SymptomAI de Google: un agente conversacional de IA evalúa síntomas con Gemini Flash 2.0

Google Research y Google DeepMind presentaron el 22 de julio de 2026 SymptomAI, un agente conversacional de IA basado en el modelo Gemini Flash 2.0. En una entrevista de texto, el agente pregunta al paciente por sus síntomas y devuelve una lista de posibles diagnósticos. En un estudio nacional con 13 917 participantes, los clínicos consideraron su diagnóstico diferencial el mejor en el 53,3% de los casos.

Cómo funciona SymptomAI

SymptomAI mantiene un diálogo en lenguaje natural con la persona: hace preguntas aclaratorias sobre sus molestias y, a partir de las respuestas, construye un diagnóstico diferencial con recomendaciones. En el estudio, cada participante fue asignado al azar a una de las cinco variantes del agente, que diferían en la flexibilidad de la entrevista, desde un guion rígido hasta una conversación libre.

• Publicación: 22 de julio de 2026, equipos de Google Research y Google DeepMind
• Base: modelo Gemini Flash 2.0
• Participantes: 13 917 personas, estudio nacional aleatorizado
• Cinco estrategias de entrevista: Base, Fixed Canonical, Flexible Canonical, Dynamic Live, Dynamic Final
• Dos semanas después, los participantes comunicaron en una encuesta el diagnóstico real que les dio su médico

¿Qué precisión alcanzó el agente?

Los clínicos calificaron el diagnóstico diferencial de SymptomAI como el mejor en el 53,3% de los casos en una evaluación ciega de las transcripciones. En la métrica top-5 accuracy, los expertos consideraron la lista del agente más precisa que la de otros médicos, y todas las estrategias con interrogatorio activo superaron de forma significativa a la variante Base. La conclusión clave de los autores es que buena parte del diagnóstico depende de la propia conversación.

«Una proporción considerable de los diagnósticos clínicos puede obtenerse únicamente a partir de una entrevista lingüística», señala la publicación de

Google Research.

¿Qué papel tienen los dispositivos wearable?

Para una parte de los participantes, los investigadores reunieron hasta 30 días de datos de pulseras Fitbit, registrados antes de la conversación con el agente. Esos datos muestran cambios fisiológicos nítidos, en el funcionamiento del sistema cardiovascular, la respiración, la temperatura cutánea y la calidad del sueño, que precedieron a la aparición de los síntomas. Es un indicio de que, en el futuro, los modelos podrían relacionar las quejas del paciente con biosignales objetivos.

Los límites del método

Los autores enumeran las limitaciones de forma explícita. El diagnóstico diferencial es ambiguo por naturaleza, y los clínicos del estudio evaluaron transcripciones estáticas, mientras que el agente realizó un interrogatorio activo, por lo que las condiciones no son equivalentes. SymptomAI no ve el lenguaje corporal, los signos externos ni la historia clínica, y sus diagnósticos se obtuvieron solo para el estudio y no constituyen una evaluación clínica confirmada.

Qué significa

Los grandes modelos conversacionales se han acercado mucho a la recogida estructurada de la anamnesis: en una muestra de casi 14 000 personas, el agente basado en Gemini Flash 2.0 superó a los médicos en la mitad de los casos en calidad del diagnóstico diferencial. Todavía no sustituye a la consulta, pero apunta a que el primer análisis de síntomas podría escalarse a través de un chat.

Preguntas frecuentes

¿Qué es SymptomAI?

Es un agente conversacional de IA experimental de Google Research y Google DeepMind, basado en Gemini Flash 2.0: pregunta al paciente por sus síntomas y genera una lista de diagnósticos probables con recomendaciones. Por ahora es un proyecto de investigación, no un servicio médico.

¿Se puede usar SymptomAI para diagnosticar?

No. Los autores subrayan que los diagnósticos del agente se obtuvieron solo con fines de investigación y no son una evaluación clínica confirmada. No puede sustituir una visita al médico.

¿En qué modelo se basa SymptomAI?

El agente está construido sobre Gemini Flash 2.0. En el estudio se probaron cinco variantes de entrevista, desde un guion rígido (Fixed Canonical) hasta una conversación dinámica libre (Dynamic Live, Dynamic Final).