¿Se puede usar IA para analizar datos clínicos en tu tesina de Medicina? (2026): reglas y buenas prácticas

Sí, se puede usar IA para analizar datos clínicos en una tesina de Medicina, pero con límites concretos: sirve para apoyar el procesamiento estadístico, la búsqueda bibliográfica o la redacción, nunca para interpretar un resultado clínico sin supervisión del director/a ni para sustituir el juicio profesional sobre un caso. Los datos de pacientes, además, tienen que estar anonimizados antes de que toquen cualquier herramienta de IA. El resto de este artículo repasa, con ejemplos concretos y sin apelar a ninguna cifra que no podamos verificar, dónde está exactamente esa línea entre un uso razonable y uno que compromete la integridad de tu trabajo.

Qué usos de IA son razonables en una tesina de Medicina

Hay un grupo de usos que suelen considerarse aceptables, siempre que se declaren y que tu facultad no los restrinja: pedirle a una IA que te ayude a redactar código de análisis estadístico (por ejemplo, un script en R o Python para correr una prueba que ya elegiste vos, con el criterio que justificaste en el capítulo metodológico), usarla para buscar y organizar antecedentes bibliográficos antes de leerlos vos mismo en la fuente original, o para mejorar la redacción y claridad de un párrafo ya escrito con tus propias ideas. En todos estos casos, la IA es una herramienta de productividad, no la que toma las decisiones de interpretación clínica. La regla práctica que separa un uso aceptable de uno problemático es simple de aplicar aunque no siempre sea simple de recordar en el momento: si la tarea es mecánica (ordenar, formatear, buscar, sugerir redacción), la IA puede ayudar; si la tarea exige juicio clínico sobre un paciente real, esa decisión la tenés que tomar vos, con tu director/a.

Qué usos NO son aceptables

• Pedirle a una IA que interprete un resultado clínico (por ejemplo, “¿qué significa este patrón de laboratorio en este paciente?”) sin que esa interpretación pase después por vos y por tu director/a.
• Subir datos de pacientes sin anonimizar a una herramienta de IA generativa de uso general, lo cual puede violar tanto el consentimiento informado original como la Ley de Protección de Datos Personales.
• Generar o “completar” datos faltantes con IA para que una base de datos parezca más completa de lo que es.
• Usar IA para redactar la discusión completa sin que el análisis y la interpretación clínica hayan pasado por vos.

Anonimización: el paso que no se puede saltear

Antes de que cualquier dato clínico toque una herramienta de IA —incluso para algo tan simple como pedir ayuda para organizar una tabla—, tiene que estar despojado de todo dato identificatorio: nombre, DNI, número de historia clínica, fecha de nacimiento exacta, dirección. No alcanza con sacar el nombre si la combinación de edad, diagnóstico raro y fecha de internación todavía permite identificar a la persona en un hospital chico. Este paso es responsabilidad tuya, no de la herramienta de IA, y tiene que quedar documentado en el capítulo metodológico como parte del procedimiento de manejo de datos. Una práctica que reduce bastante el riesgo: trabajar siempre sobre una copia de la base de datos ya anonimizada, guardada aparte de la base original con identificadores, para que un error de manipulación —copiar y pegar la fila equivocada, por ejemplo— nunca termine exponiendo el archivo con nombres reales a una herramienta externa.

Qué dice el marco ético que ya rige tu tesina

Las reglas sobre IA no reemplazan el marco ético que ya se aplica a cualquier tesina de Medicina con datos de pacientes: consentimiento informado, aprobación del comité de ética de la institución y los principios de la Declaración de Helsinki sobre investigación con seres humanos. Usar IA en el análisis no exime de ninguno de estos pasos —al contrario, es posible que el comité de ética te pida explícitamente que declares si vas a usar IA para procesar datos de pacientes, como parte del protocolo que presentás para su aprobación—. Este modelo de consentimiento informado y encuadre ético repasa qué elementos no pueden faltar en ese protocolo.

Cómo declarar el uso de IA en el capítulo metodológico

Una declaración honesta y específica es mejor que una genérica. En vez de “se utilizó inteligencia artificial en este trabajo”, conviene precisar qué herramienta, para qué tarea puntual y con qué supervisión: por ejemplo, “se utilizó [herramienta] para generar el código de análisis estadístico en R, revisado y validado línea por línea por el autor antes de su ejecución sobre la base de datos anonimizada”. Esa especificidad es lo que distingue una declaración de integridad académica genuina de una frase de compliance vacía, y es lo que un jurado espera leer cuando pregunta puntualmente por el rol de la IA en tu trabajo. Guardar el prompt exacto que usaste y la respuesta cruda de la herramienta, aunque no vayan en el cuerpo de la tesina, es una buena práctica adicional: si el jurado pregunta específicamente qué le pediste a la IA, tenés la respuesta a mano en vez de reconstruirla de memoria en el momento de la defensa.

