Una IA leyó casi 4000 artículos médicos: el código es abierto solo en 1 de cada 8 trabajos
Que un artículo médico incluya un enlace de «código disponible» no significa que se pueda ejecutar. Un equipo del MIT y Dana-Farber usó LLM para leer casi 4000 trabajos sobre modelos que estiman el riesgo de enfermedad y encontró código abierto en aproximadamente uno de cada ocho. Después, los investigadores revisaron cientos de repositorios: algunos tienen instrucciones detalladas y otros casi no explican nada. La conclusión práctica es que el README, la lista de dependencias y la licencia importan tanto como el propio código.
Procesado por IA desde MIT News; editado por Hamidun News
Cualquiera que haya intentado ejecutar el código de un artículo científico conoce la sensación: hay un enlace a GitHub, pero nada funciona. Falta la lista de dependencias, no está claro qué datos hay que introducir y tampoco hay licencia. Un equipo internacional liderado por el MIT y el Dana-Farber Cancer Institute ha medido la dimensión de este problema en la medicina.
Con ayuda de grandes modelos de lenguaje (LLM), leyó casi 4000 artículos sobre modelos clínicos de pronóstico, es decir, algoritmos que estiman, por ejemplo, el riesgo de que un paciente desarrolle una enfermedad. Resultó que solo cerca de 1 de cada 8 trabajos, aproximadamente un 12%, informa de que publica su código. Para un desarrollador, esto significa algo sencillo: «código publicado» y «código que se puede ejecutar y verificar» son cosas distintas, y en medicina las decisiones de tratamiento dependen de esa diferencia.
Cómo los LLM leyeron cuatro mil artículos
Los autores seleccionaron trabajos en los que se desarrollaban, actualizaban o validaban modelos clínicos de pronóstico. Tomaron artículos que citan las listas de verificación TRIPOD o TRIPOD+AI (listados de lo que debe describirse al publicar un modelo de este tipo) y que están disponibles en la colección abierta PubMed Central. Los resultados del estudio se publicaron en Nature Medicine y sus conclusiones servirán de base para la guía TRIPOD-Code, que se está elaborando.
La primera dificultad es que los autores mencionan el código de formas muy distintas. Unos lo hacen en la sección de métodos, otros en una nota al pie y otros al final del artículo. Según el primer autor, Thomas Sounack, primero había que saber si el autor había compartido código en absoluto. No existe una tabla ya preparada para eso, solo texto disperso. Por ello, los LLM seleccionaron los artículos, localizaron las frases sobre la disponibilidad del código y extrajeron los enlaces. Después, un software convencional descargó los repositorios, que se evaluaron según un conjunto de criterios: exhaustividad de la documentación, descripción de los requisitos del entorno de software y condiciones de reutilización.
Personas revisaron los resultados de los LLM. Dos investigadores examinaron de forma independiente 500 artículos y una muestra aparte de repositorios, discutieron las discrepancias y solo entonces compararon sus valoraciones con las automáticas. La mejor coincidencia se obtuvo en criterios concretos, como la presencia de un archivo de licencia. Fue peor en los que requieren un juicio subjetivo: si la documentación es lo bastante detallada. Los autores subrayan que los errores de clasificación son posibles, por lo que conviene fijarse en el panorama general y no en cada cifra.
Qué encontraron
- Solo aproximadamente 1 de cada 8 estudios publicó su código.
- El contenido de los repositorios varió mucho. Según Sounack, unos estaban «extremadamente bien organizados y descritos», mientras que otros apenas ofrecían explicaciones.
- La proporción de artículos con código oscilaba entre cero y más de 70% según la revista. También se observaron diferencias entre países.
- Algunas revistas con baja proporción de código publicado sí tenían una política escrita sobre la publicación de código. Es decir, las reglas por sí solas no bastan como incentivo.
Entre las buenas prácticas, los investigadores destacaron los conjuntos de datos sintéticos. Cuando no se pueden publicar registros reales de pacientes, los autores compartían datos artificiales con la misma estructura, de modo que el código pudiera ejecutarse y se entendiera cómo funciona.
Para qué sirve a los profesionales
El conjunto mínimo que necesita otra persona para repetir un resultado es: una descripción de lo que hace el código, instrucciones de ejecución, una lista de dependencias, una licencia y, si es posible, datos de prueba. Según Sounack, compartir bien el código significa «dar suficiente información para entender qué hace el código y ejecutarlo, reproduciendo los resultados del artículo». Si los datos originales son cerrados, un conjunto sintético sigue siendo un compromiso viable. También resulta útil en proyectos corporativos en los que los datos de los clientes no pueden compartirse con contratistas.
Hay un segundo beneficio: el esquema de trabajo con LLM. El modelo no emitía juicios definitivos, sino que hacía el trabajo preliminar sobre un texto disperso. Después, personas revisaban una muestra y la precisión se evaluaba por separado en criterios simples y complejos. Este enfoque se puede trasladar a la auditoría de repositorios o al análisis de documentos. Los LLM determinan de forma fiable criterios simples como «¿hay licencia?», pero las valoraciones como «¿es la documentación lo bastante detallada?» siguen en manos de una persona.
También conviene tener en cuenta las limitaciones. La muestra incluyó solo artículos con texto completo abierto en PubMed Central, y las valoraciones subjetivas de la documentación generan más discrepancias.
El siguiente paso es TRIPOD-Code. Mediante una discusión entre expertos, el equipo está definiendo qué elementos del código deben ser obligatorios. Según Tom Pollard, del MIT, el objetivo es dar a los investigadores consejos prácticos y a las revistas requisitos más claros para los autores. La revisión aporta la base factual para ello.
- 22 ene 2026Citi escala la IA: 4.000 empleados usan herramientas desarrolladas internamente
- 19 may 2026EE. UU. y Filipinas aceleran el desarrollo de un centro de IA de 4000 acres en Asia
- 12 jun 2026LSEG acelera su analítica con OpenAI: IA a escala en el sector financiero
- 22 abr 2026Google y Accel eligen 5 startups indias entre 4000 solicitudes, y ninguna es un AI wrapper
Preguntas frecuentes sobre la noticia
Cómo los LLM leyeron cuatro mil artículos?
Los autores seleccionaron trabajos en los que se desarrollaban, actualizaban o validaban modelos clínicos de pronóstico. Tomaron artículos que citan las listas de verificación TRIPOD o TRIPOD+AI (listados de lo que debe describirse al publicar un modelo de este tipo) y que están disponibles en la colección abierta PubMed Central. Los resultados del estudio se publicaron en Nature Medicine y sus conclusiones servirán de base para la guía TRIPOD-Code, que se está elaborando.
¿Qué se sabe sobre Qué encontraron?
Solo aproximadamente 1 de cada 8 estudios publicó su código. El contenido de los repositorios varió mucho. Según Sounack, unos estaban «extremadamente bien organizados y descritos», mientras que otros apenas ofrecían explicaciones. La proporción de artículos con código oscilaba entre cero y más de 70% según la revista. También se observaron diferencias entre países. Algunas revistas con baja proporción de código publicado sí tenían una política escrita sobre la publicación de código.
¿Qué se sabe sobre Para qué sirve a los profesionales?
El conjunto mínimo que necesita otra persona para repetir un resultado es: una descripción de lo que hace el código, instrucciones de ejecución, una lista de dependencias, una licencia y, si es posible, datos de prueba. Según Sounack, compartir bien el código significa «dar suficiente información para entender qué hace el código y ejecutarlo, reproduciendo los resultados del artículo». Si los datos originales son cerrados, un conjunto sintético sigue siendo un compromiso viable.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.