Un estudio publicado en JAMA Network Open evaluó una herramienta de inteligencia artificial integrada a la historia clínica electrónica en emergencias. Aunque fue percibida como útil por los médicos, no redujo de forma significativa el tiempo objetivo de revisión de registros.
La inteligencia artificial en la revisión de historias clínicas
La incorporación de inteligencia artificial en los departamentos de emergencias continúa siendo evaluada como una posible respuesta a uno de los problemas más persistentes de la atención médica aguda: la necesidad de revisar, interpretar y sintetizar grandes volúmenes de información clínica en poco tiempo. En este contexto, el estudio “Artificial Intelligence Note Summarization in the Emergency Department”, publicado en JAMA Network Open el 18 de junio de 2026, analizó si una herramienta de resumen de notas clínicas basada en modelos de lenguaje de gran escala podía reducir el tiempo destinado por los médicos de emergencias a revisar registros médicos.
La investigación evaluó si una herramienta de inteligencia artificial podía modificar el tiempo real que los médicos destinan a revisar registros clínicos.
La investigación se centró en una herramienta integrada a la historia clínica electrónica, capaz de generar resúmenes concisos a partir de notas clínicas no estructuradas. Este tipo de solución se apoya en modelos de lenguaje de gran escala, conocidos por la sigla LLM, del inglés large language models. Estos sistemas son capaces de procesar texto clínico extenso y producir una síntesis que, en teoría, podría ayudar al médico a identificar antecedentes, eventos recientes, diagnósticos previos y datos relevantes para la toma de decisiones.
La pregunta central no fue si la inteligencia artificial podía generar resúmenes, sino si esos resúmenes lograban modificar de manera medible el tiempo real de revisión clínica.
El trabajo partió de un escenario muy frecuente en los servicios de urgencias: los médicos suelen recibir pacientes desconocidos, muchas veces con enfermedades complejas, múltiples consultas previas, antecedentes dispersos y documentación extensa. En el departamento de emergencias, definido por la sigla ED, del inglés emergency department, la revisión rápida de la historia clínica resulta clave para orientar diagnósticos, evitar errores, reconocer tratamientos previos y decidir conductas en escenarios de alta presión temporal.
En emergencias, la información clínica debe ser encontrada, interpretada y aplicada en cuestión de minutos.
La historia clínica electrónica, identificada por la sigla EHR, del inglés electronic health record, ha permitido centralizar información, pero también ha aumentado el volumen documental disponible. En lugar de encontrar rápidamente un dato puntual, los profesionales pueden verse obligados a navegar múltiples notas, evoluciones, informes y registros generados por distintos servicios. Esta carga informativa ha sido vinculada con mayor carga cognitiva, agotamiento profesional, burnout y riesgos potenciales para la seguridad del paciente.
Un estudio prospectivo en un departamento de emergencias académico
La investigación fue diseñada como un estudio prospectivo de mejora de calidad, con un esquema crossover dentro de los participantes. Esto significa que los mismos médicos fueron observados en turnos con la herramienta de inteligencia artificial y en turnos control, sin el uso de esa herramienta. Este diseño permitió comparar el desempeño de cada profesional consigo mismo, reduciendo parcialmente el impacto de diferencias individuales en estilo de trabajo, experiencia o familiaridad con la historia clínica electrónica.
El diseño crossover permitió que cada médico fuera comparado en condiciones con y sin inteligencia artificial, dentro del mismo entorno asistencial.
El estudio fue realizado en un único departamento de emergencias académico urbano de atención cuaternaria entre diciembre de 2024 y julio de 2025. La elección de este tipo de entorno resulta relevante porque los centros académicos de alta complejidad suelen atender pacientes con mayor carga de comorbilidades, historias clínicas extensas y problemas médicos complejos. Sin embargo, también implica que los resultados deben ser interpretados con cautela antes de ser extrapolados a hospitales comunitarios, centros rurales o servicios con menor complejidad asistencial.
