Evaluación de inteligencia artificial y modelos de lenguaje grande (LLM) en la práctica clínica: precisión, seguridad y aplicabilidad en países de ingresos medios

Introducción: Los modelos de lenguaje grande (LLM) se investigan como apoyo al diagnóstico, la comunicación y la toma de decisiones clínicas. Su rendimiento depende de la tarea, el modelo y el entorno de evaluación, lo que limita la extrapolación a países de ingresos medios. Objetivo: Analizar la evidencia sobre el rendimiento y la seguridad clínica de los LLM y otros sistemas de inteligencia artificial, y discutir su aplicabilidad en países de ingresos medios, con énfasis en Ecuador. Métodos: Revisión narrativa con búsqueda estructurada en PubMed y Google Scholar realizada en mayo de 2026, orientada a publicaciones de 2022 hasta esa fecha. Un autor seleccionó las fuentes y extrajo los datos. Se sintetizaron 12 publicaciones sobre rendimiento o implementación, diferenciando evaluaciones de LLM, otros sistemas de IA y documentos sin resultados clínicos comparativos. No se efectuaron metaanálisis ni evaluación formal del riesgo de sesgo. Resultados: En escenarios de obstetricia y ginecología, el conjunto de LLM evaluados alcanzó una exactitud global del 73,75 %, frente al 65,35 % de residentes. En contraste, una evaluación de dolor abdominal encontró un rendimiento inferior al de médicos. Las valoraciones de daño potencial de respuestas de Med-PaLM 2 no demostraron seguridad equivalente en la atención de pacientes. Los estudios de comunicación, pronóstico y soporte automatizado midieron desenlaces distintos y no permiten una estimación conjunta. La conectividad, la interoperabilidad, la validación local y los costos condicionan la aplicabilidad en Ecuador. Conclusiones: Los LLM muestran potencial como apoyo supervisado en tareas específicas, pero la evidencia revisada no establece superioridad clínica general ni seguridad equivalente a especialistas. Su implementación requiere evaluación prospectiva local, protección de datos, capacitación y vigilancia del desempeño.