Los chatbots pueden facilitar el acceso a información y brindar apoyo en el automanejo de las personas con diabetes. Sin embargo, sus límites en la individualización, la precisión clínica y la validación en resultados restringen su rol como herramienta complementaria
Lugones Editorial©
Los chatbots de inteligencia artificial generativa (IA) pueden abordar varios de los desafíos del automanejo en personas con diabetes. Si bien existen recursos en línea y aplicaciones móviles, estos suelen asociarse a sobrecarga de información, personalización limitada y dificultades en la navegación.
Para mejorar la utilidad, los futuros chatbots deben integrar datos de salud en tiempo real, optimizar la relevancia contextual y alinearse con los flujos de trabajo clínicos para favorecer su seguridad y aplicabilidad.
Si bien los chatbots puede abordar varios de los desafíos del automanejo, a veces pueden exponer a los usuarios a información excesiva, jerga técnica, contenidos contradictorios y desinformación
Introducción
La diabetes (DM) requiere una autogestión diaria para prevenir complicaciones como enfermedad cardiovascular, neuropatía, nefropatía y retinopatía. Dado que gran parte del manejo ocurre fuera del ámbito clínico, las personas con DM buscan información en línea de forma frecuente, principalmente a través de motores de búsqueda como Google o Bing.
Sin embargo, estas herramientas pueden exponer a los usuarios a información excesiva, jerga técnica, contenidos contradictorios y desinformación. A su vez, muchas aplicaciones digitales registran datos de automonitoreo, pero ofrecen escasa personalización y soporte conversacional.
Su contenido suele ser general, con evidencia limitada en términos de precisión, validez clínica y beneficios a largo plazo. La falta de apoyo en la toma de decisiones en tiempo real también ha limitado su adopción.
En conjunto, estas limitaciones refuerzan la necesidad de herramientas digitales interactivas, con mayor capacidad de contextualización y orientación individualizada.
Métodos
Se realizó un estudio cualitativo en dos fases para explorar el papel de los chatbots de IA generativa en el manejo de la DM. La primera fase evaluó las necesidades de información, experiencias y expectativas de los pacientes, mientras que la segunda analizó la perspectiva de especialistas sobre su utilidad en la práctica.
El enfoque integró ambas visiones con el objetivo de identificar el rol potencial y los límites de estos sistemas en el apoyo al automanejo de la DM.
Los chatbots pueden abordar las necesidades de información de los pacientes y complementar los recursos de atención médica, pero aún tienen limitaciones que deben investigarse
Resultados
Se incluyeron 24 pacientes con DM (mayoría mujeres, entre 20–30 años y con DM2). Más de la mitad tenía menos de 5 años de evolución. La principal fuente de información fueron las consultas médicas y las búsquedas en internet, con bajo uso de aplicaciones de salud y mínima experiencia previa con chatbots.
- Tipos de preguntas y necesidades de información
Se analizaron 643 preguntas, que se agruparon en cuatro dominios principales:
. Asesoramiento personalizado (44,6%): consultas sobre dieta, ejercicio, medicación y decisiones cotidianas.
. Complicaciones y comorbilidades (27,1%): dudas sobre síntomas, prevención e interacción con otras enfermedades.
. Tratamientos (17,3%): interés en opciones terapéuticas, incluyendo información contradictoria o no verificada.
. Salud mental (4,7%): impacto emocional, estrés y estrategias de afrontamiento.
- Experiencia de uso del chatbot
Los participantes reportaron buena usabilidad y credibilidad de la información. La satisfacción global fue alta, con niveles moderados de confianza. El apoyo emocional y la empatía fueron valorados de forma más baja, aunque positiva.
- Comparación con otras fuentes de información
En comparación con motores de búsqueda y comunidades en línea, los chatbots fueron percibidos como más eficientes, al ofrecer respuestas directas y reducir el tiempo de búsqueda. También se consideraron más confiables frente a la variabilidad de la información disponible en internet.
En relación con las consultas médicas, los chatbots fueron utilizados principalmente para dudas generales o de seguimiento, mientras que las decisiones complejas continuaron siendo atribuidas a los profesionales de la salud.
