Google AMIE vs. MIRA: La realidad detrás de los titulares sobre la nueva inteligencia artificial médica

En una evaluación a ciegas de 100 escenarios de tres visitas que abarcaban cardiología, neumología, neurología, ginecología-obstetricia/urología y gastroenterología, cada uno basado en las guías NICE y BMJ Best Practice, las recomendaciones de investigación y tratamiento de AMIE fueron consistentemente más precisas. Los evaluadores especialistas determinaron que los planes de AMIE coincidían exactamente con las guías con mucha más frecuencia: 99% frente al 84% en las investigaciones de las segundas visitas y 100% frente al 88% en las terceras visitas, incluyendo citas explícitas a las fuentes de las guías .

MIRA, un agente de IA diferente, adopta otro enfoque. En lugar de centrarse en la conversación, opera dentro de las propias historias clínicas electrónicas (EHR). Según una publicación en LinkedIn del Else Kröner Fresenius Center for Digital Health, un equipo de investigación liderado por Jakob Nikolas Kather desarrolló MIRA para evaluar información médica de forma autónoma, solicitar pruebas y preparar decisiones diagnósticas y terapéuticas dentro de un sistema de información hospitalaria simulado, utilizando casos reales de pacientes .

En simulaciones retrospectivas, MIRA alcanzó una precisión diagnóstica general del 87.8%, en comparación con el 78.1% de los médicos certificados. Las mejoras fueron particularmente notables en diagnósticos específicos como pancreatitis (95.2% vs. 78.6%) y apendicitis (100% vs. 88%) . MIRA solicitó más análisis de sangre que los médicos (51% vs. 28%), pero compensó parcialmente este mayor consumo de recursos solicitando sustancialmente menos pruebas de imagen . El sistema tenía acceso a más de 85,000 posibles acciones clínicas y fue probado contra 880 mensajes adversarios diseñados para engañar a la IA, sin que se detectara ningún caso de filtración de datos .

Las limitaciones críticas

A pesar de estas cifras, ambos sistemas se enfrentan a la misma realidad aleccionadora: no han sido probados con pacientes reales en entornos clínicos reales. Esta brecha entre la simulación y la realidad es el tema dominante en las revisiones de expertos independientes sobre los agentes de IA en el sector salud.

Una revisión exhaustiva publicada en PMC identifica el desafío principal sin rodeos: "la falta de validación clínica robusta en entornos del mundo real". Las evaluaciones se basan con frecuencia en conjuntos de datos sintéticos e idealizados, en lugar de manejar la escasez, el desequilibrio y los valores perdidos que caracterizan a los registros de pacientes reales. La revisión concluye que la eficacia clínica real de estos sistemas sigue sin confirmarse en gran medida mediante estudios prospectivos .

Otras limitaciones importantes incluyen:

• Limitaciones basadas en texto. Tanto AMIE como MIRA operan principalmente a través de texto y datos estructurados. Ninguno de los dos puede realizar una exploración física: palpar un abdomen, auscultar el corazón u observar la marcha de un paciente. Esta no es una brecha menor; la exploración física sigue siendo fundamental para muchos diagnósticos.
• Sin aprendizaje continuo. Un análisis del capítulo sobre medicina del AI Index Report 2026 confirma que ningún sistema demostró aprendizaje continuo o memoria a largo plazo entre diferentes encuentros con pacientes .
• Actores simulados, no pacientes reales. El estudio de AMIE sobre el manejo de enfermedades en múltiples visitas, aunque riguroso, utilizó actores profesionales en encuentros virtuales tipo ECOE. La evaluación de MIRA utilizó casos retrospectivos en los que los agentes de IA simulaban el comportamiento del paciente en lugar de interactuar con pacientes reales .
• Vulnerabilidades de seguridad. El mismo análisis del AI Index Report señala las alucinaciones, la toma de decisiones opaca, los fallos de coordinación entre agentes y la vulnerabilidad a las filtraciones de datos de las EHR como riesgos de seguridad abiertos para la IA médica agéntica .

Las advertencias de los expertos

Los científicos que comentaron los dos estudios de Nature reconocieron su importancia, pero hicieron hincapié en la distancia que los separa del uso clínico. Una reacción de expertos recopilada por el Science Media Centre del Reino Unido describió el trabajo como "un salto cualitativo adelante", pero señaló que los resultados provienen de entornos controlados .

La investigación más amplia sobre agentes de IA en la atención médica identifica varias preocupaciones persistentes:

Interpretabilidad y confianza. Cuando los agentes de IA generan recomendaciones diagnósticas o terapéuticas, el razonamiento subyacente a menudo carece de transparencia, lo que dificulta que los médicos rastreen cómo se llegó a una conclusión. Esto socava la confianza y limita la adopción .