Y si tu facultad todavía no tiene un reglamento específico sobre IA

Muchas facultades todavía no tienen un reglamento específico y detallado sobre el uso de IA en tesinas —el marco general de integridad académica y protección de datos ya existente sigue aplicando igual—. Ante la duda, la recomendación más segura es preguntarle directamente a tu director/a o a la secretaría de investigación de tu facultad antes de usar cualquier herramienta de IA sobre datos de pacientes reales, en vez de asumir que “si no está prohibido explícitamente, está permitido”. Esta zona gris no es exclusiva de Medicina: los reglamentos de integridad académica suelen actualizarse más despacio de lo que aparecen nuevas herramientas, así que el criterio de “preguntar primero” vale para cualquier carrera con datos sensibles, no solo para la salud. Esta guía repasa qué dicen, en general, los reglamentos de integridad argentinos sobre el uso de IA en la tesina.

Diferencia entre analizar datos y redactar con IA

Conviene separar dos usos que se mezclan seguido en la cabeza de un estudiante: usar IA para el análisis de datos clínicos (lo que trata este artículo, con todos los límites de arriba) y usar IA para la redacción del texto de la tesina en general, que tiene sus propias reglas de declaración e integridad, aplicables a cualquier carrera, no solo a Medicina. Esta guía repasa ventajas, límites y buenas prácticas para escribir la tesis con IA de forma responsable, con autoría genuina.

Cómo se cita el uso de una herramienta de IA en APA 7

Si una herramienta de IA generó texto, código o una síntesis que se incorporó de alguna forma al trabajo, APA pide dos cosas: describir en el capítulo metodológico cómo la usaste y, además, incluirla en la lista de referencias con la empresa desarrolladora como autora, el nombre y la versión del modelo y el descriptor [Modelo de lenguaje de gran tamaño] —la IA nunca figura como autora, porque no puede asumir la responsabilidad de un trabajo—. Esta guía repasa cómo se cita en APA 7 cada tipo de fuente, incluida la lógica general que después se adapta al caso específico de herramientas de IA.

Qué pasa si tu tesina usa una base de datos pública ya anonimizada

Si tu tesina trabaja con una base de datos secundaria que ya viene anonimizada y con autorización de uso académico —una base de un estudio multicéntrico publicado, por ejemplo, o datos abiertos de un organismo de salud—, el nivel de riesgo al usar IA para el análisis es menor, porque el paso de anonimización ya lo hizo la institución que publicó los datos. Aun así, conviene verificar los términos de uso de esa base: algunas exigen que el análisis se realice en entornos controlados y no permiten subir los datos a herramientas de terceros, incluidas las de IA generativa alojadas en la nube. Leer la letra chica de la licencia de la base antes de empezar evita un problema serio a mitad de la tesina.

Cómo reacciona un comité de ética ante la mención de IA en un protocolo

Algunos comités de ética institucionales pueden pedir, como parte del protocolo de investigación, una sección específica sobre qué herramientas tecnológicas se van a usar para procesar los datos, incluida la IA. No se trata de una objeción automática al uso de IA, sino de que el comité pueda evaluar el riesgo real: qué datos van a pasar por la herramienta, si esa herramienta almacena o reutiliza la información que recibe, y qué controles de seguridad tiene. Preguntar esto directamente al proveedor de la herramienta de IA que pensás usar, antes de presentar el protocolo, ahorra una ronda completa de observaciones del comité.

Un ejemplo concreto, sin datos reales de pacientes

Pensemos en una tesina sobre factores asociados a reingresos hospitalarios en pacientes con insuficiencia cardíaca. El estudiante anonimiza la base de datos (elimina identificadores, agrupa las edades en rangos), le pide a una herramienta de IA que le ayude a estructurar el código de una regresión logística que él mismo decidió usar, corre el código y revisa cada resultado contra lo que espera clínicamente, y finalmente redacta la interpretación de los resultados él mismo, cotejándola con su director/a. Ese es el uso responsable: la IA acelera tareas técnicas, pero el juicio clínico y la interpretación quedan enteramente del lado humano, exactamente igual que en esta guía de instrumentos validados para tesinas de Kinesiología, donde el mismo principio de verificación rigurosa aplica al trabajo con pacientes de otra disciplina de la salud. Si el estudiante, en cambio, le hubiera pedido a la IA que decidiera cuáles pacientes “probablemente” tuvieron un reingreso evitable sin que ningún dato lo respalde, o que generara filas adicionales para completar una muestra chica, estaría cruzando la línea entre asistencia técnica y fabricación de resultados —el tipo de conducta que cualquier reglamento de integridad académica sanciona, sin importar si la herramienta usada fue IA o cualquier otro método.

Lo que hay que evitar por sobre todo

Si tuvieras que quedarte con una sola regla: nunca le des a una herramienta de IA generativa de uso general un dato que pueda identificar a un paciente real, y nunca le pidas que tome una decisión clínica en tu lugar. Todo lo demás —código, redacción, organización de bibliografía— son usos de productividad razonables si los declarás con honestidad, en línea con la misma lógica de trabajo responsable que aplica en cualquier anteproyecto, como se ve en este modelo de anteproyecto de Psicología sobre aspectos éticos del trabajo con personas.