OpenEvidence: la herramienta de IA médica que la mayoría de los médicos estadounidenses ya usa sin que lo sepas
La inteligencia artificial ya está dentro de los consultorios médicos estadounidenses, y la mayoría de los pacientes ni siquiera lo sabe.
En los últimos dos años, una herramienta llamada OpenEvidence fue silenciosamente adoptada por una enorme cantidad de médicos en Estados Unidos, transformando la forma en que consultan información, toman decisiones clínicas e incluso se preparan para exámenes de licencia médica. Es básicamente un chatbot hecho a medida para profesionales de la salud, y la velocidad con la que se extendió por el país tomó a mucha gente por sorpresa.
Los números son difíciles de ignorar: en abril de este año, la plataforma fue utilizada en casi 27 millones de atenciones clínicas, representando alrededor del 65% de los médicos activos en el país 🤯
Para ponerlo en perspectiva, estamos hablando de aproximadamente 650 mil profesionales de la salud en Estados Unidos y otros 1,2 millones a nivel internacional que utilizan OpenEvidence para resolver dudas sobre pacientes reales, revisar opciones de tratamiento y consultar la literatura médica más reciente.
Pero, ¿qué es exactamente esta herramienta, por qué creció tan rápido, cuáles son los riesgos involucrados y qué significa esto para el futuro de la medicina? Es exactamente de eso de lo que vamos a hablar aquí 👇
Qué es OpenEvidence y cómo funciona
OpenEvidence es una plataforma de inteligencia artificial desarrollada específicamente para profesionales del área de salud. A diferencia de herramientas genéricas como ChatGPT o Google, fue construida con un enfoque muy claro: brindar respuestas rápidas, precisas y basadas en evidencia científica para médicos que necesitan información en el momento exacto de la atención.
La página principal de la plataforma se presenta como la Plataforma Oficial de Conocimiento Médico de América y ofrece una barra de búsqueda donde los médicos pueden escribir preguntas como alternativas si la metformina causa diarrea o cuáles son los avances más recientes en terapia génica para distrofia muscular de Duchenne.
El funcionamiento es relativamente simple en la superficie, pero técnicamente sofisticado bajo el capó. El médico escribe una pregunta clínica y el sistema devuelve una respuesta estructurada, acompañada de referencias a artículos revisados por pares y guías médicas que respaldan esa respuesta. El modelo de lenguaje detrás de la herramienta fue entrenado y ajustado con literatura médica de alta calidad, lo que reduce significativamente el riesgo de alucinaciones — ese problema clásico de las IAs que inventan información con total seguridad.
El diferencial técnico de OpenEvidence está en las alianzas de licenciamiento que la empresa estableció con las revistas médicas más prestigiosas del mundo, como el New England Journal of Medicine y el Journal of the American Medical Association. Además, la plataforma también tiene acuerdos con organizaciones especializadas como el National Comprehensive Cancer Network y la American Diabetes Association, garantizando acceso a las guías de tratamiento más actualizadas.
Como explicó Daniel Nadler, CEO de la empresa, en una entrevista con NBC News: la empresa concibe la IA como un pegamento de búsqueda. Tienen acceso al texto completo y a las figuras de todos los socios, y no necesitan que la IA invente respuestas desde cero.
Para usar la plataforma, el profesional de la salud necesita registrarse con su número de identificación único proporcionado por el gobierno estadounidense. Una vez registrado, puede hacer preguntas ilimitadas — gratis. El servicio se financia con publicidad, incluyendo de empresas farmacéuticas y de dispositivos médicos, aunque varios de los médicos entrevistados por NBC News comentaron que los anuncios son discretos o prácticamente inexistentes en la experiencia de uso.
Por qué los médicos lo adoptaron tan rápido
La velocidad de adopción de OpenEvidence entre los médicos estadounidenses llama la atención incluso para quienes siguen el mercado tecnológico desde hace mucho tiempo. En un sector históricamente conservador cuando se trata de cambiar herramientas y flujos de trabajo, ver al 65% de los médicos activos de un país entero usando la misma plataforma en menos de dos años es, como mínimo, sorprendente.
