregir los errores según su importancia, sin presuponer infalibilidad humana ni tecnológica. En esa organización se conservan la voz del paciente y el juicio del profesional, con una institución que responde por el acceso, la integración y la continuidad. La IA participa dentro de esa estructura y su función debe evaluarse por sus efectos concretos. Un sistema que produce notas de apariencia impecable puede resultar menos útil que otro que conserva con claridad las incertidumbres y facilita una revisión precisa del encuentro.
La lingüística y la semiótica muestran que los riesgos y beneficios de estas herramientas dependen de los datos médicos y de la capacidad computacional, pero también de negaciones, categorías, presuposiciones, secuencias de preguntas y distribución de voces. Estos elementos organizan lo que llega a ser información clínica. Su análisis ayuda a diseñar evaluaciones más sensibles y a impedir que la automatización borre condiciones relevantes de interpretación. La calidad del apoyo necesita atender a la forma comunicativa del cuidado, además de a la exactitud de contenidos aislados.
La lectura siguiente amplía la discusión a agentes multimodales y comunicación situada. La entrevista clínica ha mostrado que palabras, cuerpos, objetos e instituciones participan en una actividad común sin aportar información equivalente. Esa lección se extiende a otros entornos de interacción, en los que percibir una señal no alcanza para comprender su función. Para producir una respuesta pertinente hay que reconocer, además, qué acción está en curso. La IA adquiere valor cuando su intervención se ajusta a la organización de esa actividad y conserva mecanismos para revisar lo que interpretó inicialmente de manera incompleta.
Referencias
Heritage, J., y Robinson, J. D. (2006). The structure of patients' presenting concerns: Physicians' opening questions. Health Communication, 19(2), 89–102. https://doi.org/10.1207/s15327027hc1902_1
Lukac, P. J., Turner, W., Vangala, S., Chin, A. T., Khalili, J., Shih, Y.-C. T., Sarkisian, C., Cheng, E. M., y Mafi, J. N. (2025). Ambient AI Scribes in Clinical Practice: A Randomized Trial. NEJM AI, 2(12), AIoa2501000. https://doi.org/10.1056/AIoa2501000
Organización Mundial de la Salud [OMS]. (2024, 18 de enero). WHO releases AI ethics and governance guidance for large multi-modal models. https://www.who.int/news/item/18-01-2024-who-releases-ai-ethics-and-governance-guidance-for-large-multi-modal-models
Tu, T., Schaekermann, M., Palepu, A., et al. (2025). Towards conversational diagnostic artificial intelligence. Nature, 642, 442–450. https://doi.org/10.1038/s41586-025-08866-7