Participaron 10 médicos de emergencias certificados, todos usuarios experimentados de la historia clínica electrónica. Ninguno de ellos tenía experiencia previa con la herramienta de resumen basada en inteligencia artificial. Esta característica permitió evaluar el uso inicial de la solución en condiciones relativamente cercanas a una implementación real, aunque también pudo haber limitado el efecto observado, ya que la familiaridad con una nueva herramienta suele mejorar con el tiempo.
La falta de experiencia previa con la herramienta permitió observar una implementación inicial, pero también pudo limitar el impacto medido.
Cada médico fue observado durante 3 turnos con inteligencia artificial y 3 turnos control. En total, fueron incluidos 60 turnos: 30 con inteligencia artificial y 30 sin inteligencia artificial. La observación directa se realizó durante una ventana estandarizada de 4 horas por turno, en encuentros predominantemente de alta agudeza y complejidad médica. Este enfoque permitió medir tiempos reales de revisión de registros, en lugar de depender únicamente de estimaciones subjetivas.
Cómo funcionó la herramienta basada en modelos de lenguaje de gran escala
La herramienta evaluada generaba resúmenes concisos de notas clínicas no estructuradas dentro de la historia clínica electrónica. Es decir, el sistema no trabajaba con todos los datos posibles del paciente, sino con textos narrativos previamente ingresados por profesionales de la salud. Esta distinción es importante porque gran parte de la información crítica en emergencias también puede encontrarse en datos estructurados, como resultados de laboratorio, signos vitales, medicación activa, alergias codificadas o estudios complementarios.
La herramienta resumía notas clínicas no estructuradas, pero no integraba todos los datos clínicos disponibles en la historia electrónica.
Los modelos de lenguaje de gran escala pueden identificar patrones en textos extensos y condensar información en formatos más legibles. En el ámbito clínico, se espera que estas herramientas ayuden a disminuir el tiempo destinado a la búsqueda de datos dispersos. Sin embargo, su utilidad depende de la calidad de las notas originales, de la cobertura de la información disponible, del diseño del prompt, de la ventana de contexto y de la forma en que el resumen se presenta dentro del flujo de trabajo médico.
Una herramienta puede ser percibida como útil y, aun así, no demostrar una reducción estadísticamente significativa en una medición objetiva de tiempo.
En este estudio, la herramienta fue integrada a la historia clínica electrónica, un aspecto central para su posible adopción. Las soluciones que obligan al profesional a salir del sistema habitual, abrir otra plataforma o copiar información manualmente suelen generar fricción operativa. La integración directa, en cambio, puede facilitar su uso durante la atención. Aun así, la integración técnica no garantiza impacto clínico si el resumen no aparece en el momento adecuado, no contiene los datos necesarios o no logra reemplazar parte de la revisión tradicional.
Los médicos fueron observados en un entorno real de atención, no en simulaciones ni escenarios controlados de laboratorio. Este punto fortalece el valor práctico del estudio, porque la utilidad de la inteligencia artificial en emergencias depende de cómo se comporta bajo presión temporal, interrupciones frecuentes, incertidumbre diagnóstica y variabilidad en la complejidad de los pacientes. La medicina de emergencias exige decisiones rápidas, pero también exige confianza en la información utilizada para decidir.
En la práctica diaria, una herramienta de inteligencia artificial debe integrarse al ritmo real de la atención médica, no solo funcionar en condiciones ideales.
Qué se midió durante los turnos con y sin inteligencia artificial
Los desenlaces primarios fueron dos mediciones objetivas de tiempo: el tiempo total de revisión de registros por turno y el tiempo promedio de revisión por paciente. Estas variables fueron elegidas porque representan una dimensión concreta del trabajo médico que, en teoría, podría ser modificada por un resumen automatizado. Si la herramienta lograba sintetizar información relevante de manera eficiente, se esperaba que el médico necesitara menos tiempo para revisar la documentación clínica.
