Esto es reproducIA. Cada lunes, una lectura corta de la IA que está entrando en la medicina reproductiva y en la salud: un estudio explicado con su diseño y sus límites a la vista, dos o tres señales del sector y una función concreta de una herramienta que puedas usar esta misma semana.
Lectura rápida: titulares, cifras y gráficos. El texto, para profundizar.
Un pedido rápido: para que reproducIA no termine en spam ni en Promociones, agrega [email protected] a tus contactos. Si alguna vez lo encuentras en spam, márcalo como «No es spam».
En 30 segundos ⏱️
• El estudio: un modelo simplificó nueve consentimientos quirúrgicos; subió la comprensión percibida y bajó la calidad de la información sobre riesgos. La revisión clínica mejoró esa calidad.
• La señal: la reescritura automática de otros ocho consentimientos dejó pocas invenciones y muchas omisiones.
• Nos preguntaron: qué puede interpretar un chatbot de los informes que traen los pacientes, y qué no.
• La herramienta: quinta parada de la serie. Gemini Notebook, para reescribir un documento propio dejando por escrito qué cambió.
El estudio de la semana ⚗️
Imagen conceptual generada con IA.
Un modelo simplificó nueve consentimientos y los hizo más claros. Con menos información sobre riesgos dentro.
Un equipo del West China Hospital (Universidad de Sichuan) publicó en npj Digital Medicine (1 de abril de 2026) un estudio con consentimientos de lobectomía hepática de nueve instituciones.
Cada documento tuvo tres versiones: el original, una simplificada con ChatGPT-4o y una tercera en la que un cirujano hepatobiliar revisó la salida del modelo.
Comprensión percibida por evaluadores, no por pacientes.
Puntos clave
• La simplificación ganó en claridad, medida de dos formas. Una fórmula automática de legibilidad para chino (índice Lee-Yang: cuanto más bajo, más fácil) pasó de 28,04 a 22,90. Y los evaluadores la puntuaron más comprensible: de 2,64 a 3,53 sobre 5.
• Y perdió en riesgos. La calidad de la información sobre riesgos cayó de 3,61 a 3,28.
Puntuación de calidad documental, no medida de riesgo clínico.
• La revisión del cirujano la mejoró: esa puntuación volvió a 3,69. La comprensión percibida quedó en 3,81, la media más alta de las tres versiones.
• Dos jurados distintos. Cuatro cirujanos de centros distintos, cegados, puntuaron de 1 a 5 la calidad del contenido (riesgos, beneficios, alternativas y global). Otros cuatro voluntarios, dos médicos de especialidades no hepatobiliares y dos personas con estudios universitarios sin formación médica, puntuaron lo comprensible de cada texto.
• Lo medido es comprensión percibida, no la de pacientes decidiendo sobre su cirugía.
• Son nueve documentos, en chino, sobre cirugía hepática. Llevarlo a un consentimiento de reproducción asistida en España es una extrapolación nuestra, no un resultado del estudio.
Por qué nos importa
Legibilidad, fidelidad y comprensión no se miden con la misma prueba. Un texto puede ganar en la primera y perder en la segunda sin que se note al leerlo, porque lo que falta no deja hueco.
No hay que elegir entre claridad y contenido: hay que comprobar cada cosa por separado.
Leer el estudio: Evaluating large language models for simplifying non-English medical consent with clinician involvement (npj Digital Medicine, 2026)
En señales 🛰️
Ocho consentimientos de cirugía endocrina, comparados con su original.
La Universidad de Alabama en Birmingham reescribió con un chatbot dos consentimientos institucionales y seis documentos de ensayo. Repitió el proceso en dos sesiones independientes, para ver si el resultado se mantenía. El nivel de lectura bajó de 14,1 cursos de escolaridad, nivel universitario, a 8,8 en una sesión y a 9,9 en la otra, sin diferencia significativa entre ambas. Ninguna versión llegó al 6.º curso que recomiendan la AMA y los NIH.
Tres revisores midieron la fidelidad. Con una precisión de 0,95, casi todo lo que decía el texto nuevo estaba en el original. Con un recall de 0,62, más de un tercio del original no llegó al texto nuevo. Y cuanto más bajaba el nivel de lectura, más contenido se perdía (r = 0,73).
Un centro, ocho documentos.
