La inteligencia artificial está emergiendo como una herramienta innovadora para la formación en la entrevista clínica, desde la simulación de pacientes virtuales hasta la retroalimentación personalizada sobre comportamientos empáticos. Estudios recientes demuestran que los sistemas «a medida» pueden proporcionar experiencias formativas equivalentes a las de los actores humanos, mientras que los modelos genéricos resultan menos eficaces. A pesar de su potencial, la confianza de los profesionales y la fiabilidad de los sistemas siguen siendo retos críticos. Por lo tanto, la IA se considera un complemento de la simulación tradicional, ya que ofrece escalabilidad, accesibilidad y apoyo a la formación clínica, sin sustituir la relación médico-paciente.
Este artículo ha sido escrito en colaboración con «Il colloquio clinico: rivista italiana di comunicazione sanitaria» (La entrevista clínica: revista italiana de comunicación sanitaria).
Predecir el impacto de la inteligencia artificial (IA) en la entrevista clínica es, en la actualidad, un ejercicio teórico destinado a no generar predicciones fiables. Podemos imaginar lo que la tecnología será capaz de hacer dentro de unos años, pero sigue siendo difícil hacer aceptar a los pacientes y a los profesionales soluciones que impliquen un papel relevante de la IA en la práctica clínica. Las resistencias se refieren tanto a la confianza en la capacidad de una máquina para comprender y gestionar el componente humano de la relación con el paciente, como a las implicaciones normativas y médico-legales. La experiencia italiana muestra, además, que la adaptación del marco normativo no sigue el ritmo de la evolución de la realidad tecnológica: las leyes tienden a adaptar la realidad a las normas, más que al contrario, lo que frena la introducción de herramientas innovadoras en la práctica clínica.
La entrevista clínica y los modelos formativos
La entrevista clínica, tal y como se define en el Dizionario Italiano di Medicina Narrativa (Diccionario italiano de medicina narrativa), es una secuencia comunicativa estructurada que tiene como objetivo centrar la comunicación en la persona según las pruebas disponibles (Ardis, 2022). Nuestro grupo de formación utiliza desde hace tiempo la Declaración de Consenso de Kalamazoo como modelo de referencia. Este esquema identifica siete elementos esenciales que guían toda la interacción entre el paciente y el profesional sanitario (Makoul, 2001):
- construcción de la relación,
- apertura,
- recopilación de información,
- comprensión del punto de vista del paciente,
- compartir información,
- acuerdo sobre planes futuros y
- cierre.
La formación basada en este modelo prevé un enfoque cognitivo-conductual basado en el aprendizaje por tareas. Cada elemento se descompone en tareas específicas que el alumno debe realizar. Esta metodología permite proporcionar indicaciones precisas sobre el comportamiento que se debe adoptar en las diferentes fases de la entrevista.
Aplicaciones de la IA en la formación clínica
En el ámbito de la formación y el desarrollo profesional, estamos observando cómo la inteligencia artificial (IA) puede aplicarse en las diferentes fases y de diferentes maneras en el aprendizaje de los profesionales de la salud. Las tecnologías digitales permiten evaluar la ejecución de las tareas durante la simulación de la entrevista clínica y proporcionar comentarios específicos. Nuestro grupo ha desarrollado una lista de verificación para medir la frecuencia de los comportamientos empáticos en las simulaciones de televisitas y estamos trabajando en una aplicación basada en IA capaz de analizar automáticamente las frases con contenido empático. Aunque por el momento se trata de un prototipo, prevemos que una versión beta estará disponible en el plazo de un año. El objetivo no es crear una escala, sino una herramienta que permita evaluar las variaciones en la frecuencia de los comportamientos empáticos antes y después de una formación destinada a aumentar la empatía.
Retos y potencial de la IA en la entrevista clínica
El elemento más crítico es la aceptación de estas herramientas por parte de los alumnos y los profesionales. Después de cada simulación individual de entrevista clínica, proporcionamos comentarios individuales, una modalidad reconocida en la literatura como eficaz para el aprendizaje. Si, en teoría, una simulación gestionada por IA y los comentarios elaborados por un agente virtual podrían ser igualmente eficaces, es difícil hacer que un médico con años de experiencia y hábitos comunicativos arraigados acepte una evaluación procedente de una máquina. En opinión del autor, la principal limitación del uso de la IA en el aprendizaje de la comunicación residirá más en la confianza de los alumnos que en el potencial real de la tecnología.
A medio plazo, es previsible que la inteligencia artificial se vuelva progresivamente más fiable: los errores cometidos por la IA disminuirán hasta el punto de ser menos probables que los cometidos por un ser humano.
Cuando esto ocurra, el uso de la IA en la práctica clínica será inevitable. Según algunos profesores de comunicación, esto permitirá a los médicos reducir el tiempo necesario para el diagnóstico y la planificación terapéutica, reservando una mayor parte de la visita a la relación humana, considerada insustituible. No obstante, es difícil imaginar que la IA pueda sustituir completamente al médico en la entrevista clínica a corto plazo, precisamente por la desconfianza residual hacia estas herramientas. Es más realista pensar que la IA puede integrarse en algunas fases de la entrevista como ayuda comunicativa, al igual que los vídeos informativos, los folletos o los esquemas didácticos que ya se utilizan para facilitar la comprensión del paciente.