Ambigüedad en la responsabilidad. En caso de un resultado erróneo, no está claro quién asume la responsabilidad legal y ética: el desarrollador de la IA, la institución que la implementa o el médico supervisor. Los marcos regulatorios actuales, incluidos los de la FDA y la Ley de IA de la UE, aún no abordan las necesidades de gobernanza únicas de la IA médica agéntica .

Capacidad de generalización. Los sistemas entrenados y evaluados con datos de un solo centro médico o conjuntos de datos específicos (como MIMIC-IV) pueden no funcionar de manera fiable en diferentes poblaciones demográficas, protocolos administrativos o sistemas de salud .

Riesgo de dependencia excesiva. Incluso los investigadores que desarrollaron versiones con protección de AMIE (llamada g-AMIE) reconocen la necesidad de restricciones explícitas. g-AMIE está diseñado para tomar la historia clínica mientras se abstiene de dar consejo médico individualizado, un reconocimiento explícito de que el uso autónomo sin restricciones es prematuro y potencialmente peligroso .

El camino hacia la implementación en el mundo real

Ni AMIE ni MIRA están listos para su implementación clínica rutinaria. AMIE ha dado los primeros pasos hacia la validación en el mundo real con un estudio prospectivo de viabilidad de un solo brazo realizado en asociación con el Beth Israel Deaconess Medical Center, que exploró cómo AMIE podría recopilar información del paciente antes de las visitas ambulatorias de atención primaria . Un estudio de viabilidad separado en un servicio de urgencias con 100 pacientes evaluó la toma de historia clínica previa a la visita de AMIE y encontró que sus diagnósticos diferenciales incluían el diagnóstico final en el 90% de los casos, con una precisión del 75% en el top 3, aunque los médicos de atención primaria aún superaron a AMIE en la practicidad y la relación costo-efectividad de los planes de manejo .

Estas son señales tempranas prometedoras, pero son estudios de viabilidad, no los ensayos controlados aleatorizados que serían necesarios para demostrar una mejora en los resultados de los pacientes. El campo de los agentes de IA en el sector salud se enfrenta en general a un conjunto de desafíos no resueltos antes de que la implementación sea realista:

• Vías regulatorias. Los sistemas de IA clínica que ayudan en el diagnóstico o el manejo requieren evidencia de seguridad y eficacia. Ningún organismo regulador importante ha establecido aún un marco claro para agentes autónomos de aprendizaje continuo en entornos clínicos.
• Integración con EHR. La integración de LLMs en los sistemas de historias clínicas electrónicas existentes introduce desafíos prácticos y de gobernanza, incluido el riesgo de mezclar contenido generado por IA y por humanos de una manera que oscurezca la responsabilidad clínica .
• Brecha de la exploración física. La IA conversacional basada en texto y los agentes de datos estructurados no pueden replicar la evaluación física práctica que sigue siendo central en la práctica clínica.
• Equidad en salud. Ninguno de los dos sistemas ha sido validado en diversas poblaciones del mundo real de una manera que respalde afirmaciones de rendimiento equitativo.

En conclusión

Los estudios de junio de 2026 representan un progreso genuino. AMIE ha pasado de conversaciones diagnósticas de un solo encuentro al manejo de enfermedades en múltiples visitas con un razonamiento basado en guías clínicas. MIRA ha demostrado que un agente autónomo puede navegar por las historias clínicas electrónicas y solicitar pruebas y tratamientos a niveles comparables o superiores a los de los médicos en simulaciones retrospectivas cuidadosamente controladas .

Pero la brecha entre estas demostraciones y la medicina del mundo real sigue siendo amplia. Como concluye la revisión exhaustiva sobre agentes de IA en el sector salud, la mayoría de las evaluaciones se basan en conjuntos de datos y entornos que no reflejan el ruido, la ambigüedad, las limitaciones de recursos y las exigencias de responsabilidad de los entornos clínicos reales .

Los próximos hitos críticos serán los estudios prospectivos con pacientes reales, los marcos regulatorios claros, la seguridad demostrada en poblaciones diversas y la evidencia de que estos sistemas mejoran los resultados, en lugar de simplemente igualar el rendimiento de los médicos en escenarios de prueba. Hasta entonces, AMIE y MIRA siguen siendo impresionantes prototipos de investigación, no reemplazos para los médicos humanos, sino herramientas potenciales para el futuro que requieren una validación sustancial adicional antes de que pertenezcan a cualquier clínica.