Los participantes valoraron la capacidad de los chatbots, aunque reconocieron limitaciones en situaciones que requieren decisiones clínicas, especialmente en el ajuste de tratamientos o el manejo de complicaciones
- Roles potenciales y límites percibidos
Los pacientes valoraron la capacidad de los chatbots para proporcionar información clara, específica y aplicable, con énfasis en recomendaciones prácticas. También destacaron la importancia de contar con contenido basado en evidencia y fuentes confiables.
Sin embargo, reconocieron limitaciones en situaciones que requieren decisiones clínicas, especialmente en el ajuste de tratamientos o el manejo de complicaciones.
- Perspectiva de los especialistas
Los especialistas consideraron que los chatbots pueden ofrecer orientación general segura y apoyar el automanejo entre consultas, especialmente en aspectos relacionados con el estilo de vida.
No obstante, señalaron limitaciones en la personalización, la integración de comorbilidades y la precisión contextual. También destacaron la necesidad de mejorar la claridad de las respuestas y asegurar el uso de fuentes de información verificadas.
Los especialistas destacaron la necesidad de mejorar la claridad de las respuestas y asegurar el uso de fuentes de información verificadas
Los chatbots también fueron valorados por reducir la sobrecarga de información y ofrecer un entorno de consulta sin juicio, facilitando la formulación de preguntas sensibles o no planteadas en la consulta médica.
Mientras que los pacientes expresaron interés en una mayor personalización en tiempo real, los especialistas señalaron la necesidad de establecer límites claros para su uso, particularmente en contextos clínicos complejos, reforzando su rol como herramienta complementaria bajo supervisión profesional.
Direcciones futuras
- La integración de chatbots de IA generativa en la atención médica ofrece una oportunidad para mejorar el acceso a soporte oportuno, personalizado y confiable, con potencial aplicación en otras enfermedades crónicas.
- El desarrollo de chatbots específicos del dominio, basados en fuentes médicas verificadas, podría mejorar la transparencia y reducir el riesgo de información inexacta. En este sentido, los modelos que restringen sus respuestas a bases de conocimiento validadas permiten mayor trazabilidad y confiabilidad.
- La personalización constituye un eje central de mejora. La integración con registros electrónicos de salud y datos de monitoreo continuo de glucosa podría permitir recomendaciones más ajustadas al contexto clínico. Sin embargo, estas estrategias plantean desafíos en términos de privacidad, seguridad de datos y control por parte del usuario, que deben ser considerados en el diseño.
- Asimismo, la credibilidad de los sistemas dependerá de la actualización continua de la información, mediante la incorporación de bases de datos médicas diversas y mecanismos de validación.
- Otro aspecto relevante es la incorporación de soporte emocional. La integración de modelos psicológicos podría mejorar la capacidad de los chatbots para responder a necesidades emocionales y conductuales, particularmente en enfermedades crónicas.
- Finalmente, los chatbots se posicionan como herramientas complementarias dentro de los flujos de trabajo clínicos, con potencial para resolver consultas rutinarias, optimizar el tiempo de consulta y mejorar la continuidad del cuidado. La definición de límites claros en su uso y la derivación oportuna a profesionales de la salud serán aspectos clave para su implementación segura.
La definición de límites claros en su uso y la derivación oportuna a profesionales de la salud serán aspectos clave para su implementación segura
Conclusiones
Los chatbots de IA generativa muestran potencial para apoyar el automanejo de la DM, proporcionando información confiable, orientación práctica y soporte continuo entre consultas.
Pacientes y especialistas coinciden en su valor como herramientas complementarias, especialmente en la resolución de dudas frecuentes y en el apoyo a conductas de autocuidado.
No obstante, su implementación requiere considerar limitaciones en la personalización, la precisión contextual y la integración clínica, así como la necesidad de establecer límites claros en su uso.
El desarrollo futuro deberá centrarse en mejorar la calidad de la información, la adaptación al contexto del paciente y la integración con sistemas de salud, evaluando además su impacto en resultados clínicos a largo plazo.
Los futuros chatbots deben integrar datos de salud en tiempo real, mejorar la relevancia contextual y alinearse con los flujos de trabajo clínicos para garantizar la seguridad, la confianza y una aplicabilidad más amplia
Chatbots en diabetes: potencial y límites
Fuente
Jeon S, Lee S, Kim EH, Eun J, et al. Generative AI chatbot for diabetes management: formative 2-part qualitative study using DTalksBot involving patients and clinicians. JMIR Form Res 2025;9:e72553.