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
El propio Nadler no ocultó su orgullo al hablar sobre esto: según él, la empresa logró lo más difícil en la historia del sistema de salud estadounidense — convencer a la mayoría de los médicos de adoptar voluntariamente una única plataforma tecnológica.
El Dr. Jeremy Cauwels, médico hospitalista y director médico del sistema de salud Sanford Health, con sede en Sioux Falls, Dakota del Sur, resumió bien el fenómeno. Según él, OpenEvidence es una de esas herramientas notablemente fáciles de adoptar: está disponible de forma gratuita, funciona muy bien en el celular y logra responder preguntas más rápido que cualquier otro método.
La primera razón de esta adopción masiva es la sobrecarga de información que los profesionales de la salud enfrentan diariamente. La medicina es una de las áreas del conocimiento que más investigaciones nuevas produce, y es humanamente imposible para cualquier médico mantenerse actualizado en todas las especialidades al mismo tiempo. Cuando surge una duda sobre un medicamento poco común, una interacción medicamentosa rara o un protocolo reciente que fue actualizado, el profesional antes necesitaba recurrir a bases de datos como PubMed, UpToDate o incluso Google Académico, lo que consumía tiempo valioso durante una consulta. OpenEvidence comprimió ese proceso a segundos.
Otro factor decisivo fue la confianza que la herramienta construyó con el tiempo. Los médicos son profesionales que toman decisiones basadas en evidencia, y cualquier herramienta que quiera entrar en ese universo necesita hablar el mismo idioma. OpenEvidence entendió esto desde el principio y construyó la plataforma con una capa de transparencia que las herramientas genéricas simplemente no ofrecen. Cada respuesta viene acompañada de las referencias que la respaldan, lo que permite al médico verificar la fuente con un clic y decidir si esa información se aplica al caso específico de su paciente.
También hay un componente muy práctico que no se puede ignorar: la interfaz es limpia, directa y no requiere ningún entrenamiento especial. En un contexto donde los profesionales de la salud ya lidian con sistemas hospitalarios pesados, historiales clínicos electrónicos poco intuitivos y una infinidad de plataformas administrativas, tener una herramienta de inteligencia artificial que simplemente funciona sin curva de aprendizaje fue un diferencial competitivo enorme.
Casos reales de uso en el día a día clínico
NBC News conversó con más de dos docenas de médicos, administradores hospitalarios, estudiantes de medicina e investigadores del área de salud, desde Hawái hasta Maine, para entender cómo se está usando OpenEvidence en la práctica. Cada persona entrevistada dijo que o usaba la herramienta regularmente o conocía a alguien que lo hacía.
Un médico residente de un hospital en New Hampshire, por ejemplo, contó que cuando vio que el nivel de potasio de un paciente se desplomaba, consultó OpenEvidence para confirmar si era un efecto secundario normal de una medicación o una emergencia nueva. Después de buscar en publicaciones médicas revisadas por pares, la herramienta confirmó que se trataba de un efecto secundario común y presentó diversas opciones para restaurar los niveles normales de potasio.
En el otro extremo del país, un médico del Indian Health Service en la reserva de Pine Ridge, Dakota del Sur, una región rural y remota, no estaba convencido de que la columna de un paciente estuviera fracturada tras analizar manchas en una radiografía. Recordaba vagamente de su formación en la facultad de medicina que otro tipo de examen podría ser necesario para un diagnóstico definitivo. Al consultar OpenEvidence, recibió la confirmación de que una tomografía computarizada era preferible para confirmar ese tipo de fractura, con enlaces a artículos científicos con más detalles.
El Dr. Anupam Jena, médico de medicina interna en el Massachusetts General Hospital en Boston y profesor de política de salud en Harvard, contó su propia experiencia frustrante al buscar — con herramientas tradicionales — cómo ajustar antibióticos para un paciente al que le habían extirpado el bazo años atrás. Intentó varias formas de búsqueda y simplemente no encontró la respuesta. En OpenEvidence, la respuesta apareció rápidamente, con referencia a un artículo del New England Journal of Medicine de 2014 que no lograba encontrar de ninguna manera en Google.
