Google lleva su IA médica AMIE a las videollamadas: ya puede observar al paciente mientras conversa
Google ha dado un paso importante en el desarrollo de inteligencia artificial médica con AMIE (Video), una versión de su sistema experimental capaz de mantener consultas clínicas por videollamada en tiempo real. A diferencia de los chatbots médicos basados solo en texto, este prototipo puede escuchar al paciente, analizar la imagen de la cámara, observar determinados signos físicos y guiar pequeñas exploraciones a distancia mientras conversa.
El trabajo, presentado por Google Research el 11 de agosto de 2026, no significa que Gemini vaya a sustituir al médico ni que AMIE esté disponible para pacientes. Sigue siendo investigación, pero muestra hasta dónde está llegando la combinación de modelos multimodales, razonamiento clínico y vídeo en tiempo real.
De un chatbot médico a una IA capaz de ver y escuchar
AMIE, siglas de Articulate Medical Intelligence Explorer, nació como un sistema de investigación centrado en mantener conversaciones médicas y elaborar diagnósticos diferenciales. Hasta ahora, buena parte de sus pruebas se habían realizado mediante chat de texto o utilizando imágenes y documentos aportados durante la conversación.
El problema es que una consulta médica contiene mucha información que no se escribe. El tono de voz, la respiración, la postura, un temblor, la movilidad de una articulación o la expresión facial pueden aportar pistas clínicas. Con AMIE (Video), Google intenta que la IA procese también esa capa audiovisual.
Según el trabajo técnico publicado por los investigadores, el sistema utiliza Gemini 3 Flash y Gemini 3.1 Pro, además de infraestructura derivada de Project Astra. El objetivo no es simplemente añadir una webcam a un chatbot, sino conseguir que la IA converse con poca latencia mientras realiza un razonamiento más lento y analiza audio y vídeo.
Tres agentes de IA trabajando al mismo tiempo
Tal y como explica Google Research en la presentación del sistema, AMIE divide el trabajo entre tres agentes que funcionan de forma asíncrona. Talker habla con el paciente y mantiene la interacción. Planner trabaja en segundo plano, actualizando posibles diagnósticos, prioridades y preguntas pendientes. Perception analiza el flujo audiovisual y busca señales clínicamente relevantes.
La arquitectura permite desacoplar dos tareas con requisitos distintos: responder rápido y razonar con más profundidad. Mientras Talker mantiene la conversación, Planner y Perception continúan trabajando y actualizan el contexto. En las pruebas descritas en el artículo científico de AMIE (Video), la latencia se situó alrededor de tres segundos por turno.
AMIE también puede pedir al paciente que realice determinados movimientos ante la cámara y utilizar lo observado durante su razonamiento. Esto permite trasladar al vídeo parte de una exploración física que, en un chatbot convencional, tendría que ser descrita exclusivamente mediante palabras.
AMIE frente a médicos: qué muestran realmente las pruebas
Google evaluó el sistema mediante un OSCE, un examen clínico estructurado utilizado para valorar competencias médicas. El estudio publicado por los investigadores incluyó 100 escenarios, 15 actores entrenados como pacientes estandarizados y 300 consultas repartidas entre AMIE por vídeo, AMIE mediante texto y médicos de atención primaria por videollamada.
Diez médicos realizaron las consultas del grupo humano y otros 20 actuaron como evaluadores independientes. Los escenarios cubrían áreas cardiopulmonares, abdominales, neurológicas y psiquiátricas, musculoesqueléticas y de cabeza, ojos, oídos, nariz y garganta.
Los resultados son llamativos, aunque deben interpretarse dentro de este entorno simulado. De acuerdo con los resultados detallados en la investigación, en las rúbricas específicas de cada caso AMIE (Video) consiguió de media un 83 % de los puntos frente al 68 % de los médicos. El diagnóstico correcto apareció como primera opción de su diagnóstico diferencial en el 91 % de los casos, frente al 77 % del grupo médico.
Al considerar las tres primeras opciones, la diferencia se redujo al 98 % frente al 90 % y dejó de ser estadísticamente significativa. La ventaja fue más clara en tareas ligadas al vídeo: AMIE obtuvo un 74 % en percepción y exploración frente al 47 % de los médicos y puntuó mejor al guiar exploraciones físicas remotas.
Los actores también prefirieron el vídeo frente al chat de texto para comunicar sus síntomas. Sin embargo, los médicos conservaron ventaja en aspectos relacionados con la conexión interpersonal, como la creación de rapport y la sensación de colaboración con el paciente.
Por qué AMIE todavía no puede sustituir una consulta médica
Estos resultados no permiten concluir que AMIE sea mejor médico. Como recoge la metodología completa del estudio, todos los pacientes eran actores y solo se utilizaron patologías que podían representarse de forma razonable ante una cámara. Se excluyeron, entre otros, casos pediátricos, dermatológicos, hospitalarios y exploraciones físicamente sensibles.
Además, los médicos tuvieron que mantener su propia cámara apagada para hacer la comparación más homogénea con una IA sin avatar. Eso elimina parte de las señales no verbales con las que un médico genera confianza durante una videollamada y reduce el realismo de la comparación.
El estudio también identifica fallos. AMIE todavía tiene dificultades para detectar movimientos rápidos como determinados temblores, matices emocionales sutiles y algunos detalles anatómicos. También puede percibir correctamente una señal sin convertirla después en la acción clínica adecuada. Y la conversación continúa organizada por turnos: paciente e IA no pueden hablar simultáneamente como ocurre entre dos personas.
El siguiente paso será probarlo con pacientes reales
La conclusión más relevante no es que una IA pueda reemplazar una consulta médica, sino que los modelos multimodales empiezan a superar una limitación del chatbot clásico: depender de que el usuario describa correctamente todo lo que le ocurre.
Google ya realizó anteriormente un estudio de viabilidad de AMIE con pacientes reales, aunque aquella versión funcionaba mediante texto y las interacciones estuvieron sometidas a supervisión médica. La compañía continúa investigando su utilización en entornos asistenciales, pero reconoce que AMIE (Video) no está preparado para una implantación clínica real.
Qué podría significar una tecnología así en España
En España no existe actualmente una disponibilidad anunciada de AMIE. Una eventual herramienta de este tipo tendría además que afrontar requisitos especialmente exigentes: los datos relativos a la salud cuentan con protección reforzada bajo el Reglamento General de Protección de Datos de la Unión Europea, mientras que determinadas aplicaciones médicas clasificadas como de alto riesgo están sometidas a requisitos específicos dentro de la normativa europea de inteligencia artificial.
La aplicación más plausible a corto plazo parece estar, por tanto, en complementar la telemedicina: realizar una anamnesis previa, recoger información estructurada, ayudar a dirigir ciertas exploraciones remotas o asistir al profesional durante una consulta.
AMIE (Video) demuestra que una consulta con IA ya puede ir mucho más allá de escribir síntomas en una caja de texto. La cuestión decisiva será comprobar si ese rendimiento se mantiene con pacientes reales, enfermedades menos controladas, cámaras deficientes y comportamientos imprevisibles.
¿Aceptarías una primera consulta por videollamada con una IA si después revisara el caso un médico? ¿En qué situaciones confiarías en ella?