«La inteligencia artificial devuelve a los médicos el tiempo que les robaba el ordenador.» Titulares parecidos llegan cada semana a las redacciones, casi siempre acompañados de una nota de prensa, un vídeo de demostración y alguna cifra redonda. Los llamados escribas de IA, sistemas que escuchan la consulta y preparan un borrador de la nota clínica, se han convertido en uno de los temas de salud digital con más tirón informativo. Precisamente por eso conviene contarlos con el mismo rigor que se exigiría a un fármaco nuevo.

Qué se anuncia exactamente
El primer trabajo periodístico es definir el objeto. Un escriba de IA no diagnostica ni decide tratamientos: convierte una conversación clínica en un texto estructurado que el médico revisa, corrige y firma. Cuando una pieza sugiere que «la IA atiende» o «la IA escribe la historia clínica», está describiendo otra cosa, y el error no es menor: desplaza la responsabilidad de quien firma hacia una máquina que no puede asumirla.
Conviene también separar categorías que los comunicados tienden a mezclar. No es lo mismo un programa de dictado, un chatbot generalista al que algunos profesionales recurren por su cuenta o una herramienta diseñada específicamente para la documentación clínica. Ni plantean los mismos riesgos ni se evalúan del mismo modo, y un reportaje que las trata como equivalentes confunde al lector.
Lo que mostró un ensayo aleatorizado
La pregunta que más se repite en los titulares es cuánto tiempo ahorran estas herramientas. La mejor evidencia disponible invita a la prudencia. En un ensayo clínico aleatorizado con 238 médicos ambulatorios de 14 especialidades, realizado en la Universidad de California en Los Ángeles (UCLA) entre 2024 y 2025 y publicado en NEJM AI, una de las dos herramientas comerciales evaluadas redujo un 9,5% el tiempo de redacción de notas frente al grupo control; la otra no mostró una diferencia significativa (Lukac et al., 2025).
Para una redacción, ese resultado deja varias lecciones. La primera: «la IA» no es un tratamiento único; dos productos de la misma categoría, probados en el mismo centro, dieron resultados distintos. La segunda: un efecto real puede ser modesto, y presentarlo como una transformación de la jornada médica es exagerar. La tercera: son datos de Estados Unidos, con su propio modelo de historia clínica y de facturación, y no se trasladan sin más a un hospital o a un centro de salud español.
Un ensayo aleatorizado, además, no equivale a una encuesta de satisfacción entre usuarios voluntarios ni a un informe interno del fabricante. Cuando una nota de prensa ofrece un porcentaje de ahorro, la pregunta obvia es de dónde sale: qué diseño tenía el estudio, quién lo financió, con qué se comparó y si ha pasado por revisión por pares.
Adopción no es lo mismo que eficacia
En España la tecnología ya no es una promesa. Un estudio publicado en 2026 en Frontiers in Digital Health describe cómo, en una red hospitalaria, el uso de un escriba de IA ambiental pasó del 2,7% a cerca del 31% de todas las consultas externas en 16 meses, con más de 2,33 millones de consultas asistidas (Alcázar-Peral et al., 2026).
Es un dato valioso para entender la velocidad del cambio, pero mide uso, no beneficio. Que muchos profesionales adopten una herramienta puede indicar que les resulta útil, que la institución la ha impulsado o ambas cosas. Las cifras de adopción responden a «cuántos la usan»; para saber «qué mejora» hacen falta otras medidas: tiempo dedicado a documentar, calidad de las notas, errores detectados, experiencia de los pacientes. Confundir una cosa con la otra es uno de los deslices más frecuentes en la cobertura de tecnología sanitaria.
Cinco preguntas antes de publicar
Ante un hospital, una consejería o un proveedor que anuncia la implantación de un escriba de IA, un puñado de preguntas ordena la información.
Sobre la evidencia: ¿qué se ha medido, frente a qué y durante cuánto tiempo? ¿Hay resultados publicados o solo datos internos?
Sobre la revisión: ¿quién lee el borrador antes de que entre en la historia clínica? ¿Qué ocurre si contiene un error y cómo se notifica?
Sobre el paciente: ¿se le informa de que la consulta se procesa con IA? ¿Puede negarse sin que su atención se resienta?
Sobre los datos: ¿dónde se procesa el audio, cuánto tiempo se conserva y quién puede acceder a él?
Sobre el contexto: ¿en qué especialidades y con qué perfil de profesionales se ha probado? Lo que funciona en una consulta externa hospitalaria puede no servir igual en urgencias o en atención primaria.
Ejemplos concretos y voces independientes
Explicar la tecnología con un caso real ayuda al lector, siempre que el ejemplo ilustre un principio y no sustituya a la evidencia. En el mercado hispanohablante hay sistemas como Itaca en los que la nota definitiva solo existe cuando el profesional ha revisado el borrador y lo ha firmado como propio. Lo que interesa contar no es el nombre del producto, sino ese diseño: deja la responsabilidad clínica donde debe estar.
Las fuentes también cuentan. Un reportaje equilibrado incluye al médico que usa la herramienta a diario, al delegado de protección de datos del centro, a algún investigador sin vínculos con el proveedor y, cuando es posible, a pacientes. Si todas las voces proceden de quien vende o implanta el sistema, falta la mitad de la historia.
El periodismo de salud carga con una responsabilidad añadida: lo que se publica moldea lo que pacientes y gestores esperan. Contar bien los escribas de IA significa no prometer horas que la evidencia no garantiza y explicar, a la vez, por qué tantos profesionales quieren dejar de mirar la pantalla durante la consulta.