Un especialista en riñones, que pidió anonimato porque la herramienta no había sido explícitamente aprobada por su hospital, dijo que OpenEvidence le ahorraba regularmente 30 minutos de búsquedas infructuosas en sistemas antiguos, incluyendo UpToDate.
El papel crucial fuera de la especialidad del médico
Un patrón interesante que emergió de los datos y los relatos es que OpenEvidence se muestra particularmente valioso cuando los médicos necesitan abordar cuestiones fuera de su especialidad principal.
El Dr. Jena, que actualmente está analizando 90 millones de consultas a OpenEvidence enviadas desde 2024 como parte de un nuevo proyecto de investigación, explicó que cerca del 60% de todas las búsquedas en la plataforma son sobre cómo tomar decisiones clínicas. Los médicos preguntan cosas como: para este paciente específico, con este perfil y esta condición, tal vez con otras comorbilidades, ¿cuál es el tratamiento correcto?
Dio un ejemplo práctico: si eres cirujano, sabes hacer todo lo relacionado con cirugía. Pero si atiendes a un paciente y notas que la presión arterial o la frecuencia cardíaca están un poco elevadas, puede que no estés seguro de si puedes suspender un medicamento que mantiene esos valores controlados. Es exactamente en esas situaciones donde los médicos están recurriendo a OpenEvidence para responder preguntas que forman parte de su práctica clínica, pero que no son específicas del área en la que fueron entrenados.
El impacto real en las decisiones clínicas y la comparación con UpToDate
Cuando hablamos de decisiones clínicas, estamos hablando de elecciones que afectan directamente la vida de personas reales. Qué medicamento recetar, qué examen solicitar, cómo interpretar un resultado atípico, cuándo derivar a un especialista. Son decisiones que los médicos toman decenas de veces al día, bajo presión de tiempo, con información incompleta y, muchas veces, con la sensación de que podrían estar dejando pasar algo.
El Dr. Paul Sax, especialista en enfermedades infecciosas en el Brigham and Womens Hospital en Boston, dijo que OpenEvidence frecuentemente roza lo milagroso, con su búsqueda apoyada por IA proporcionando respuestas personalizadas que otras herramientas antes consideradas el estándar de oro simplemente no pueden igualar actualmente.
Durante años, explicó Sax, los clínicos recurrían a un sitio de referencia médica llamado UpToDate para obtener recomendaciones de tratamiento y apoyo en decisiones clínicas. Sin embargo, UpToDate consiste en resúmenes extensos y revisados por pares de las investigaciones más recientes, difíciles de consultar para médicos con preguntas dirigidas sobre escenarios específicos. Según Sax, la función de búsqueda de OpenEvidence es mucho más flexible, y el proceso de encontrar respuestas no tiene fricción. Ese es el poder de los modelos de lenguaje grandes: no necesitas buscar por términos específicos, buscas con la pregunta real.
UpToDate, por su parte, está corriendo para implementar su propia herramienta de IA, llamada Expert AI. La portavoz de la empresa, Suzanne Moran, informó que cerca de 2 mil hospitales y sistemas de salud ya se habían inscrito para Expert AI hasta el 30 de abril.
En abril, OpenAI también lanzó su propia versión orientada al área médica, llamada ChatGPT for Clinicians. Sin embargo, el servicio no licencia actualmente el mismo nivel de información médica de vanguardia accesible para los usuarios de OpenEvidence.
Las preocupaciones legítimas sobre precisión y seguridad
A pesar del entusiasmo, no todo es color de rosa. Con la popularidad explosiva de OpenEvidence, algunos especialistas plantean preocupaciones legítimas sobre potenciales alucinaciones o respuestas incompletas, la falta de estudios científicos rigurosos sobre el impacto de la herramienta en los resultados de los pacientes, y el riesgo de erosión de las habilidades de pensamiento crítico y evaluación de los médicos con el aumento del uso y la dependencia de la plataforma.