El objetivo principal fue medir tiempo real de revisión, no solo opiniones o percepciones de los usuarios.
Los desenlaces secundarios incluyeron medidas subjetivas y evaluaciones de usabilidad. Entre ellas se consideraron las estimaciones autorreportadas del tiempo de revisión, la dificultad percibida para revisar la historia clínica y las evaluaciones posteriores al turno sobre la utilidad de los resúmenes. Esta combinación de desenlaces permitió analizar no solo si la herramienta modificaba el tiempo real observado, sino también cómo era percibida por los profesionales que la utilizaban.
El estudio diferenció entre eficiencia objetiva, medida mediante observación directa, y experiencia subjetiva, evaluada mediante encuestas.
El análisis estadístico utilizó modelos lineales mixtos, una metodología apropiada para datos con mediciones repetidas en los mismos participantes. Dado que cada médico fue observado en múltiples turnos, los modelos debían considerar que las observaciones no eran completamente independientes entre sí. La significación estadística fue definida como P < .05, y los datos fueron analizados con Python 3.11.10.
También se exploraron posibles diferencias según el volumen de pacientes del turno y el horario de inicio. Esta decisión fue relevante porque el impacto de una herramienta de resumen podría variar según la carga asistencial. En turnos con mayor volumen, cada minuto ahorrado podría tener más valor; en turnos más complejos, el resumen podría ayudar más a organizar información; y en determinados horarios, la presión operativa o la disponibilidad de recursos podría modificar la forma en que los médicos revisan la historia clínica.
Los análisis adicionales buscaron determinar si el beneficio variaba según volumen de pacientes u horario de inicio del turno.
Resultados objetivos: reducciones descriptivas sin significación estadística
En los resultados descriptivos, el tiempo medio total de revisión de registros disminuyó de 18,95 minutos sin inteligencia artificial a 17,74 minutos con inteligencia artificial. Esto representó una diferencia absoluta de −1,21 minutos y una diferencia relativa de −6,37%. Aunque el cambio fue favorable en términos descriptivos, la magnitud fue pequeña y no alcanzó significación estadística en los modelos ajustados.
El tiempo total de revisión bajó de 18,95 a 17,74 minutos, una reducción descriptiva de −1,21 minutos por turno.
El tiempo medio de revisión por paciente también mostró una disminución descriptiva, al pasar de 2,11 minutos sin inteligencia artificial a 1,92 minutos con inteligencia artificial. La diferencia absoluta fue de −0,19 minutos por paciente, con una diferencia relativa de −9,13%. En un entorno de alta demanda, reducciones pequeñas por paciente podrían acumularse, pero el estudio no demostró que este cambio fuera estadísticamente significativo.
El tiempo por paciente bajó de 2,11 a 1,92 minutos, pero esa diferencia no permitió confirmar un efecto objetivo robusto de la herramienta.
A nivel de médicos individuales, el cambio medio fue de −1,21 minutos por turno y de −0,20 minutos por paciente. La mediana de los cambios fue de −0,63 minutos por turno y de −0,25 minutos por paciente. Estos valores sugieren una tendencia hacia menor tiempo de revisión, aunque con variabilidad entre profesionales. La mediana menor que la media también indica que algunos cambios individuales pudieron influir en el promedio general.
La heterogeneidad fue un hallazgo importante. De los 10 médicos incluidos, 6 redujeron el tiempo de revisión por paciente cuando utilizaron la herramienta, mientras que 4 aumentaron ese tiempo. Esta variabilidad puede explicarse por diferencias en estilos de trabajo, confianza en los resúmenes, necesidad de verificar la información original, complejidad de los pacientes atendidos o forma individual de integrar la herramienta en el proceso clínico.
Seis de los 10 médicos redujeron el tiempo de revisión por paciente, mientras que 4 lo aumentaron.
