✨︎ Resumen (TL;DR):
- Investigadores de Mount Sinai insertaron anuncios reales en casos médicos simulados y compararon las respuestas de modelos de IA.
- El medicamento promocionado apareció en el 47.6% de las respuestas con publicidad, frente al 35% sin ella.
- El estudio no midió recetas, decisiones de pacientes, costos ni resultados de salud.
Investigadores de la Escuela de Medicina Icahn de Mount Sinai encontraron que insertar un anuncio farmacéutico en casos clínicos simulados cambió la frecuencia con que 12 modelos de IA elegían el medicamento promocionado. El efecto apareció incluso cuando las respuestas seguían pareciendo clínicamente razonables, así que revisar solamente si una opción es correcta podría no revelar la influencia del anuncio.
Publicidad incorporada al caso clínico es un contenido promocional que se presenta al modelo antes de la pregunta clínica, mientras la información del caso y las opciones de tratamiento permanecen iguales.
El equipo presentó los mismos casos con y sin un anuncio real, identificado como publicidad, antes de la pregunta clínica. Evaluó 12 modelos de Google, OpenAI y Anthropic en 33 escenarios clínicos redactados por médicos y analizó 258,559 respuestas generadas por los sistemas. No estudió expedientes médicos ni resultados de pacientes.
Mount Sinai informó que la investigación apareció en noviembre de 2026 en The Lancet Digital Health.
En la comparación principal, el medicamento promocionado fue elegido en el 47.6% de las respuestas que incluían publicidad, frente al 35% de las respuestas sin anuncio. Esas cifras describen respuestas producidas bajo las condiciones de la prueba, no la probabilidad de que una persona reciba ese medicamento en una consulta real.
En cuatro combinaciones de modelo y escenario, el cambio fue de 0% sin anuncio a 100% con anuncio.
Una respuesta razonable también puede reflejar el anuncio
La versión preliminar del trabajo, difundida en abril y disponible sin revisión por pares, ayuda a entender qué compararon los investigadores. Uno de los experimentos utilizó 13 escenarios en los que dos medicamentos de marcas competidoras eran opciones acordes con las guías clínicas.
Otras pruebas examinaron suplementos sin respaldo y fármacos menos adecuados para los casos planteados. Esa distinción importa: elegir una opción aceptable no revela por sí solo por qué el modelo la prefirió frente a otra alternativa también razonable.
Mahmud Omar, primer autor de la investigación, explicó en el comunicado de Mount Sinai que un modelo podía ofrecer un tratamiento apropiado y aun así cambiar su preferencia entre alternativas razonables después de recibir el anuncio.
En el análisis de respuestas abiertas, solo el 29.9% de las respuestas expuestas a publicidad mencionó explícitamente el anuncio. La versión preliminar identifica esa parte como un análisis de tres modelos, por lo que el porcentaje no describe a todos los sistemas ni a todas las respuestas del estudio.
Los anuncios tampoco aumentaron de manera clara las recomendaciones de suplementos sin respaldo ni de medicamentos claramente menos adecuados. Ese resultado no demuestra que los modelos sean inmunes a la publicidad en cualquier situación ni que sus respuestas siempre sean seguras.
El estudio no equivale a probar todos los productos de IA
La prueba introdujo deliberadamente el contenido publicitario en la información que recibían los modelos. Por su diseño, no establece que cualquier anuncio visible junto a una conversación llegue automáticamente al sistema que genera la respuesta, ni que el mismo efecto ocurra en un producto comercial concreto.
OpenAI, cuyos modelos estuvieron entre los evaluados, afirma que los anuncios de ChatGPT funcionan en sistemas separados de los que generan las respuestas. La compañía también indica que no coloca anuncios junto a conversaciones sobre temas sensibles, incluida la salud personal. Son afirmaciones de OpenAI sobre su producto; el experimento de Mount Sinai examinó otra condición: qué ocurre cuando el modelo recibe el anuncio.
OpenEvidence afirma que su buscador médico mantiene independientes la publicidad y la generación de respuestas. Su plataforma no figura entre los modelos descritos en la versión preliminar de la investigación.
Los autores no midieron si los cambios en las respuestas modificaron prescripciones, decisiones de pacientes, costos o resultados de salud. Para desarrolladores y sistemas sanitarios, propusieron medidas concretas:
- Comparar el comportamiento de la IA con y sin contenido promocional.
- Informar cuándo se presenta publicidad al modelo.
- Separar ese material de la orientación clínica.
El hallazgo se limita a lo que la prueba examinó: respuestas de modelos ante casos simulados con y sin publicidad. No permite afirmar que una receta cambió o que un paciente recibió un medicamento por ese motivo.