Varios médicos entrevistados señalaron que OpenEvidence a veces se equivoca o exagera en sus respuestas, particularmente en condiciones raras o casos límite. Algunos apuntaron que la herramienta ocasionalmente saca conclusiones demasiado contundentes de estudios médicos con muestras pequeñas, aunque otros observaron que incluso los errores tienden a pecar por exceso de cautela.
El Dr. John Rozehnal, médico de emergencias en Nueva York, contó que OpenEvidence sugirió erróneamente que inyectar un determinado medicamento podría dañar el hígado de un paciente, cuando en realidad el riesgo de daño hepático era muy bajo y mucho más probable que fuera causado por el consumo excesivo de alcohol del paciente. Semanas después, Rozehnal informó a NBC News que OpenEvidence había mejorado su respuesta y ahora reflejaba correctamente el rol del consumo de alcohol del paciente.
Aunque OpenEvidence destaca que obtuvo el 100% de acierto en el examen oficial de licencia médica de Estados Unidos (USMLE), un estudio académico publicado en diciembre descubrió que la herramienta respondió correctamente a preguntas médicas más complejas en menos del 45% de las ocasiones. Ese estudio aún no ha sido revisado por pares, lo que significa que sus resultados deben interpretarse con cautela, pero el dato es relevante.
El propio OpenEvidence deja claro en sus términos de servicio que la plataforma debe usarse para complementar, y no sustituir, el juicio clínico de los médicos. La empresa también afirma que cumple con la HIPAA, la ley federal de privacidad en salud de EE.UU., mediante una serie de protocolos y protecciones de privacidad. Aun así, algunos sistemas de salud no están satisfechos con las salvaguardas generales de privacidad. MaineHealth, por ejemplo, pide actualmente a sus médicos que eviten introducir información de salud protegida en la plataforma.
El riesgo para la formación de los nuevos médicos
Una preocupación que surgió con fuerza en las entrevistas es el impacto de OpenEvidence en la formación de estudiantes y médicos al inicio de su carrera. Mientras los profesionales más experimentados cuentan con años de experiencia clínica como red de seguridad, la dependencia temprana de una herramienta de IA puede crear una confianza mal fundamentada en quienes todavía están aprendiendo.
NBC News conversó con varios estudiantes de medicina que usan OpenEvidence para estudiar y prepararse para discusiones de casos con sus profesores. Un médico de media carrera en Missouri, que pidió anonimato, dijo que ya está viendo efectos perjudiciales en la capacidad de los estudiantes para separar señales relevantes del ruido clínico.
Herramientas que usamos a diario
Según ese profesional, su preocupación es que cuando se introduce una nueva herramienta que realiza parte de las habilidades que el profesional entrenó durante años, esas habilidades comienzan a perderse rápidamente. Y esto se les está presentando a los estudiantes desde el inicio de su formación, lo cual es preocupante porque todavía no existe, en la mayoría de los planes de estudio, una forma estructurada de enseñar cómo usar estas herramientas de manera segura.
La Dra. Hannah Galvin, pediatra y directora de información en salud de Cambridge Health Alliance en Massachusetts, está llevando a cabo investigaciones precisamente para llenar esa brecha de evidencia. Su trabajo examinará cómo los médicos al inicio de su carrera usan OpenEvidence y comparará sus respuestas con las de chatbots de uso general, como ChatGPT y Gemini de Google, usando los mismos prompts.
La inversión multimillonaria detrás de la plataforma
El mercado financiero también está prestando atención. La startup recaudó 700 millones de dólares en menos de un año y cuenta con el respaldo de los nombres más reconocidos del capital de riesgo: Sequoia Capital, Google Ventures, Nvidia, Andreessen Horowitz, Thrive Capital, entre otros. Valorada en mil millones de dólares a principios de 2025, la empresa se disparó hasta una valoración de 12 mil millones de dólares en poco más de un año.