La IA en los simuladores para la consulta clínica
En lo que respecta al diálogo clínico y a la consulta con el paciente, cada vez más simuladores sanitarios están integrando la IA para gestionar las interacciones formativas. La literatura de los últimos años atestigua un crecimiento constante de estas aplicaciones, aunque los estudios disponibles siguen presentando una marcada heterogeneidad en cuanto a diseño, tecnologías empleadas y contextos clínicos. El corpus de evidencias sigue estando compuesto principalmente por estudios piloto y observacionales, con pocos ensayos controlados, lo que es señal de un sector en rápido desarrollo, pero aún en sus inicios desde el punto de vista de la solidez metodológica.
La arquitectura técnica de los sistemas de IA ha cambiado significativamente con el tiempo. Los primeros trabajos, como el de Rizzo y sus colegas (2010), se orientaban a la creación de agentes virtuales dotados de lenguaje natural, capaces de mantener un diálogo cara a cara y reproducir reacciones emocionales verosímiles. Las soluciones más recientes, en cambio, aprovechan los grandes modelos lingüísticos: plataformas como MedSimAI integran sistemas como GPT-4o para las interacciones textuales y API en tiempo real para la comunicación vocal. En varios estudios, estos sistemas han demostrado no solo la capacidad de responder a enunciados empáticos, sino también de manejar matices conversacionales complejos, incluyendo elementos de humor.
Fiabilidad, modelos a medida y aceptación de la IA en la simulación de la entrevista clínica
Sin embargo, la cuestión de la fiabilidad sigue siendo fundamental. El riesgo de generar información incorrecta o fuera de contexto sigue siendo muy alto: la revisión de Stamer et al. (2022), por ejemplo, señala entre las principales críticas la falta de autenticidad y la limitada fluidez del diálogo, factores que pueden comprometer la eficacia formativa. A pesar de los avances técnicos, la IA conversacional no es inmune a los errores, especialmente en condiciones clínicas complejas.
Sin embargo, la aparición de sistemas de IA «a medida», diseñados específicamente para la simulación clínica, está dando resultados prometedores. Estas plataformas, entrenadas en escenarios educativos y datos contextualizados a la práctica sanitaria, parecen capaces de ofrecer un rendimiento más fiable que los modelos lingüísticos generalistas. El caso más significativo es el de SimConverse: en una publicación reciente (Ting et al, 2025), esta plataforma dedicada proporcionó a los alumnos una experiencia de aprendizaje equivalente a la obtenida con actores humanos, mientras que el uso directo de un modelo genérico como ChatGPT produjo resultados claramente inferiores. Esta evidencia refuerza la idea de que, en el ámbito de la formación, la calidad de la interacción no solo depende de la potencia del modelo lingüístico, sino sobre todo de su grado de especialización y de la forma en que se integra en el ecosistema educativo.
Un aspecto interesante es la percepción y la aceptación por parte de los usuarios. Por un lado, como se ha comentado anteriormente, todavía resulta difícil imaginar que la IA pueda sustituir completamente al médico en la consulta clínica a corto plazo, precisamente por la desconfianza residual hacia estas herramientas. Por otro lado, la experiencia internacional muestra señales aparentemente contradictorias: el elevado volumen, más de 45 000 consultas, registrado en la plataforma Geeky Medics pone de manifiesto que, cuando se hace fácilmente accesible, los pacientes virtuales basados en IA generan una participación espontánea y masiva (Potter L & Jefferies, 2024). Esto sugiere que la resistencia podría ser más marcada entre los profesionales que entre los estudiantes o los alumnos más jóvenes, y que la facilidad de uso desempeña un papel determinante en la aceptación de estas tecnologías.
Conclusiones
Al igual que en la práctica clínica, la literatura sigue considerando la IA como un complemento de la simulación tradicional, no como un sustituto de la misma. Las principales ventajas residen en la escalabilidad: costes reducidos, posibilidad de practicar sin limitaciones de disponibilidad de los actores y oportunidad de formarse también desde casa. Es plausible que estas herramientas se conviertan en parte integrante de la formación clínica, ofreciendo entornos de práctica seguros y accesibles, mientras que la relación auténtica con el paciente seguirá representando el núcleo insustituible de la competencia comunicativa.
Bibliografía
Potter L & Jefferies C. Enhancing Communication and Clinical Reasoning in Medical Education: Building Virtual Patients with Generative AI. Future Healthcare Journal, 2024.
Rizzo A, et al. A New Generation of Intelligent Virtual Patients for Clinical Training, 2010.
Stamer T, et al. Artificial Intelligence Supporting the Training of Communication Skills in the Education of Health Care Professions: Scoping Review. Journal of Medical Internet Research, 2022.
Ting pw & Wolffsohn JS. Artificial Intelligence-Driven Patient History and Symptoms Combined with Slit-Lamp Eye Simulation for Enhancing the Clinical Training of Students. Clinical and Experimental Optometry, 2025.
Ardis, S. (2022). Modelli comunicativi. In M. Marinelli (Ed.), Dizionario di medicina narrativa. Parole e pratiche. Scolè – Morcelliana.
Makoul, G. (2001). Essential elements of communication in medical encounters: the Kalamazoo consensus statement. Academic medicine, 76(4), 390-393.
LEER TAMBIÉN
