Els comprovadors de símptomes amb IA són precisos? Què diuen els estudis i com fer-los servir amb seguretat

Un comprovador de símptomes amb IA pot semblar un metge a la butxaca. Escrius què et passa i, en pocs segons, reps una llista de possibles causes i consells sobre què fer a continuació. És ràpid, sovint gratuït, i hi és a les 2 de la matinada, quan no hi ha ningú més. Però fins a quin punt és precís? Els investigadors fa més d'una dècada que posen a prova aquestes eines, i la resposta és més útil que un simple sí o no.

Aquesta guia explica què han trobat els estudis, on ajuden aquestes eines, on fallen i una llista que pots fer servir amb qualsevol d'elles.

Què fa realment un comprovador de símptomes amb IA

N'hi ha de dos grans tipus:

• Aplicacions i webs de comprovació de símptomes. Et fan una sèrie de preguntes i després et donen una llista de possibles malalties i un nivell de triatge: cuidar-te a casa, veure un metge o rebre atenció d'emergència.
• Xatbots d'IA generals. Hi parles amb les teves paraules, i alguns ja tenen seccions de salut. Expliquen les coses amb frases senceres, però no sempre segueixen un conjunt fix de preguntes.

Tots dos fan dues feines separades, i ajuda distingir-les:

1. Diagnòstic: endevinar quin pot ser el problema.
2. Triatge: aconsellar en quant de temps i on cal rebre atenció.

Els estudis mostren que aquestes eines solen fer millor la segona feina que la primera. Per a la teva seguretat, la segona feina és la que més importa.

Els comprovadors de símptomes amb IA són precisos? Què mostra la recerca

Les primeres eines: encertaven aproximadament un terç de les vegades

Una coneguda auditoria del 2015 al BMJ va provar 23 comprovadors de símptomes en línia amb casos estàndard de pacients. El diagnòstic correcte va sortir en primer lloc només en aproximadament un terç dels casos, i va aparèixer en algun lloc dels 20 primers en una mica més de la meitat. El consell de triatge va ser millor, però la qualitat variava molt entre eines, des d'aproximadament un terç dels casos fins a gairebé quatre de cada cinc. Alguns comprovadors enviaven la gent al metge quan cuidar-se a casa hauria estat suficient. Els autors van concloure que les dades no donaven suport a l'ús d'aquestes eines per al diagnòstic ni per al triatge.

Revisions posteriors: encara molt desiguals

Una revisió sistemàtica del 2022 a npj Digital Medicine va reunir 10 estudis que cobrien 48 eines. L'encert del diagnòstic principal anava aproximadament del 19% al 38%. El triatge era millor, aproximadament del 49% al 90%, però variava molt entre eines i malalties. Els revisors van qualificar de baixa la precisió global i van expressar preocupacions de seguretat.

Una revisió del 2025 a la mateixa revista va comparar aplicacions de símptomes, xatbots d'IA i persones corrents que decidien pel seu compte. La precisió de les aplicacions en el triatge anava aproximadament del 12% al 90%. Els xatbots se situaven en una franja central més estreta, aproximadament del 58% al 76%. Les persones soles quedaven aproximadament entre el 47% i el 62%. La visió dels autors era equilibrada: aquestes eines no s'han de recomanar ni descartar de manera general. Depèn de l'eina i de qui la fa servir.

2026: els xatbots més nous

Dos estudis publicats a Nature Medicine el febrer del 2026 van analitzar l'última generació d'IA.

L'estudi de Mount Sinai va ser la primera prova de seguretat independent de ChatGPT Health després del seu llançament el gener del 2026. Els investigadors van escriure 60 escenaris de pacients de 21 especialitats i van fer passar cadascun per 16 variacions, per a un total de 960 converses. Tres metges van fixar la resposta correcta de cada cas, seguint les pautes de 56 societats mèdiques. L'eina va gestionar bé les emergències de manual, com l'ictus i les reaccions al·lèrgiques greus. Però en més de la meitat dels casos que, segons els metges, necessitaven atenció d'emergència, va aconsellar un nivell d'atenció més baix. En un cas d'asma, la seva pròpia explicació va detectar signes inicials d'insuficiència respiratòria, però tot i així va suggerir esperar. Els missatges de crisi suïcida també van aparèixer de manera inconsistent.

Els investigadors van ser clars sobre els límits: els escenaris eren escrits, no pacients reals, la prova es va fer en un sol moment, i no es van cobrir els nens, els medicaments ni l'ús en llengües diferents de l'anglès. No demanen a la gent que deixi d'usar eines de salut amb IA, només que les tracti com una ajuda i no com un substitut del criteri clínic.

L'estudi d'Oxford es va fer una altra pregunta: aquestes eines ajuden persones reals a decidir millor? Prop de 1300 adults del Regne Unit van treballar amb escenaris escrits per metges, amb un model d'IA o amb el que fan servir normalment, com una cerca al web. Quan se'ls donaven els casos directament, els models anomenaven una malaltia rellevant en aproximadament el 95% d'ells. Però quan la gent feia servir aquests mateixos models, trobava una malaltia rellevant en menys del 35% dels casos i triava el pas següent correcte en menys del 44%. Això no era millor que el grup sense IA. Sovint la gent no sabia quins detalls donar, petits canvis de redacció produïen respostes molt diferents, i les respostes barrejaven consells bons i dolents difícils de distingir.