Los modelos lineales mixtos no mostraron diferencias estadísticamente significativas. Para el tiempo total de revisión, el ratio fue 0,99, con intervalo de confianza del 95%, definido por la sigla IC 95%, de 0,73 a 1,36. Para el tiempo por paciente, el ratio fue 1,01, con IC 95% de 0,72 a 1,40. Estos intervalos amplios reflejan incertidumbre y son compatibles tanto con una reducción como con un aumento del tiempo.
Los resultados ajustados no confirmaron una reducción significativa: el ratio fue 0,99 para tiempo total y 1,01 para tiempo por paciente.
En los análisis por volumen de pacientes y horario de inicio tampoco se observaron mejoras objetivas significativas. Este resultado sugiere que, dentro de las condiciones evaluadas, el efecto de la herramienta no fue claramente distinto en turnos con diferentes cargas asistenciales o momentos de inicio. Sin embargo, el tamaño de la muestra limita la capacidad para detectar efectos en subgrupos.
Percepción médica: utilidad, facilidad de uso y menor dificultad
A diferencia de las mediciones objetivas, las encuestas mostraron mejoras subjetivas. La estimación médica del tiempo de revisión por paciente bajó de 6,5 a 4,7 minutos. Esta reducción percibida fue mayor que la observada objetivamente, lo que muestra una discrepancia entre la experiencia del usuario y la medición directa del tiempo. En la práctica clínica, esa percepción puede influir en la aceptación de la herramienta, incluso cuando el impacto medido es limitado.
La percepción médica del tiempo de revisión mejoró más que la medición objetiva registrada durante los turnos.
La dificultad percibida también disminuyó, al pasar de 3,9 a 2,9 puntos. Este hallazgo puede ser relevante porque la carga cognitiva no siempre se refleja en minutos ahorrados. Una herramienta que ordena información, reduce incertidumbre o facilita la identificación de antecedentes puede ser valorada por los médicos aunque no disminuya de forma significativa el tiempo total dedicado a revisar registros.
La inteligencia artificial podría no haber ahorrado tiempo de manera significativa, pero sí pudo haber modificado la experiencia subjetiva de revisar información clínica compleja.
En los turnos con inteligencia artificial, el 80% de las respuestas posteriores calificó los resúmenes como fáciles de usar y útiles. Esta evaluación positiva indica que la herramienta fue aceptada por una proporción importante de usuarios, pese a que ninguno tenía experiencia previa con ella. La usabilidad es una condición necesaria para la adopción de tecnologías clínicas, aunque no suficiente para demostrar impacto en eficiencia, seguridad o resultados del paciente.
El 80% de las respuestas posteriores a los turnos con inteligencia artificial calificó los resúmenes como fáciles de usar y útiles.
Los beneficios reportados por los médicos incluyeron una revisión más rápida, una escritura de notas más ágil y la identificación de información que podría haberse pasado por alto. Este último punto resulta especialmente importante en emergencias, donde los errores por omisión pueden ocurrir cuando datos relevantes quedan enterrados en documentos extensos. Sin embargo, el estudio no fue diseñado para medir eventos de seguridad, errores diagnósticos ni resultados clínicos en pacientes.
La diferencia entre percepción y medición objetiva plantea una cuestión clave. Los médicos pudieron sentir que la herramienta les permitía orientarse mejor, aun cuando el tiempo observado no cambiara de forma significativa. También es posible que el tiempo ahorrado en ciertas tareas haya sido compensado por tiempo adicional dedicado a leer el resumen, verificar datos o comparar la síntesis con las notas originales. En medicina, la confianza en una herramienta automatizada suele construirse de manera gradual.
La aceptación de una herramienta clínica no depende solo del ahorro de tiempo, sino también de la confianza, la claridad y la utilidad percibida.
