Un estudio reciente publicado en JAMA Internal Medicine presenta a ChatCPR, una herramienta de inteligencia artificial diseñada para asistir a personas sin formación médica durante paros cardíacos. Esta tecnología de código abierto superó significativamente a los operadores del 911 en simulaciones y análisis de llamadas reales, logrando una adherencia perfecta a las guías de reanimación. Mientras que los modelos de IA genéricos fallan en aspectos técnicos avanzados, este sistema especializado ofrece instrucciones precisas y en tiempo real sobre la profundidad de las compresiones y el uso de desfibriladores. El objetivo principal es democratizar el acceso a maniobras críticas de salud pública y reducir los tiempos de respuesta en emergencias donde cada segundo es vital. Los investigadores subrayan que, aunque los resultados son prometedores, aún se requiere validación en entornos reales para evaluar factores como el pánico del usuario y la conectividad.
¿Cómo supera ChatCPR a los despachadores del 911?
ChatCPR, un sistema de inteligencia artificial diseñado para la instrucción de la reanimación cardiopulmonar (RCP), supera a los despachadores del 911 al ofrecer una guía mucho más precisa, consistente y apegada a las directrices médicas oficiales.
Las principales formas en que ChatCPR demostró su superioridad incluyen:
Cumplimiento casi perfecto de los protocolos: En estudios retrospectivos que utilizaron llamadas reales al 911, ChatCPR logró un 100% de cumplimiento en los criterios básicos (mínimamente viables) de RCP y un 98.9% en los criterios avanzados (máximamente efectivos). En comparación, los despachadores humanos promediaron un 84.5% en los pasos básicos y solo un 62.8% en los avanzados.
Esto representa una mejora del rendimiento de la IA de 15.5 puntos porcentuales y 36.1 puntos porcentuales, respectivamente.
Mejor ejecución de pasos críticos: ChatCPR fue particularmente superior en las áreas donde los despachadores, al estar abrumados, tienden a fallar. Estas áreas incluyen la comprobación de la capacidad de respuesta del paciente, las instrucciones de la compresión inicial, la calidad de la compresión (velocidad y profundidad), asegurar que se permita el retroceso completo del pecho entre compresiones, la postura correcta para la RCP y las instrucciones para el uso del desfibrilador externo automático (DEA).
Ausencia de fatiga y estrés: Los despachadores humanos tienen que realizar múltiples tareas simultáneamente bajo niveles extremos de presión, lo que a menudo provoca que tarden casi tres minutos antes de que el llamante inicie las compresiones torácicas. Por el contrario, la inteligencia artificial no se cansa, no se salta pasos por la presión y entrega la misma calidad de instrucciones a las 3 a.m. que a las 3 p.m..
En resumen, la capacidad de ChatCPR para procesar la situación sin estrés y brindar retroalimentación en tiempo real estructurada le permite mantener un estándar de calidad constante y reducir los errores y retrasos típicos del factor humano.
¿Qué desafíos éticos o legales enfrenta el uso de ChatCPR?
Desafíos legales y regulatorios:
Aplicación de las leyes del "Buen Samaritano":
Actualmente, los transeúntes gozan de sólidas protecciones legales cuando intervienen para realizar la RCP en una emergencia. Sin embargo, es una pregunta abierta cómo se extenderán o aplicarán estas políticas de protección cuando las instrucciones médicas sean dictadas por un asistente de inteligencia artificial.
Responsabilidad legal (liability) y normativas médicas:
Estos sistemas deben lograr navegar por paisajes regulatorios y legales muy complejos para resolver los problemas de responsabilidad (por ejemplo, quién es responsable si la IA comete un error) y asegurar que cumplen con las estrictas normativas de los dispositivos médicos.
Falsos positivos y riesgos en el mundo real: También surge el reto de evaluar y manejar las situaciones en las que el sistema pueda impartir instrucciones de iniciar compresiones en emergencias que no sean paros cardíacos reales (falsos positivos), así como su funcionamiento bajo el estrés y el ruido de una situación real.
Desafíos éticos:
Privacidad de datos y consentimiento: Su despliegue exige una integración cuidadosa para resolver dilemas éticos en torno a la privacidad de los datos recopilados por la IA, el consentimiento del usuario en medio de una situación de vida o muerte, y la necesidad de mantener la transparencia de los algoritmos para generar confianza en el público.
Equidad y prevención de disparidades: Es un desafío ético fundamental asegurar que esta tecnología no agrave las desigualdades existentes en el acceso a la atención sanitaria. Para ser verdaderamente inclusivo, el sistema debe ser validado y adaptado a diferentes contextos culturales, idiomas, disposición de hardware y la fiabilidad de la conectividad a internet de los usuarios.
¿Qué sucede legalmente si la IA comete un error médico?
Actualmente, las consecuencias legales exactas si una IA como ChatCPR comete un error médico son una pregunta abierta.
Aunque los transeúntes que intervienen en una emergencia médica gozan hoy en día de fuertes protecciones bajo las leyes del "Buen Samaritano", aún no está claro cómo se aplicarán o extenderán estas protecciones legales cuando la persona está siguiendo las instrucciones de un asistente de inteligencia artificial.
Para resolver quién asume la culpa o la responsabilidad por un error médico derivado del uso de la IA, los expertos señalan que es necesario realizar un trabajo político y legislativo importante para crear nuevos marcos regulatorios.
Los desarrolladores y legisladores tendrán que navegar por un panorama legal complejo para abordar directamente las preocupaciones sobre la responsabilidad legal (liability) y asegurarse de que estos sistemas cumplan con los estándares y normativas exigidos para los dispositivos médicos.
En resumen, el sistema legal aún se encuentra en una fase de adaptación para definir claramente qué sucede en estos escenarios.
Desai N, Majhail N, Dredze M, et al. An Artificial Intelligence–Enabled Cardiopulmonary Resuscitation Instructor. JAMA Intern Med. Published online May 18, 2026. doi:10.1001/jamainternmed.2026.1552