En resum

• Les emergències evidents són les que es gestionen millor. Les subtils són on les eines ensopeguen.
• La precisió varia molt entre eines, i la mateixa eina pot canviar després d'una actualització.
• Treure bona nota en un laboratori no és el mateix que ajudar-te a tu. La conversa entre la persona i la màquina és on sovint les coses van malament.
• Cap estudi dona suport a fer servir aquestes eines per diagnosticar-te tu mateix.

On els comprovadors de símptomes poden ajudar de debò

Ben utilitzat, un comprovador de símptomes amb IA encara pot valdre la pena:

• Trobar paraules per al que sents. Et pot ajudar a descriure un símptoma amb claredat abans de trucar a un centre de salut.
• Explicar termes. Et pot dir què vol dir, amb paraules clares, una paraula d'un informe d'alta.
• Preparar una visita. Et pot suggerir preguntes per fer i detalls que un metge voldrà saber.
• Tranquil·litat davant de problemes clarament lleus, sempre que coneguis els signes d'alerta que canviarien la situació.
• Accés. Hi és a qualsevol hora i sovint en moltes llengües, cosa que importa quan l'atenció queda lluny o és difícil d'aconseguir.

On fallen

• Emergències subtils. Un infart sense gaire dolor al pit, o un nen que està inusualment callat, poden semblar lleus en un text.
• Falta de context. L'eina només sap el que escrius. Si no dius que estàs embarassada, que prens un anticoagulant o que tens diabetis, no ho pot tenir en compte.
• Seguir-te la corrent. Si descrius les coses com a «segurament no és res», la resposta pot decantar-se cap al mateix costat.
• To segur. Una resposta fluida i ben escrita pot semblar més segura del que és.
• Sense exploració ni proves. No et pot auscultar el pit, palpar la panxa ni comprovar el nivell d'oxigen.

Una llista per fer servir amb seguretat qualsevol comprovador de símptomes amb IA

Pas	Per què importa	Què has de fer
Primer els signes d'alerta	Les eines poden passar per alt casos urgents que no són evidents	Comprova tu mateix els signes d'alerta d'emergència abans d'escriure res
Explica tot el context	Les respostes depenen del que comparteixes	Inclou l'edat, l'embaràs, les malalties de llarga durada i tots els medicaments que prens
Descriu-ho amb claredat	La redacció canvia les respostes	Digues què ha passat, quan ha començat i com està canviant, sense treure-hi importància
Pregunta per la urgència	El triatge importa més que una etiqueta	Pregunta directament: «En quant de temps m'ha de veure algú, i on?»
Pren-ho com una segona opinió	Els estudis no donen suport a l'autodiagnòstic	Porta la resposta a un metge, una infermera o un farmacèutic en lloc d'actuar només amb ella
No retardis mai l'atenció d'emergència	En algunes malalties els minuts compten	Si tens dubtes, truca primer al número d'emergències i pregunta després
Protegeix la teva privacitat	Moltes aplicacions de salut no estan cobertes per lleis de privacitat mèdica	Llegeix la política de privacitat, comprova la configuració de compartició i comparteix només el que calgui

Signes d'alerta que volen dir que t'has de saltar l'aplicació

Truca al número d'emergències local o ves al servei d'urgències més proper si tu, o algú que és amb tu, té:

• Dolor, pressió o opressió al pit
• Dificultat per respirar
• Cara caiguda, debilitat al braç o parla embarbussada
• Una reacció al·lèrgica greu, com inflor dels llavis o de la gola
• Confusió sobtada, desmai o una convulsió
• Un sagnat abundant que no s'atura
• Pensaments d'autolesió

Pensa on van a parar les teves paraules

La US Federal Trade Commission avisa que moltes aplicacions de salut no estan cobertes per lleis de privacitat mèdica com la HIPAA, i algunes comparteixen dades amb anunciants o altres empreses. Abans de descriure els símptomes amb detall, comprova què recull l'aplicació, amb qui ho comparteix i si ho pots desactivar. Comparar les promeses de privacitat de dues aplicacions semblants és un pas assenyat abans de triar-ne una.

Com ho gestiona Saluvo

El xat de Saluvo respon preguntes de salut en moltes llengües i, abans que respongui cap IA, revisa el teu missatge amb regles fixes per buscar signes d'alerta d'emergència, de manera que els signes d'alerta reben una resposta clara de «demana ajuda ara». No et pot diagnosticar, i les seves respostes no les revisa cap metge. Fes-lo servir com suggereix aquesta guia: per entendre i preparar-te, no per substituir l'atenció mèdica.

En poques paraules

Els comprovadors de símptomes amb IA estan millorant, però la recerca coincideix en un punt: són més febles exactament on hi ha més en joc, en les emergències que no semblen emergències. Comprova tu mateix els signes d'alerta, explica tota la situació i fes servir la resposta com un pas cap a parlar amb un professional, mai com un motiu per esperar.