Por qué no se observó una reducción objetiva significativa
Los autores señalaron varias explicaciones posibles para la ausencia de una reducción estadísticamente significativa en el tiempo objetivo de revisión. Una de las principales fue el uso exclusivo de notas no estructuradas. Aunque las notas clínicas contienen información valiosa, no siempre incluyen de manera completa o actualizada todos los datos necesarios para la toma de decisiones en emergencias. En muchos casos, los médicos deben revisar además laboratorios, signos vitales, medicación, alergias, imágenes e informes recientes.
El uso exclusivo de notas no estructuradas pudo haber limitado el valor práctico de los resúmenes generados.
La exclusión de datos estructurados pudo haber limitado el valor práctico de los resúmenes. En el departamento de emergencias, datos como presión arterial, frecuencia cardíaca, saturación de oxígeno, temperatura, resultados de laboratorio o cambios evolutivos pueden ser tan importantes como los antecedentes narrativos. Si la herramienta no integra esa información, el médico sigue necesitando revisar varias secciones de la historia clínica electrónica, lo que reduce el potencial ahorro de tiempo.
Un resumen clínico que no incorpora laboratorios ni signos vitales puede ser útil, pero difícilmente reemplaza la revisión completa que exige la atención de urgencias.
El diseño fijo del prompt también fue mencionado como una posible limitación. En herramientas basadas en modelos de lenguaje de gran escala, el prompt define qué tipo de información debe buscarse, cómo debe organizarse y qué formato debe adoptar la respuesta. Un prompt rígido puede no adaptarse a las necesidades cambiantes de distintos médicos, pacientes o escenarios clínicos. En emergencias, el dato relevante para un paciente con dolor torácico puede ser muy distinto del dato relevante para un paciente con sepsis, síncope, trauma o deterioro neurológico.
Un prompt fijo puede no responder del mismo modo a las necesidades clínicas de pacientes con problemas muy diferentes.
La ventana de contexto restringida fue otro factor señalado. Los modelos de lenguaje tienen límites respecto de la cantidad de información que pueden procesar en una sola interacción. Si la historia clínica del paciente es extensa, algunos documentos pueden quedar fuera del resumen o ser priorizados de manera imperfecta. En pacientes complejos, con múltiples internaciones o años de atención acumulada, esta restricción puede afectar la completitud de la síntesis.
La variabilidad del entorno de emergencias también pudo influir. El volumen de pacientes, la agudeza clínica, la mezcla de casos, las interrupciones, el nivel de saturación del servicio y las preferencias individuales del médico pueden modificar el tiempo de revisión de registros. En un estudio con 10 médicos y 60 turnos, esa variabilidad puede dificultar la detección de efectos modestos. Además, la observación directa pudo haber modificado el comportamiento de los participantes.
El volumen, la agudeza y la mezcla de casos pueden modificar el modo en que una herramienta digital impacta en el trabajo médico.
Otro punto relevante es la curva de aprendizaje. Ninguno de los médicos tenía experiencia previa con la herramienta. Aunque todos eran usuarios experimentados de la historia clínica electrónica, incorporar una función nueva al flujo de trabajo requiere adaptación. Es posible que el impacto de la herramienta aumente después de un período de uso más prolongado, cuando los médicos aprenden cuándo confiar en el resumen, cuándo verificar la fuente original y cómo utilizar la síntesis de manera más eficiente.
Qué aporta el estudio a la evaluación de inteligencia artificial generativa
El estudio aporta evidencia prospectiva temprana sobre inteligencia artificial generativa en medicina de emergencias. A diferencia de trabajos centrados en desempeño técnico o pruebas retrospectivas, esta investigación evaluó una herramienta en condiciones reales de atención. Esa aproximación es fundamental porque una solución puede mostrar buenos resultados en entornos controlados y, aun así, tener un efecto limitado cuando se enfrenta al ritmo, la presión y la complejidad del departamento de emergencias.
La evaluación en condiciones reales es clave para saber si una herramienta de inteligencia artificial mejora efectivamente la práctica clínica.
