Biblioteca Central EsSalud

Evaluar la precisión de seis modelos diferentes de inteligencia artificial (IA) al responder preguntas del examen MIR (Médico Interno Residente) de España relacionadas con la Geriatría. Se analizó el rendimiento de seis modelos de IA comparando sus respuestas conversacionales con las soluciones oficiales del examen MIR. La exactitud de cada modelo se midió en función del número de respuestas correctas obtenidas en las preguntas de Geriatría. Se realizó un análisis descriptivo de los porcentajes de acierto debido al tamaño de la muestra. Las preguntas se agruparon en categorías temáticas específicas y se analizó la complejidad lingüística de las respuestas justificadas mediante el uso formal del índice INFLESZ. Los modelos demostraron un alto índice de aciertos: el rendimiento máximo se situó en el 97,22%, un grupo intermedio alcanzó el 91,67%, y la puntuación mínima fue del 83,33%. Únicamente una pregunta clínica (paciente de 90años con insomnio por gonalgia secundaria a gonartrosis) fue fallada de forma simultánea por cinco de las seis herramientas analizadas. El índice INFLESZ global osciló entre 44,63 y 49,26, catalogando los textos explicativos como "algo difícil". Los modelos de IA constituyen herramientas de notable fiabilidad y utilidad potencial para el entorno de la formación médica teórica debido a sus elevadas tasas de respuestas correctas. No obstante, presentan limitaciones evidentes en la práctica clínica real debido a la variabilidad de los escenarios médicos individuales, no siempre reproducibles mediante un diseño algorítmico tradicional. Por ello, su rol en la medicina actual debe concebirse de manera complementaria y nunca como un sistema autónomo en el diagnóstico o la toma de decisiones asistenciales.