Investigadores de Google Research y Google DeepMind presentan a AMIE (Video), un sistema multiagente que superó a médicos certificados en diagnóstico, razonamiento clínico y examen físico virtual durante un ensayo aleatorizado con 100 escenarios clínicos
Un sistema de inteligencia artificial (IA) desarrollado por Google Research y Google DeepMind demostró un desempeño equiparable o superior al de médicos de atención primaria certificados durante consultas de telemedicina realizadas en tiempo real por video. El hallazgo proviene de un estudio publicado el 11 de agosto de 2026 en el repositorio de acceso abierto arXiv, que evaluó a AMIE (Video), una configuración del sistema Articulate Medical Intelligence Explorer (AMIE) basada en los modelos Gemini 3 Flash y Gemini 3.1 Pro.
El artículo, firmado por más de 40 investigadores de ambas divisiones de Google, aún no ha sido sometido a revisión por pares, por lo que sus conclusiones deben interpretarse como resultados preliminares mientras avanza ese proceso.
AMIE (Video) opera mediante una arquitectura de tres agentes especializados que trabajan de forma asíncrona. El agente conversacional, denominado Talker, genera respuestas de audio en tiempo real y con baja latencia. Por otra parte, el agente de percepción procesa de manera continua las señales visuales y auditivas del paciente, como el afecto, la postura o signos físicos. En cambio, el agente planificador gestiona los objetivos clínicos de la consulta, prioriza síntomas y sintetiza un diagnóstico diferencial junto con un plan de manejo. Según los autores, esta división de tareas permite equilibrar la fluidez conversacional con un razonamiento clínico profundo, algo que versiones anteriores del sistema no lograban sin sacrificar tiempos de respuesta naturales.
Para evaluar el sistema, los investigadores condujeron un examen clínico objetivo estructurado (OSCE, en inglés) aleatorizado con cien escenarios clínicos distribuidos en cinco áreas relevantes para la telemedicina: cardiopulmonar, abdominal, otorrinolaringológica, neuropsiquiátrica y musculoesquelética. Participaron 15 actores de pacientes profesionales y 10 médicos de atención primaria certificados en Estados Unidos, con un promedio de 4.5 años de experiencia clínica tras su residencia. Un panel independiente de 20 médicos evaluadores, también certificados en atención primaria, calificó las consultaciones sin conocer su origen.
Los resultados favorecieron consistentemente al sistema de IA. En la puntuación general de las rúbricas específicas por caso, AMIE (Video) obtuvo 83% frente a 68% de los médicos humanos. En precisión diagnóstica, el sistema identificó el diagnóstico correcto como primera opción en 91% de los casos, comparado con 77% en el caso de los médicos. La brecha se redujo al considerar las primeras tres opciones del diagnóstico diferencial, con 98% para la IA y 90% para los médicos.
El sistema también mostró ventajas notables en el uso del video para la observación y el examen físico guiado, con una puntuación de 74% frente a 47% de los médicos en esa categoría específica. Los investigadores atribuyen esta diferencia a que AMIE (Video) instruyó de manera más sistemática a los pacientes para realizar maniobras de autoexamen, mientras que los médicos humanos tendieron a apoyarse más en la entrevista oral, posiblemente por hábitos adquiridos en la consulta presencial.
Los actores de pacientes, por su parte, prefirieron a la IA para evaluar y explicar su condición médica, aunque los médicos humanos mantuvieron una ventaja, sin significancia estadística, en la construcción de vínculo y confianza. El estudio también incluyó una comparación entre la modalidad de video y una versión del sistema basada únicamente en texto, donde los actores de pacientes calificaron de forma significativamente más favorable la interacción por video en cuanto a facilidad de uso, efectividad comunicativa y sensación de ser comprendidos.
Pese a estos resultados, los propios autores subrayan que el sistema conserva limitaciones importantes antes de considerar su aplicación clínica real. Entre ellas destacan dificultades para percibir con precisión movimientos de alta frecuencia como el temblor o el nistagmo, así como matices afectivos sutiles en la expresión de los pacientes. El documento también señala que el estudio se realizó con actores de pacientes en lugar de pacientes reales, y que los médicos participantes debieron mantener sus cámaras apagadas durante las consultas para reducir sesgos de comparación, lo que pudo afectar su capacidad de generar empatía y cercanía interpersonal en igualdad de condiciones frente al sistema.