El hallazgo principal fue prudente: la herramienta de resumen con modelos de lenguaje de gran escala no produjo una reducción estadísticamente significativa del tiempo objetivo de revisión médica en el departamento de emergencias, aunque fue percibida como útil y usable. Esta combinación de resultados evita conclusiones simplistas. La tecnología no fue presentada como un fracaso, pero tampoco como una solución ya probada para ahorrar tiempo clínico de manera consistente.
La evidencia temprana sugiere potencial, pero también muestra que la integración clínica de la inteligencia artificial requiere mediciones objetivas y no solo entusiasmo tecnológico.
La investigación también destaca la importancia de medir resultados concretos. En el debate sobre inteligencia artificial aplicada a la salud, con frecuencia se enfatizan la capacidad de los modelos para generar texto, responder preguntas o resumir documentos. Sin embargo, para justificar su implementación en sistemas clínicos, es necesario demostrar beneficios en variables relevantes: eficiencia, seguridad, calidad de atención, carga cognitiva, satisfacción profesional, precisión diagnóstica o resultados en pacientes.
El estudio mostró que la usabilidad puede avanzar más rápido que el impacto medible. Que el 80% de las respuestas posteriores haya calificado los resúmenes como fáciles de usar y útiles indica que los médicos encontraron valor en la herramienta. Pero la ausencia de reducción objetiva significativa recuerda que la aceptación subjetiva no equivale necesariamente a eficiencia demostrada. Ambas dimensiones deben ser evaluadas en conjunto.
La utilidad percibida puede ser un primer paso, pero no reemplaza la necesidad de demostrar beneficios objetivos.
La medicina de emergencias representa un escenario exigente para estas herramientas. Los médicos deben actuar con información incompleta, priorizar riesgos inmediatos, coordinar equipos, documentar decisiones y reevaluar pacientes en evolución. En ese contexto, una herramienta de inteligencia artificial debe ser rápida, confiable, transparente, fácil de verificar y capaz de integrarse sin aumentar la carga de trabajo. Si el usuario debe dedicar tiempo adicional a controlar errores o buscar datos omitidos, el beneficio potencial se reduce.
Implicancias para médicos, hospitales y desarrolladores
Para los médicos de emergencias, el estudio sugiere una actitud equilibrada. Los resúmenes generados por inteligencia artificial pueden ser útiles como apoyo inicial para organizar información, pero no deben reemplazar la revisión clínica crítica. La herramienta puede ayudar a detectar antecedentes o datos dispersos, aunque su resultado debe ser interpretado dentro del contexto del paciente y verificado cuando la decisión clínica lo requiera.
Los resúmenes generados por inteligencia artificial deben ser considerados una ayuda, no un reemplazo del juicio clínico.
Para los hospitales, la investigación muestra que implementar inteligencia artificial no debería basarse solo en promesas de ahorro de tiempo. Antes de expandir estas soluciones, sería necesario evaluar su efecto en el flujo de trabajo real, la carga cognitiva, la seguridad del paciente y la satisfacción profesional. También debería considerarse si la herramienta se adapta a distintos tipos de servicios, niveles de complejidad, especialidades y perfiles de usuarios.
La adopción responsable de inteligencia artificial en salud exige probar no solo si la herramienta funciona, sino si mejora el trabajo clínico real.
Para los desarrolladores, los resultados señalan áreas claras de mejora. Las futuras versiones podrían integrar datos estructurados, como laboratorio y signos vitales; permitir prompts más flexibles; ampliar la ventana de contexto; adaptar el resumen al motivo de consulta; y ofrecer enlaces directos a las fuentes originales. También sería útil que los resúmenes indicaran niveles de certeza, fechas de los datos y posibles omisiones relevantes.
