ChatGPT Health suspende en fiabilidad al dar un diagnóstico cardiaco alarmante y falso a un usuario

La reciente integración de la inteligencia artificial en el ámbito de la salud personal prometía revolucionar (una vez más) cómo interpretamos nuestros datos biométricos, pero los primeros resultados están siendo, cuanto menos, preocupantes. Según recoge el medio 9to5Mac, la experiencia de un usuario al conectar el nuevo servicio de ChatGPT Health con su historial de Apple Health ha resultado en un diagnóstico tan erróneo como alarmante.

El protagonista de este incidente es Geoffrey A. Fowler, columnista de tecnología del Washington Post, quien decidió poner a prueba la capacidad de la IA entregándole una década de registros. Tras facilitar acceso a, textualmente, más de 29 millones de pasos y seis millones de mediciones de frecuencia cardíaca recopiladas por su Apple Watch, Fowler pidió al chatbot que evaluara su salud cardiovascular. La respuesta fue tajante: una calificación de F, es decir, la peor nota posible.

La reacción inmediata fue de pánico. El periodista confiesa que salió a correr asustado y contactó de urgencia con su médico. La respuesta del profesional humano fue tranquilizadora y desmontó el veredicto de la máquina: Fowler no solo no estaba en riesgo, sino que su estado de salud era tan óptimo que el seguro ni siquiera cubriría pruebas adicionales para refutar a la IA.

Alucinaciones, datos mal interpretados y notas aleatorias

El análisis posterior reveló por qué la inteligencia artificial falló estrepitosamente. ChatGPT Health basó gran parte de su evaluación negativa en el VO2 máx, ignorando que Apple especifica que estas lecturas son meras estimaciones y no medidas clínicas precisas. Además, la IA interpretó erróneamente cambios en la frecuencia cardíaca en reposo que, en realidad, se debían simplemente a que el usuario había cambiado de modelo de reloj por uno con sensores distintos.

Te recomendamos // Qué Apple Watch comprar en 2026

A estos errores de interpretación se sumó una inconsistencia técnica grave. Fowler relata que, al repetir la misma pregunta sobre su longevidad cardiaca, la nota oscilaba aleatoriamente entre una F y una B. Por si fuera poco, el sistema sufría de «amnesia digital», olvidando en medio de la conversación datos críticos que ya se le habían facilitado, como la edad, el género o resultados recientes de análisis de sangre, demostrando que esta herramienta aún no está lista para ser una fuente fiable de conocimiento médico.