Sírio-Libanês y Stanford abren ruta para validar IA en la formación médica latinoamericana

La Facultad Sírio-Libanês de São Paulo acaba de convertirse en la primera institución de enseñanza de Brasil en firmar un acuerdo con la Universidad de Stanford para investigar, con rigor académico, el uso de inteligencia artificial en la formación de médicos. El convenio otorga acceso a la plataforma Clinical Mind AI —un entorno que simula encuentros clínicos interactivos— y establece un estudio piloto liderado por Stanford para medir precisión de las simulaciones, usabilidad y barreras de adopción entre cinco docentes. El objetivo declarado no es sustituir al profesor ni el contacto con el paciente, sino ampliar oportunidades de entrenamiento en razonamiento clínico dentro de un ambiente seguro y estructurado.

La movida tiene resonancia regional inmediata. América Latina arrastra déficits crónicos de docentes clínicos y de campos de práctica hospitalaria; cualquier tecnología que permita escalar la exposición a casos complejos sin depender exclusivamente de la disponibilidad de tutores humanos atiende una restricción estructural. Christian Valle Morinaga, coordinador del curso de medicina de Sírio-Libanês, enfatiza que la colaboración busca "investigar de forma crítica y responsable" la contribución de la IA, evitando la adopción acrítica que suele acompañar a cada ola de innovación.

Esa cautela encuentra ahora respaldo empírico externo. Un ensayo controlado aleatorizado publicado en JMIR Medical Education —realizado en China con 52 internos de medicina— evaluó MAPLE-CR, un entorno multiagente que usa IA generativa como andamiaje de proceso (prompts de razonamiento, roles simulados de tutor y pares, flujos de trabajo estructurados) y no como simple dispensador de respuestas. Los resultados son elocuentes: el grupo intervención superó al control en autoestudio por una diferencia mediana de 8,25 puntos en post-test (IC 95 % 6,60-11,60; p=0,001) y mostró ganancias de puntuación significativamente mayores. La satisfacción del aprendiz osciló entre 4,19 y 4,62 sobre 5, y un seguimiento voluntario a cuatro semanas confirmó factibilidad de uso repetido con mejoras sostenidas en razonamiento clínico.

El paralelo es instructivo. Clinical Mind AI y MAPLE-CR comparten la premisa de que la IA debe orquestar el proceso de aprendizaje basado en problemas —exposición escalonada a información, discusión guiada, retroalimentación formativa— en lugar de resolver el caso por el estudiante. Stanford aporta diseño de investigación y análisis de datos; el estudio chino aporta evidencia de efecto causal en resultados de aprendizaje a corto plazo. Juntas, ambas experiencias dibujan un camino replicable: piloto controlado, métricas de usabilidad y precisión, validación de indicadores de razonamiento clínico definidos por la propia facultad, y luego escalamiento progresivo.

Para los decisores de hospitales universitarios y facultades de medicina en la región, la lección es operativa. No basta licenciar una plataforma; se requiere diseñar el estudio que valide su integración curricular, definir qué competencias mide la simulación y negociar la autoría intelectual de los datos generados por estudiantes locales. El acuerdo Sírio-Libanês-Stanford prevé publicaciones conjuntas y nuevas líneas de investigación, lo que sugiere un modelo de transferencia de capacidad metodológica, no solo de software.

Queda la pregunta de costo y gobernanza de datos. Ninguna de las fuentes revela inversión económica ni cláusulas de privacidad de la información clínica simulada. En un entorno regulatorio latinoamericano cada vez más estricto —LGPD en Brasil, leyes similares en México, Colombia, Chile— la trazabilidad de los datos de desempeño estudiantil y la soberanía del modelo subyacente serán condiciones sine qua non para que la experiencia piloto trascienda el comunicado de prensa y se instituya como política educativa sostenible.