Por qué importa: una omisión no se ve leyendo solo la versión nueva. Para detectarla hay que compararla con el original.
Materiales postoperatorios de ginecología.
Un equipo de Johns Hopkins planteó veinte preguntas frecuentes tras cirugía ginecológica mínimamente invasiva a ChatGPT y a Gemini. Dos expertos compararon a ciegas sus respuestas con los folletos de sociedades científicas. Los modelos fueron más exactos y más completos, y los folletos, más fáciles de leer. Ninguna de las tres fuentes llegó al nivel de 6.º a 8.º curso que recomiendan las guías estadounidenses.
Por qué importa: el material de referencia escrito por profesionales tampoco era fácil de leer. Que un texto se parezca a él no basta para darlo por bueno.
Nos preguntaron 🗒️
Una ginecóloga especialista en fertilidad de Buenos Aires nos escribió con una escena que se repite en consulta: pacientes que cargan en ChatGPT sus analíticas, el informe genético o la evolución de sus embriones, y llegan con un pronóstico armado sin contexto. ¿Qué puede interpretar razonablemente la IA, cuáles son sus límites y cómo explicárselos?
Lo que hace bien es traducir. Un modelo generalista suele explicar con claridad qué mide una AMH, qué significa una sigla o cómo se lee una tabla. No es poco: muchas consultas empiezan por ahí.
Lo que no puede hacer es pronosticar a una persona. Una analítica o un informe de embriones sin la edad, los ciclos previos, la historia clínica y el criterio del laboratorio es un dato suelto. Y el modelo responde con el mismo tono seguro cuando acierta que cuando se equivoca. En el Nº1 vimos que, ante doce dudas reales de FIV puntuadas a ciegas, los especialistas salieron mejor parados en casi todas.
Los pacientes marcan el mismo límite. En una encuesta a 206 pacientes de una clínica de fertilidad irlandesa (Human Fertility, 2025), entre el 67 % y el 74 % se sentía cómodo con que la IA asista al profesional en distintas tareas, y entre el 84 % y el 93 % no lo estaba con que las hiciera sola.
Explicarlo en consulta no exige desautorizar la herramienta. Funciona mejor reconocer lo que aclaró y señalar lo que no puede saber: cómo es el caso concreto.
Una guía breve para entregar en consulta
Para qué sirve el chatbot: entender términos, ordenar dudas y preparar la consulta.
Qué no leer como pronóstico: probabilidades de embarazo, calidad de un embrión o riesgos personales que salgan de una conversación con la IA.
Qué traer a la consulta: las preguntas que surgieron, no las respuestas. Y antes de subir un informe, quitar nombre, DNI y número de historia: los datos son de cada paciente, pero viajan a un tercero.
La herramienta de la semana 🛠️
¿Para qué te puede servir?
Gemini Notebook, el antiguo NotebookLM, es la herramienta de Google para trabajar sobre tus propios documentos. Responde a partir de las fuentes que le subes e incluye citas que remiten al material de origen. La diferencia con pedirle lo mismo a un chatbot está en el punto de partida: aquí trabajas sobre tu texto, no sobre una versión genérica del procedimiento.
Un uso concreto, y esto es aplicación nuestra, no resultado de los estudios: la hoja informativa que tu unidad entrega antes de una punción folicular.
Dónde se abre. En notebook.google, con una cuenta de Google. Creas un cuaderno nuevo y le añades la fuente: un PDF o un Google Docs, entre otros formatos. Con una cuenta de trabajo de Google Workspace puede que el administrador tenga que activarlo.
Antes de empezar. Usa la versión vigente del documento, en blanco, y comprueba que no lleve ningún dato de paciente. Crea un cuaderno solo para él. Si ya tiene otras fuentes, marca únicamente esta en el panel de fuentes, para que la comparación posterior sea limpia.
Qué pedirle. Una sola instrucción que te devuelva la propuesta y, a la vez, el material para revisarla:
Reescribe este documento en lenguaje llano, para una persona sin formación sanitaria. No añadas información que no esté en el documento. Conserva todos los riesgos, beneficios, alternativas, cifras y condiciones del original. Devuelve dos bloques: (1) la propuesta de reescritura; (2) una tabla de tres columnas: contenido del original, redacción propuesta y cambios que requieren revisión profesional, incluido lo que hayas resumido, fusionado u omitido.
