LO ESENCIAL EN 30 SEGUNDOS

  • Nueve modelos muy usados lanzados en 2026, que Doximity no identifica, respondieron a más de 8.000 preguntas de dosificación sobre 2.204 fármacos.
  • Al menos el 2,3 % de las dosis eran erróneas; el 43,8 % de los errores detectados se consideró grave y el 3,4 %, potencialmente letal, con mucha más incidencia en fármacos recientes.
  • Los resultados proceden de la investigación propia de Doximity y no han sido verificados de forma independiente; no está claro si se han revisado por pares.

Doximity, una red profesional estadounidense para médicos que también ofrece un asistente de IA a los profesionales sanitarios, publicó el 29 de octubre una investigación según la cual los modelos de lenguaje de uso general cometen un número considerable de errores cuando se les pregunta por dosis de medicamentos. La empresa presentó a la vez una herramienta de comprobación.

Qué se evaluó

Según Doximity, nueve modelos de lenguaje de uso extendido, todos lanzados en 2026, recibieron más de 8.000 preguntas de dosificación basadas en consultas reales de médicos, que abarcaban 2.204 fármacos y 261.508 dosis. La compañía no revela qué modelos eran.

Los modelos se equivocaron en al menos el 2,3 % de las dosis, una cifra que Doximity presenta como estimación conservadora. Con una escala de gravedad, casi 20 de cada 1.000 respuestas contenían un error de dosificación grave; con otra, las respuestas con errores que causaron daño o exigieron intervención rondaban las 30,5 por cada 1.000. Del total de errores detectados, el 43,8 % se clasificó como grave y el 3,4 % como potencialmente letal.

Los fallos más frecuentes fueron no ajustar la dosis a factores del paciente como la edad, el peso, la función renal o hepática y las interacciones, incluso cuando esos datos figuraban en la pregunta, y confusiones de unidades o decimales. Los fármacos aprobados desde 2024 tenían unas cinco veces más probabilidades de error, algo que Doximity atribuye a la escasez de datos de uso real.

La herramienta

Doximity lanzó también DoseCheck, una capa gratuita dentro de su asistente Doximity Ask. Extrae cada dosis mencionada en una respuesta de IA y la contrasta con la base de datos estructurada de la empresa, elaborada a partir de fuentes como el etiquetado de la FDA, sin recurrir a otro modelo de lenguaje. Las dosis verificadas llevan una insignia con enlace a su fuente. Doximity advierte que la herramienta no sustituye el criterio clínico y que aún no cubre las pautas más complejas.

Matices

El estudio procede de una empresa que vende un producto de IA clínica competidor, y Healthcare Dive señala que no está claro si se ha publicado en una revista o como preprint. Además, los estudios no coinciden sobre si las herramientas clínicas especializadas superan a los modelos generales. Aun así, los patrones de error descritos, sobre todo en los ajustes según el paciente, apuntan a un riesgo práctico cuando médicos y pacientes consultan cada vez más a los chatbots sobre medicación.