← Volver al blog

IA

IA médica y publicidad: quién está detrás de la recomendación

Un anuncio puede inclinar la recomendación de una IA sin volverla clínicamente absurda. La cuestión es cómo organizamos la independencia del criterio, también cuando quien aconseja es una persona.

Una médica y un paciente valoran dos opciones de tratamiento en una pantalla, una de ellas destacada. Fotografía editorial generada con IA; marca IA abajo a la izquierda.

Antes de que una inteligencia artificial pudiera recomendar un medicamento, una farmacéutica ya podía invitar a un médico a comer. La relación entre quienes venden tratamientos y quienes los prescriben lleva décadas planteando problemas que hemos intentado afrontar con límites, transparencia y declaraciones de intereses. Por eso, cuando leo que la publicidad puede influir en una recomendación médica generada por IA, me importa saber qué ha ocurrido. Pero también qué sabemos del mismo problema cuando quien aconseja lleva una bata y tiene nombre y apellidos.

La comparación no rebaja lo que debemos exigir a la tecnología. Nos ayuda a preguntar mejor.

Un anuncio identificado también puede inclinar la respuesta

El 11 de noviembre de 2026, investigadores de la Icahn School of Medicine at Mount Sinai publicaron en The Lancet Digital Health un estudio controlado sobre publicidad farmacéutica y recomendaciones de IA. Probaron doce modelos de tres proveedores en treinta y tres escenarios clínicos. En la parte principal del experimento, colocaron un anuncio de pago claramente identificado antes del mismo caso que presentaban sin publicidad.

Cuando dos medicamentos eran opciones razonables según las guías, la presencia del anuncio elevó en 12,7 puntos porcentuales la selección del fármaco anunciado: del 35 % al 47,6 %. En algunas combinaciones de modelo y caso, la elección pasó del 0 % al 100 %. El experimento no midió recetas reales, costes ni resultados de salud. Tampoco mostró que la publicidad consiguiera imponer de manera general suplementos sin respaldo o tratamientos claramente peores. Midió algo más preciso: entre alternativas clínicamente aceptables, un anuncio podía cambiar la preferencia del sistema.

Eso importa precisamente porque la influencia no necesita producir una respuesta absurda para pasar inadvertida. La recomendación puede sonar razonable y, sin embargo, estar orientada hacia la opción que alguien ha pagado por colocar delante del sistema. Si solo evaluamos si la respuesta es clínicamente posible, esa inclinación puede quedar escondida dentro del acierto.

Una etiqueta que dice «anuncio» es necesaria. El estudio nos recuerda que no es suficiente para proteger por sí sola la independencia de la recomendación.

El equivalente humano ya existe

La medicina conoce desde hace tiempo este problema. Una comida, un regalo o una visita comercial no obligan a un profesional a prescribir nada. Tampoco hace falta imaginar una compraventa explícita del criterio para estudiar si esas relaciones inclinan las decisiones.

Un trabajo publicado en *JAMA Internal Medicine* en 2016 relacionó los datos de Open Payments con las prescripciones de Medicare. Encontró que recibir comidas pagadas por la industria se asociaba con una mayor prescripción de los medicamentos de marca promocionados frente a otras alternativas de la misma clase. Era un estudio observacional: mostraba una asociación, no que cada comida hubiera causado una receta. Esa cautela es importante. También lo es no utilizarla para fingir que la relación observada carece de interés.

En España, el texto refundido de la Ley de garantías y uso racional de los medicamentos prohíbe ofrecer incentivos, bonificaciones, primas u obsequios a los profesionales implicados en la prescripción, dispensación y administración, con el propósito expreso de proteger su independencia frente a intereses comerciales. En Estados Unidos, Open Payments publica transferencias de valor de fabricantes y otras entidades obligadas a profesionales y centros incluidos en el programa. Limitar ciertas relaciones y hacer visibles otras son respuestas distintas. Ninguna convierte automáticamente en corrupta toda relación con la industria. Ninguna garantiza por sí sola que el criterio sea independiente.