La trazabilidad de la información será un aspecto decisivo. En medicina, no alcanza con que un resumen sea claro: el profesional necesita saber de dónde proviene cada dato, cuándo fue registrado y si sigue siendo vigente. Una herramienta que permita saltar rápidamente desde el resumen hacia la nota original, el resultado de laboratorio o el informe correspondiente podría aumentar la confianza y reducir el tiempo de verificación.
La posibilidad de rastrear cada dato hasta su fuente original podría aumentar la confianza en los resúmenes automatizados.
También será importante evaluar el impacto en distintos perfiles de pacientes. Es posible que los resúmenes automatizados sean más útiles en pacientes con historias clínicas extensas, múltiples internaciones, enfermedades crónicas complejas o atención fragmentada en varios servicios. En pacientes con poca documentación previa, el beneficio podría ser menor. Estudios futuros podrían identificar en qué escenarios la herramienta ofrece mayor valor.
Limitaciones y próximos pasos de investigación
El tamaño muestral fue reducido, con 10 médicos y 60 turnos observados. Aunque el diseño crossover permitió comparar cada participante consigo mismo, la capacidad para detectar diferencias pequeñas fue limitada. Además, el estudio se realizó en un único departamento de emergencias académico urbano de atención cuaternaria, por lo que los resultados podrían no reflejar la experiencia de otros centros con diferentes recursos, poblaciones o sistemas de historia clínica electrónica.
El tamaño de la muestra y la realización en un único centro limitan la generalización de los resultados.
La ventana de observación de 4 horas por turno permitió estandarizar la medición, pero pudo no capturar el efecto completo de la herramienta a lo largo de una jornada completa. En emergencias, la utilidad de una tecnología puede variar según el momento del turno, la acumulación de pacientes, el cansancio del profesional y la carga administrativa posterior. También podrían existir beneficios que aparecen fuera de la ventana observada, como menor tiempo de documentación al final del turno.
Los resultados no descartan beneficios futuros, pero indican que las versiones actuales deben ser evaluadas con criterios clínicos rigurosos.
La falta de experiencia previa con la herramienta fue una fortaleza y una limitación. Por un lado, permitió observar una implementación inicial realista. Por otro, pudo subestimar el beneficio que se alcanzaría con entrenamiento, uso repetido y ajustes personalizados. La adopción de tecnología en salud suele depender de la práctica acumulada y de la adaptación del flujo de trabajo a nuevas funciones.
El estudio tampoco evaluó desenlaces clínicos directos, como errores diagnósticos, eventos adversos, cambios en decisiones médicas, tiempo hasta el tratamiento o resultados en pacientes. Por lo tanto, no puede concluirse si los resúmenes mejoraron o empeoraron la seguridad clínica. La identificación de información que podría haberse pasado por alto fue reportada por los médicos, pero no fue medida como desenlace clínico independiente.
El estudio midió tiempo y percepción de uso, pero no evaluó desenlaces clínicos directos en los pacientes.
Los próximos estudios podrían ser multicéntricos y de mayor escala, con períodos de seguimiento más prolongados, diferentes especialidades, distintos niveles de complejidad hospitalaria y herramientas más avanzadas. También sería útil comparar versiones de resúmenes que integren datos estructurados y no estructurados, resúmenes adaptados al motivo de consulta y sistemas con trazabilidad directa hacia las fuentes originales.
Conclusión
El estudio mostró que una herramienta de inteligencia artificial basada en modelos de lenguaje de gran escala, integrada a la historia clínica electrónica, fue considerada útil y fácil de usar por médicos de emergencias, pero no redujo de forma estadísticamente significativa el tiempo objetivo de revisión de registros. Sus resultados invitan a avanzar con evaluación rigurosa, mejor integración de datos y diseños adaptados al flujo real de atención.
Referencias
Autor
El equipo de redactores de Sapue realizo esta historia, utilizando herramientas editoriales, de traducción e inteligencia artificial. El proceso de redacción contó con incidencia humana en cada etapa.