Cómo revisar el resultado. Empieza por la tabla: la tercera columna te dice dónde mirar primero. No la tomes como garantía de que no falta nada, porque es el modelo describiendo su propio trabajo.
La comprobación inversa no se delega. Con el original delante, recorre cada riesgo, beneficio, alternativa y cifra, y localízalo en la versión nueva. Si algo no aparece, pídelo de nuevo o corrígelo a mano. Google advierte de que la herramienta puede equivocarse y de que, con fuentes cortas, la cita puede remitir al documento entero en lugar de a un fragmento. Por eso esta comprobación no puede apoyarse solo en las citas.
Qué hacer con lo que salga. Es una propuesta, no un documento listo para entregar. Llévala a quien valida los documentos en tu centro junto con la tabla, que permite ver qué cambió sin releer todo. Conservar fielmente una plantilla no demuestra que esté actualizada ni que sea adecuada: eso se decide en la validación, no en el cuaderno.
Mi lectura
Un consentimiento sirve para dos cosas: explicar y dejar constancia de lo que decide el paciente. La IA puede ayudar con la primera, siempre que se mida bien: la legibilidad con índices, la fidelidad comparando con el original y la comprensión preguntando a quien firma.
La ley española lo dice desde 2002. La Ley 41/2002 pide que la información sea verdadera y comprensible. La garantiza el médico responsable, pero también deben informar los demás profesionales que atienden al paciente. En reproducción asistida, la Ley 14/2006 añade que la información debe cubrir lo biológico, lo jurídico y lo ético (art. 3.3).
Quien consiente es el paciente. Informar es tarea nuestra, y eso no se le pasa a una herramienta. La redacción sí se puede delegar, siempre que la revisemos. Y conviene recordar dos reglas del Ministerio de Sanidad: no meter datos de pacientes en herramientas no autorizadas y contrastar siempre con fuentes clínicas fiables.
Para cerrar
¿Cómo comprobamos en nuestro centro que una versión más clara conserva toda la información relevante?
Las respuestas a este correo se leen todas.
El término de la semana 🏷️
Grounding (anclaje en fuentes).
Apoyar la respuesta de un modelo en fuentes identificables, de manera que se pueda contrastar con ellas; la técnica más habitual se llama RAG, generación aumentada por recuperación.
Es lo que hace Gemini Notebook al citar el documento que le subimos. Pero no desconecta lo que el modelo aprendió en su entrenamiento ni garantiza que se atenga solo a la fuente entregada.
La consecuencia práctica es acotada: ayuda a verificar, no asegura exactitud ni que se conserve todo el contenido.
Si esto te resultó útil, reenvíalo a un colega. Y si te lo reenviaron, puedes sumarte aquí.
Hasta el próximo lunes,
Dr. Guillermo Terrado — Experto en Medicina Reproductiva y Divulgador de IA en Salud.
Instagram · X · Threads · LinkedIn · [email protected]
¿Qué te pareció este número? 🟢 Muy bueno · 🟡 Va bien · 🔴 Flojo
Transparencia (Art. 50 del Reglamento Europeo de IA): contenido elaborado con asistencia de IA y publicado bajo revisión y corrección humanas.
Fuentes:
Luo J. et al., npj Digital Medicine 2026 — doi.org/10.1038/s41746-026-02591-9
Gomez-Carrillo D. et al., Journal of Surgical Research 2026 — doi.org/10.1016/j.jss.2026.03.079
Gorniak A. et al., Journal of Minimally Invasive Gynecology 2026 — doi.org/10.1016/j.jmig.2026.05.020
Ley 41/2002, de autonomía del paciente (BOE) — boe.es/buscar/act.php?id=BOE-A-2002-22188
Ley 14/2006, sobre técnicas de reproducción humana asistida (BOE) — boe.es/buscar/act.php?id=BOE-A-2006-9292
Ministerio de Sanidad, Orientaciones para profesionales sanitarios en el uso de la IA — sanidad.gob.es
Ayuda de Gemini Notebook (Google) — cómo funciona · crear un cuaderno · añadir fuentes · preguntas frecuentes
Gráficos: elaboración de reproducIA con datos de Luo et al. 2026 y Gomez-Carrillo et al. 2026.
Referencias biomédicas localizadas a través de PubMed.