Hay aquí una lección que sirve también para la IA: afirmar que alguien es independiente no sustituye a organizar las condiciones de su independencia.

Qué hemos aprendido de los límites humanos

Conviene preguntar si las medidas adoptadas han cambiado algo. Un estudio de *JAMA* publicado en 2017 comparó la prescripción de 2.126 médicos en diecinueve centros académicos estadounidenses que implantaron restricciones a las visitas comerciales con la de 24.593 profesionales de control. Las políticas se asociaron con una reducción modesta de la cuota de los medicamentos promocionados, aunque el cambio no fue significativo en todos los centros. Los resultados favorables aparecieron con más frecuencia donde se combinaban límites a los regalos, restricciones de acceso y mecanismos de cumplimiento.

No podemos trasladar automáticamente esas cifras a España ni a un chatbot. Sí podemos aprovechar la experiencia: las buenas intenciones y la transparencia aislada tienen un alcance limitado; las condiciones concretas de acceso, separación y control también cuentan.

Aplicado a una IA médica, habría que separar el contenido promocional de las fuentes empleadas para orientar clínicamente, declarar las relaciones comerciales del proveedor y comprobar qué cambia cuando se retira la publicidad. Si una empresa afirma que un anuncio no influye en la respuesta, debería poder someter esa afirmación a pruebas repetibles. Y si la recomendación varía, necesitamos saber cuánto, en qué casos y con qué consecuencias.

Aquí la tecnología puede ofrecernos incluso una ventaja. Podemos presentar al sistema los mismos casos con y sin anuncios, repetir miles de veces la evaluación y medir qué tratamientos ganan presencia. Reconstruir cuánto influyó una visita comercial recibida meses atrás por una persona resulta mucho más difícil. Esa posibilidad no hace transparente a cualquier IA por el mero hecho de serlo. Exige acceso suficiente para evaluarla y voluntad para corregir lo que encontremos. Pero es una oportunidad que merece desarrollarse.

Una influencia pequeña puede alcanzar a mucha gente

También hay diferencias que pueden jugar en contra. El mismo mecanismo comercial podría orientar un enorme número de conversaciones y adaptarse a lo que cada persona cuenta sobre su salud. Una influencia modesta, repetida a gran escala, puede producir efectos importantes. Además, el usuario podría interpretar una respuesta fluida y personalizada como si procediera de una deliberación independiente, sin saber qué información promocional entró en el contexto.

Por eso no basta con preguntar si la IA acierta más o menos que un médico. Como explicaba en «IA médica: comparar sus errores con la atención real», necesitamos comparar tareas equivalentes, daños, alternativas y responsabilidades. Aquí debemos añadir otra pregunta: ¿qué intereses pueden inclinar el resultado y qué barreras los separan de la recomendación?

La responsabilidad del profesional tampoco desaparece porque la herramienta ofrezca una respuesta clínicamente defendible. Si una persona utiliza la IA para orientar una decisión, tiene que poder revisar la evidencia relevante, apartarse del resultado y explicar por qué considera adecuada una opción. Añadir una firma humana a una recomendación que nadie ha examinado no protege al paciente. Solo desplaza la apariencia de responsabilidad.

No toda información comercial es igual

Tampoco metería toda publicidad en el mismo saco. Una oferta puede resultar útil y una persona puede querer conocerla. Una farmacéutica puede aportar información verdadera sobre un tratamiento. El problema empieza cuando pagar por aparecer permite alterar una orientación presentada como clínica y el usuario no puede distinguir ambas cosas.

Quien consulta debería saber cuándo está viendo publicidad, por qué aparece y si esa información ha entrado en la generación de la respuesta. Debería poder rechazarla sin perder el acceso a una orientación clínica básica. Y, sobre todo, una aceptación general no debería darse por válida para cualquier uso comercial de lo que ha contado sobre su salud. La intimidad de una conversación médica no es una materia prima más porque la interfaz resulte cómoda.

