Casi dos de cada tres médicos estadounidenses recurren ya a un motor de búsqueda potenciado por inteligencia artificial para orientar decisiones sobre sus pacientes. Detrás de esa estadística hay un nombre que hasta hace poco sonaba desconocido fuera de los hospitales: OpenEvidence, una startup con sede en Miami que ha alcanzado una valoración de 15.000 millones de dólares y que ha encendido el debate sobre el futuro de la práctica clínica.
- Escala inédita: la plataforma procesó más de 42 millones de consultas el mes pasado en un país con cerca de un millón de médicos en activo.
- Modelo de negocio: el servicio se sostiene con publicidad, un esquema poco habitual en el software clínico profesional.
- Adopción institucional: Johns Hopkins Medicine y Northwestern Medicine han anunciado colaboraciones; esta última integra la herramienta en el sistema de historia clínica electrónica Epic.
- La advertencia: los especialistas alertan del riesgo de «sesgo de automatización», la tendencia a aceptar la respuesta de la máquina sin verificarla.
Un crecimiento viral fuera del manual sanitario
OpenEvidence fue fundada en 2022 por Daniel Nadler, un emprendedor en serie acostumbrado a levantar compañías desde cero. Su propuesta es sencilla de describir y compleja de ejecutar: un chatbot que rastrea revistas médicas y guías clínicas para ayudar a diagnosticar y tratar pacientes, con citas en línea de las fuentes consultadas.
El despegue no llegó por una gran campaña comercial ni por un contrato corporativo, sino por el boca a boca entre profesionales. Esa penetración en un sector donde pocas herramientas habían logrado tracción semejante es, precisamente, lo que la compañía reivindica como su mayor logro.
«Somos la primera aplicación de internet de consumo verdaderamente viral en el ámbito de la salud», afirmó Nadler.
La cifra que mejor dimensiona el fenómeno: 42 millones de consultas en un solo mes, canalizadas a través de una base potencial de un millón de médicos repartidos por todo el país.
Los números que sostienen el fenómeno
Un estudio publicado en JAMA aporta la medición más rigurosa hasta la fecha: más de la mitad de los médicos activos en Estados Unidos introdujeron 271 millones de consultas clínicas en la plataforma entre enero de 2024 y junio de 2026. El tratamiento y el manejo de casos concentraron el 33% de las consultas, mientras que el diagnóstico absorbió cerca del 14%. Los médicos en etapas tempranas de su carrera, junto con oncólogos, hematólogos y especialistas en medicina interna y familiar, registraron una proporción de uso superior a la media.
El corpus que alimenta las respuestas incluye publicaciones como The New England Journal of Medicine y JAMA, además de las guías de la National Comprehensive Cancer Network y de diversas sociedades profesionales. El atractivo para el clínico es evidente: consultas en lenguaje natural con referencias verificables, en lugar de búsquedas manuales en múltiples repositorios.
De la consulta puntual al flujo de trabajo clínico
El movimiento estratégico más reciente consiste en dejar de ser una parada ocasional y convertirse en infraestructura. La colaboración con Johns Hopkins Medicine se orienta al desarrollo de herramientas de apoyo a la atención y al rediseño de la formación médica, con el objetivo declarado de construir sistemas de IA «centrados en la persona» que combinen literatura científica, historial del paciente y buenas prácticas clínicas.
Northwestern Medicine, por su parte, integra OpenEvidence directamente en Epic: el facultativo puede revisar las guías vigentes para la condición de un paciente, explorar la evidencia disponible o formular una pregunta clínica y recibir una respuesta respaldada por citas. Otras instituciones, como el University of Texas Medical Branch, han anunciado integraciones similares en sus historiales electrónicos.
El contrapeso: criterio médico y sesgo de automatización
La expansión no ha pasado desapercibida para los expertos en gobernanza de datos sanitarios. Lee Kim, principal de Keytera, consultora de ciberseguridad, privacidad y gobernanza de IA, considera valioso incorporar la alfabetización en IA a los planes de estudio, pero con matices.
«Creo que el conocimiento, el pensamiento crítico, la capacidad analítica y el juicio independiente de los estudiantes deben reforzarse mediante un uso responsable de las herramientas de IA, no reducirse ni sustituirse».
Kim sostiene que combinar la pericia del médico con las recomendaciones generadas por la máquina puede mejorar las decisiones, sobre todo cuando ambas partes detectan errores distintas. Ahora bien, ese beneficio depende de que el profesional evalúe críticamente la respuesta en lugar de aceptarla con fe ciega.
«Mi mayor preocupación es que los futuros médicos desarrollen una dependencia excesiva de la IA sin cultivar el conocimiento, las habilidades y el juicio necesarios para reconocer cuándo se equivoca».
De ahí su recomendación de implantar protocolos de revisión secundaria por parte de una persona cualificada: «La IA puede fallar. También puede cometer errores». A ello se suma un matiz técnico relevante: una cita bibliográfica no garantiza por sí misma que el contenido sintetizado sea correcto.
El caso de OpenEvidence condensa una tensión que definirá la próxima década de la informática sanitaria. La velocidad de adopción demuestra que existe una demanda real y que el boca a boca entre profesionales sigue siendo un canal formidable cuando el producto resuelve un problema cotidiano. También revela la fragilidad de un modelo que monetiza mediante publicidad un espacio históricamente protegido de la presión comercial. El reto ya no es demostrar que la herramienta funciona a escala, sino garantizar que esa escala no degrade el juicio clínico que pretende asistir.
Fuentes y referencias