OpenEvidence forma parte de una creciente industria de herramientas médicas impulsadas por IA, que va desde escribas de IA que graban y transcriben lo que dicen los médicos durante las consultas hasta competidores como Doximity e iatroX. Una encuesta reciente de la American Medical Association descubrió que más del 80% de los médicos encuestados ya usan alguna forma de inteligencia artificial. El equipo de Nadler planea expandir las funciones de notas por IA, facturación e integración de consultas en los próximos años.
Llevando la IA de las sombras a la superficie
El Dr. Girish Nadkarni, nefrólogo y jefe de IA en el Mount Sinai Health System en Nueva York, planteó un punto fundamental sobre el fenómeno de la llamada shadow AI. Según él, existe toda un área creciente de uso no oficial de IA, en la que los sistemas de salud o instituciones se enfocan solo en la punta del iceberg, pero hay una parte entera del sistema debajo de la superficie, donde médicos y otros profesionales simplemente usan herramientas en sus computadoras personales sin supervisión institucional.
En marzo, el Mount Sinai, que emplea a 47 mil personas, anunció una nueva alianza corporativa con OpenEvidence para vincular directamente la herramienta al portal principal de historiales clínicos electrónicos del sistema hospitalario, poniendo el acceso a disposición de médicos, enfermeros y farmacéuticos. Para Nadkarni, es hora de traer herramientas como OpenEvidence a la superficie.
Esta postura refleja un cambio importante de mentalidad: en lugar de ignorar que los médicos están usando IA por su cuenta, el enfoque más inteligente es trabajar con los profesionales de forma abierta para discutir un uso ético y responsable.
Qué significa esto para el futuro de la salud con IA
El crecimiento de OpenEvidence no es un fenómeno aislado. Es parte de un movimiento mayor de integración de la inteligencia artificial en los flujos de trabajo del área de salud, que va desde el diagnóstico por imagen hasta el análisis predictivo de riesgos en pacientes crónicos. Lo que diferencia este caso específico es la escala y la velocidad con que ocurrió de forma orgánica, sin grandes campañas de marketing ni imposición institucional. Los médicos buscaron la herramienta porque resolvía un problema real, y eso dice mucho sobre el potencial de la IA cuando se desarrolla con el usuario final en el centro del proceso.
Por otro lado, el escenario también plantea cuestiones importantes que la comunidad médica y los organismos reguladores van a tener que enfrentar en los próximos años. ¿Cuál es el nivel de responsabilidad de una plataforma de IA cuando una decisión clínica basada en sus respuestas resulta en un desenlace negativo para el paciente? ¿Cómo garantizar que los modelos se actualicen con la frecuencia suficiente para reflejar la evidencia más reciente? ¿Cómo evitar que el modelo de negocio basado en alianzas comerciales, aunque transparente, influya en las respuestas de formas que no son completamente neutrales? Estas son preguntas legítimas, y el hecho de que aún no existan respuestas definitivas no disminuye la importancia de hacerlas.
Como dijo el Dr. Cornelius James, especialista en medicina interna y profesor en la Universidad de Michigan: él sabe las preguntas correctas para hacerle a OpenEvidence y necesita combinar cualquier respuesta que reciba con su experiencia clínica e intuición. Para él, no hay preocupación con la seguridad del paciente porque siente la necesidad de verificar y volver a verificar, con una mentalidad de confiar pero comprobar.
Lo que parece claro es que la relación entre médicos e inteligencia artificial ya pasó el punto de no retorno. Herramientas como OpenEvidence ya forman parte de la rutina clínica de cientos de miles de profesionales, y ese número tiende a crecer conforme la tecnología mejora y nuevas plataformas surgen. La pregunta ya no es si la IA va a entrar en la medicina — ya entró. La pregunta ahora es cómo garantizar que esa integración ocurra de forma responsable, transparente y verdaderamente centrada en el bienestar de los pacientes 🏥