Esto enlaza con la confianza y la intimidad en una consulta con IA. Podemos sentir que una herramienta nos escucha sin juzgarnos y, al mismo tiempo, ignorar quién recibe los datos, qué incentivos rodean la respuesta o quién responderá si algo sale mal. La confianza necesita información, capacidad de elegir y una responsabilidad identificable.

Organizar el criterio para que pueda merecer confianza

No se trata de elegir entre una medicina humana ideal y una IA sospechosa por naturaleza. Las personas podemos estar influidas; los sistemas también. La diferencia es que podemos diseñar condiciones para examinar esa influencia en ambos casos.

Yo pediría, al menos, una separación clara entre promoción y orientación clínica; pruebas con y sin contenido publicitario; trazabilidad de las fuentes utilizadas; información comprensible sobre las relaciones comerciales; posibilidad de excluir la publicidad en conversaciones de salud; revisión humana real cuando la decisión lo requiera; y un responsable al que el paciente pueda acudir. No como un catálogo de trámites, sino como condiciones para que el criterio pueda discutirse.

También deberíamos comparar resultados. Si una medida reduce la influencia comercial, mejora la adecuación del tratamiento o evita costes innecesarios, tendremos razones para conservarla. Si solo produce documentos que nadie lee, habrá que corregirla. Las garantías merecen evaluarse por lo que protegen, no por la tranquilidad que produce decir que existen.

Este modo de razonar puede acompañarnos cada vez que aparece un problema con la IA: identificar su equivalente humano, revisar qué intentamos para corregirlo y comprobar qué funcionó, para quién y bajo qué condiciones. Después habrá que distinguir qué puede trasladarse, qué necesita adaptarse y qué riesgo es realmente nuevo. Si ya sabemos que ciertos incentivos comprometen la independencia, sería extraño volver a descubrirlo con cada tecnología. Y si una herramienta nos permite medir mejor esa influencia, sería igualmente extraño no aprovecharla.

Quien busca ayuda para su salud necesita poder confiar en el criterio que recibe, proceda de un profesional, de una IA o del trabajo de ambos. No debería tener que investigar por su cuenta todos los intereses que rodean cada respuesta. Corresponde a quienes prestan el servicio demostrar cómo los limitan y qué resultados consiguen.

Aprovechemos lo aprendido con médicos y farmacéuticas para exigir mejoras comprobables a la IA. Y aprovechemos lo que podamos comprobar con la IA para revisar también nuestras prácticas humanas. El beneficiario de esa comparación debería ser el paciente.

La guía de inteligencia artificial con criterio humano reúne otras reflexiones sobre salud, autonomía y responsabilidad. La conferencia «Cómo proteger nuestra humanidad en tiempos de IA» permite trabajar estas decisiones con organizaciones, universidades e instituciones a partir de casos reales.

Origen y fuentes

Esta entrada adapta mi artículo de LinkedIn «Médicos e IA: ¿quién está detrás de la recomendación?», publicado el 15 de noviembre de 2026. Los datos se han contrastado con el estudio publicado en *The Lancet Digital Health* el 11 de noviembre de 2026, la información metodológica de Mount Sinai, los estudios de JAMA Internal Medicine de 2016 y JAMA de 2017, la ley española de garantías y uso racional de los medicamentos y la documentación oficial de Open Payments.

Escrito por Quim Muñoz Traver, doctor en Ciencias Humanas, Sociales y Jurídicas, escritor, profesor y conferenciante.

Descubre sus libros, cursos y conferencias para llevar estas ideas a la práctica.

Continuar este tema

Inteligencia artificial con criterio humano

Trabajarlo en una formación · Llevarlo a una conferencia

Para seguir pensando

El correo del domingo

¿Te has quedado con ganas de seguir pensando?

Quiero recibir el correo del domingo

Las funciones técnicas de seguridad, sesión y recuerdo de esta elección son necesarias. Las categorías opcionales están desactivadas hasta que las aceptes.

Tu elección se recuerda durante 180 días. Puedes cambiarla o retirar tu consentimiento en el pie de página. Ver proveedores y detalles.