La IA que toma notas en la consulta les devuelve tiempo a los médicos

Lo que muestran los datos

Un escriba de IA escucha la consulta, con el permiso del paciente, y redacta un borrador de la nota clínica. El médico lo revisa y lo corrige. La promesa es simple: menos tiempo frente a la pantalla y más tiempo con la persona que tiene enfrente.

Un ensayo con 238 médicos. El 16 de septiembre de 2026, 2 Minute Medicine resumió un ensayo aleatorizado publicado en NEJM AI por Lukac y colegas. Participaron 238 médicos de consultorio de 14 especialidades, durante dos meses: unos usaron DAX Copilot, otros Nabla y otros siguieron como siempre. Con Nabla, el tiempo dedicado a escribir notas en la historia clínica bajó un 9,5 % frente al grupo de control, una diferencia significativa. Con DAX Copilot bajó un 1,7 %, una diferencia que no fue significativa. Las dos herramientas mostraron tendencias favorables en agotamiento y carga mental, pero esos resultados secundarios todavía deben confirmarse.

El mismo ensayo muestra los límites. Los médicos encontraron errores clínicamente relevantes en las notas, y hubo un evento de seguridad del paciente, calificado como leve. Los autores piden estudios más largos.

Una simulación en Toronto. El 24 de septiembre de 2026, la Universidad de Toronto presentó un estudio publicado en JAMIA Open. Nueve médicos de atención primaria atendieron cuatro consultas simuladas cada uno, con y sin escriba de IA, y probaron tres productos. Sin la herramienta, más de un tercio de cada consulta se iba en tomar notas. Con ella, el tiempo de documentación bajó un 69,1 %. Los médicos pasaron a revisar y editar la nota al final, en lugar de escribir durante la visita. La autora principal, LaShawn Murray, advierte que fueron consultas simuladas y que las derivaciones, las recetas y la facturación siguen sumando trabajo administrativo.

Un antecedente en la práctica real. En octubre de 2025, JAMA Network Open publicó dos estudios difundidos por UChicago Medicine. En una encuesta a más de 250 profesionales de seis sistemas de salud, el agotamiento declarado bajó de alrededor del 52 % al 39 %. En un estudio observacional en UChicago Medicine, quienes usaban la herramienta pasaron un 8,5 % menos de tiempo en la historia clínica electrónica y más de un 15 % menos redactando notas.

Por qué es una buena noticia

• Ataca una causa conocida del agotamiento: el papeleo es una de las cargas que más desgasta a los médicos, y aquí la tecnología va directo contra ella.
• Más atención para el paciente: si el médico no escribe mientras escucha, puede mirar a la persona. Los profesionales lo cuentan, aunque todavía falta medirlo bien.
• Evidencia que se puede comparar: hay un ensayo aleatorizado, una simulación controlada y estudios en la práctica. Que los resultados varíen es información útil, no un fracaso.
• Menos trabajo fuera de hora: en los estudios de UChicago, los profesionales dijeron documentar menos después de la jornada.
• El control sigue siendo humano: la nota la firma el médico después de revisarla, y los errores encontrados muestran por qué esa revisión importa.

Lo que hace falta para que el beneficio llegue a las personas

Ahorrar minutos no alcanza. El beneficio depende de qué se haga con ese tiempo: si se llena con más turnos sin pensar, el agotamiento vuelve. Y no toca solo a los médicos: también a quienes hoy transcriben dictados o cargan datos. Hace falta:

• Formación: aprender a revisar una nota hecha por IA, detectar errores y saber cuándo no usar la herramienta.
• Horas liberadas que vuelven a la gente: más tiempo por paciente, capacitación o una jornada más corta, con una decisión explícita.
• Consulta y acuerdos: con médicos, con el personal administrativo y con los pacientes, que deben poder consentir la grabación.

Así lo ordena Transita, con un ejemplo hipotético, no de ninguna institución citada: un centro de salud con 20 médicos de atención primaria y 4 administrativos que transcriben dictados incorpora un escriba de IA.

1. El proyecto: se registra «Escriba de IA en consultorios», con las áreas y los puestos que toca.
2. Las tareas: el líder de cada área valida qué parte de cada tarea hará la IA. Los médicos dedican 8 horas por semana a documentar y la IA hará el 25 %: 2 horas por médico, 40 horas en el equipo. Los administrativos dedican 30 horas a transcribir y la IA hará el 60 %: 18 horas por persona, 72 en total.
3. La decisión: mantener a todas las personas. Las 2 horas de cada médico se reparten: una para consultas más largas y una para formación y revisión de casos. El criterio queda escrito.
4. Las vacantes: se carga 1 cupo de «control de calidad de la documentación clínica» en la misma área y 1 de «admisión y turnos» en otra área.
5. Un plan para cada persona: los 20 médicos van por Adaptación, con capacitación en revisar notas de IA. De los administrativos, 1 va por Reconversión hacia control de calidad y 1 por Reubicación hacia admisión, cada uno con su formación. Los otros 2 quedan en Permanencia: revisan las transcripciones que hace la IA y absorben las de quienes cambian de puesto. Son 24 planes y ninguna salida.
6. Consulta y firmas: cada persona revisa su plan y lo acepta o pide cambios. Después firman su líder y RR. HH., y el avance queda registrado.

La idea central

Los escribas de IA no hacen milagros: según la herramienta y el contexto, ahorran desde casi nada hasta dos tercios del tiempo de documentación, y todavía cometen errores. Pero cuando funcionan, devuelven algo valioso: tiempo para mirar al paciente y aire para quien atiende. Ese tiempo llega a las personas cuando se decide, con ellas y por escrito, a qué se va a dedicar.