Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarThe Verge→ original

Apple pedirá a 200 000 estadounidenses que evalúen las respuestas de una IA médica en una app de iOS

Apple ha lanzado el Apple Health AI Usage Study para entender hasta qué punto las respuestas de una IA médica resultan útiles y comprensibles para las personas. El participante escribe en una app de iOS independiente una pregunta como «¿por qué duermo mal?», recibe una respuesta con enlaces a fuentes clínicas y valora su precisión, su nivel de detalle y su relevancia. El estudio busca hasta 200 000 estadounidenses mayores de 21 años. Para los desarrolladores de IA sanitaria, la lección es clara: hay que comprobar no solo que la respuesta sea correcta, sino también que se entienda.

Procesado por IA desde The Verge; editado por Hamidun News
Apple pedirá a 200 000 estadounidenses que evalúen las respuestas de una IA médica en una app de iOS
Fuente: The Verge. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalThe Verge ↗
Editor jefe
Dato clave #1Se necesita un iPhone 15 Pro y iOS 26; Apple Intelligence no se utiliza en la app.
Dato clave #2Opcionalmente, se pueden compartir datos de HealthKit: sueño, actividad, análisis.
Dato clave #3Apple promete no entrenar modelos de IA con los datos recogidos.

Las personas llevan tiempo preguntando a los chatbots por síntomas, análisis y medicamentos, pero los creadores de estos servicios suelen saber solo una cosa: el modelo respondió. Si los usuarios entendieron esa respuesta, si la consideraron útil o si pudieron hacer algo con ella, queda fuera del foco. Apple ha decidido medir precisamente eso. La compañía ha lanzado el Apple Health AI Usage Study, un estudio en el que hasta 200 000 estadounidenses mayores de 21 años harán preguntas médicas a una IA en una app específica y valorarán ellos mismos las respuestas. La cifra de 200 000 no indica el tamaño de un conjunto de entrenamiento, sino el número de personas cuyas valoraciones recogerá Apple.

Cómo funciona el estudio

Para el experimento, Apple ha publicado una app independiente para iOS. El participante escribe su pregunta, por ejemplo «¿por qué duermo mal?». Se puede dictar mediante el teclado de iOS, pero no hay integración con Siri. A cambio, la persona recibe una explicación en lenguaje sencillo y enlaces a publicaciones clínicas revisadas por pares.

Las respuestas no las genera Apple Intelligence. La compañía lleva a cabo el estudio junto con una plataforma de IA clínica que utilizan profesionales sanitarios. La plataforma elabora las respuestas a partir de la literatura médica, incluidos materiales de The New England Journal of Medicine.

Tras cada respuesta, el participante puntúa tres criterios: precisión, detalle y relevancia. Apple no recoge la opinión de médicos expertos, sino la reacción de personas corrientes. Esto difiere de los benchmarks habituales, en los que la IA se evalúa con preguntas de examen para profesionales de la medicina.

La inscripción está abierta desde el anuncio. Los requisitos son:

  • tener 21 años o más;
  • residir en Estados Unidos;
  • disponer de un iPhone 15 Pro o posterior;
  • tener iOS 26 o una versión posterior.

Qué ocurre con los datos personales

Al registrarse, el participante puede dar voluntariamente a la app acceso a datos de HealthKit: actividad, sueño y resultados de análisis clínicos. Así, las respuestas tienen en cuenta el contexto concreto de cada persona. La pregunta sobre el mal sueño cambia si el asistente ve sus indicadores de las últimas semanas.

Apple afirma que la información de los participantes se mantiene confidencial y que los datos recogidos no se usarán para entrenar modelos de IA. Desde fuera no es posible verificarlo, así que hay que confiar en la declaración de la compañía. Pero la formulación importa: el estudio se presenta como una investigación sobre el comportamiento de las personas, no como una forma de reunir material de entrenamiento.

La vicepresidenta de Apple para salud y fitness, Sumbul Desai, ha dicho que la salud es algo muy personal, por lo que un estudio científico independiente es la forma más cuidadosa de entender cómo perciben las personas la IA médica en su vida diaria. Según ella, los resultados servirán para avanzar en el debate científico y crear herramientas fiables.

Qué significa para desarrolladores y responsables de producto

La primera conclusión afecta a las métricas. Si desarrollas un producto de IA médica o cercano a la medicina, la verificación de hechos no basta. Una respuesta puede ser correcta y, aun así, resultar demasiado seca, demasiado larga o no ajustarse a la pregunta. Los criterios de Apple (precisión, detalle, relevancia) sirven como plantilla lista para una evaluación propia con usuarios.

La segunda conclusión tiene que ver con las fuentes. Una respuesta con enlaces a publicaciones clínicas permite a la persona contrastar lo que se le dice. En un ámbito donde el error sale caro, eso se convierte en un requisito básico del producto.

La tercera conclusión se refiere al contexto personal. Los datos de sueño, actividad y análisis pueden hacer las respuestas más útiles, pero elevan las exigencias de privacidad. Pedir un consentimiento separado para cada tipo de dato y comprometerse por escrito a no entrenar modelos con ellos es un mínimo razonable.

También hay limitaciones. El estudio se realiza solo en Estados Unidos y solo en iPhone de gama alta, así que la muestra estará sesgada hacia propietarios de dispositivos recientes. Apple todavía no ha dado una fecha para publicar los resultados ni ha dicho si las conclusiones acabarán convertidas en una función de la propia compañía. Aun así, si el estudio alcanza las 200 000 valoraciones anunciadas, podría ofrecer una imagen poco habitual: qué consideran realmente las personas corrientes una buena respuesta médica de la IA.

Historia

Preguntas frecuentes sobre la noticia

Cómo funciona el estudio?

Para el experimento, Apple ha publicado una app independiente para iOS. El participante escribe su pregunta, por ejemplo «¿por qué duermo mal?». Se puede dictar mediante el teclado de iOS, pero no hay integración con Siri. A cambio, la persona recibe una explicación en lenguaje sencillo y enlaces a publicaciones clínicas revisadas por pares. Las respuestas no las genera Apple Intelligence. La compañía lleva a cabo el estudio junto con una plataforma de IA clínica que utilizan profesionales sanitarios.

¿Qué se sabe sobre Qué ocurre con los datos personales?

Al registrarse, el participante puede dar voluntariamente a la app acceso a datos de HealthKit: actividad, sueño y resultados de análisis clínicos. Así, las respuestas tienen en cuenta el contexto concreto de cada persona. La pregunta sobre el mal sueño cambia si el asistente ve sus indicadores de las últimas semanas. Apple afirma que la información de los participantes se mantiene confidencial y que los datos recogidos no se usarán para entrenar modelos de IA.

¿Qué se sabe sobre Qué significa para desarrolladores y responsables de producto?

La primera conclusión afecta a las métricas. Si desarrollas un producto de IA médica o cercano a la medicina, la verificación de hechos no basta. Una respuesta puede ser correcta y, aun así, resultar demasiado seca, demasiado larga o no ajustarse a la pregunta. Los criterios de Apple (precisión, detalle, relevancia) sirven como plantilla lista para una evaluación propia con usuarios. La segunda conclusión tiene que ver con las fuentes.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

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.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…