Un estudio publicado en JAMA Network Open por el Mass General Brigham ha puesto a prueba a 21 de las inteligencias artificiales más utilizadas en el ámbito clínico, revelando que estas aún no pueden sustituir a los médicos en las fases clave del razonamiento clínico. La investigación, llevada a cabo en 2025, evaluó modelos como GPT-5, Gemini y Claude mediante 29 casos clínicos reales. Los resultados fueron desalentadores: los sistemas de IA no lograron realizar un diagnóstico diferencial adecuado en más del 80% de los casos cuando se basaron únicamente en datos básicos como edad y síntomas. Sin embargo, el rendimiento de la IA mejoró notablemente al añadir información clínica más detallada, alcanzando más del 90% de aciertos en diagnósticos finales. Esto subraya la paradoja de que la IA es más efectiva cuando se le proporciona casi toda la información que un médico obtendría tras varias etapas del proceso clínico. Los investigadores concluyen que, aunque estos modelos pueden ser útiles, su uso clínico requiere supervisión constante para garantizar la seguridad del paciente.