autodiagnóstico digital
autodiagnóstico digital
autodiagnóstico digital
autodiagnóstico digital
autodiagnóstico digital
Cada vez más pacientes llegan a consulta con una certeza formada a partir de una pantalla. No es un problema de actitud, es el resultado de un ecosistema de información que compite directamente con el criterio clínico.
Cada vez son más frecuentes los casos de pacientes que creen que tienen hipotiroidismo porque lo vieron en TikTok; o los que pasaron tres horas en un grupo de Facebook sobre enfermedades autoinmunes; o aquel que muestra en su celular la respuesta de ChatGPT a sus síntomas; o quien aprendió en YouTube a interpretar sus propios laboratorios. Todos pertenecen al mismo fenómeno, por rutas distintas.
La información médica en internet creció de forma exponencial y se descentralizó: hoy cualquier persona puede publicar sobre síntomas, diagnósticos y tratamientos sin ninguna acreditación. Según una encuesta global de Edelman citada por Newsweek, el 45 % de los adultos entre 18 y 34 años confía más en su círculo cercano que en los profesionales de la salud, y el 38 % da mayor credibilidad a lo que ve en redes que a una consulta médica. El problema surge cuando ese ecosistema deja de ser un complemento de la consulta y se convierte en su sustituto.
El video que convence antes de que el médico pueda preguntar
TikTok e Instagram operan sobre un video corto y emocional que genera identificación inmediata. Cuando alguien describe en 45 segundos «exactamente lo que yo siento», el cerebro activa los mismos mecanismos que en una conversación entre pares y la distancia crítica se reduce.
Un análisis de la Universidad de East Anglia identificó a TikTok como la principal fuente de desinformación médica en internet. La investigación, que examinó más de 5.000 publicaciones, determinó que el algoritmo prioriza el alcance masivo por encima de la precisión clínica.
El problema no es solo el contenido, sino la distribución: el algoritmo construye una cámara de eco progresiva que refuerza la convicción antes de realizarse cualquier diagnóstico profesional. La OMS incluyó la desinformación médica entre los diez principales riesgos para la salud global, y el Royal College of Psychiatrists del Reino Unido alertó sobre el “efecto contagio”: la exposición repetida a videos que describen síntomas específicos puede llevar a que personas sanas los adopten como propios, un mecanismo similar al de los trastornos funcionales inducidos por sugestión; este fenómeno abarca diagnósticos físicos y mentales por igual.
La sala de espera paralela que nadie regula
Facebook y YouTube operan con menos exposición mediática que TikTok, pero con audiencias igualmente amplias y, en algunos casos, más vulnerables a la desinformación.
En los grupos privados de Facebook sobre enfermedades crónicas los testimonios personales adquieren el peso de evidencia clínica. La lógica del grupo cerrado refuerza la confianza: si cientos de personas con el «mismo diagnóstico» coinciden en una recomendación, esa coincidencia se percibe como validación, aunque ninguno de los participantes tenga formación médica. Entre las consecuencias más frecuentes de este tipo de espacios está suspender tratamientos indicados por un profesional al leer información contradictoria, o modificar dosis por cuenta propia.
En YouTube, el formato largo genera una percepción de mayor rigor que el clip de 30 segundos, pero esa apariencia también puede ser fabricada. Un análisis de 14 canales con origen declarado en España detectó médicos falsos generados con inteligencia artificial dirigidos especialmente a personas mayores con contenido sobre alimentos milagrosos, consejos sin evidencia para prevenir enfermedades y recomendaciones para evitar tratamientos médicos.
Cuando el chatbot examina sin explorar
La IA generativa hace preguntas de seguimiento y construye una narrativa personalizada para cada usuario. Eso la hace sentir como si tuviera rigor clínico y, por eso, es más peligrosa como sustituto del médico que un video o un grupo de Facebook. Un estudio publicado en JMIR encontró que el 78,4 % de los encuestados estaba dispuesto a usar ChatGPT para autodiagnóstico, impulsado principalmente por la alta expectativa de rendimiento que proyecta la herramienta.
A esto se suma un problema estructural que va más allá de los errores puntuales: los modelos de IA tienden a reforzar las ideas preconcebidas del usuario y a generar una falsa sensación de empatía. En la práctica, esto significa que si el paciente llega a la conversación convencido de tener una enfermedad, es probable que el chatbot valide esa idea en lugar de cuestionarla, profundizando la convicción en vez de matizarla.
Las consecuencias que llegan a urgencias
Un estudio de la Universidad de Sydney, publicado en JAMA Network Open, analizó 982 publicaciones de influencers en Instagram y TikTok con más de 194 millones de seguidores combinados y encontró que alrededor del 85 % de las publicaciones sobre pruebas médicas son engañosas. Solo el 6 % incluía evidencia científica real que respaldara sus afirmaciones, y más de dos tercios de los creadores tenía algún interés financiero en lo que recomendaban.
Una de las consecuencias más documentadas en servicios de urgencias es el daño hepático asociado a suplementos y productos «detox» —o de desintoxicación o limpieza del organismo) promocionados en redes —.
Lo que el médico puede hacer en consulta
El debate sobre desinformación médica digital no concluye en el consultorio, empieza ahí. El médico que atiende a un paciente con un diagnóstico de algoritmo en la mano no está ante un problema de actitud, sino ante el resultado de un ecosistema donde la velocidad, la emoción y la personalización tienen más alcance que la evidencia científica. Reconocer ese ecosistema —en todas sus plataformas— es el primer paso para trabajar con él.
Tres señales que le permiten al doctor identificar el patrón del autodiagnóstico digital:
- El paciente nombra un diagnóstico antes de describir sus síntomas.
- Cita una fuente digital como respaldo de su certeza.
- Presenta un régimen de suplementos o "protocolos" iniciado sin prescripción.
El abordaje efectivo pasa por tres movimientos:
Validar la búsqueda sin validar la conclusión: buscar información es un acto activo de cuidado, y en la actual sobre carga de información de las redes es algo casi natural en el proceso de las personas; no un problema de actitud.
Contextualizar la limitación técnica de cada fuente: es importante informar que los videos no evalúan ni tiene acceso a la historia clínica ni a los antecedentes familiares; la IA no examina ni palpa; los grupos de Facebook no conocen los laboratorios del paciente.
Anclar la consulta en los síntomas específicos, no en la etiqueta diagnóstica que el paciente trae.
En el interrogatorio clínico inicial, conviene preguntar directamente —sin tono de reproche— qué está tomando el paciente por fuera de lo prescrito.
Utilizar un lenguaje cercano y sencillo que acerque los conceptos al paciente. Esta característica permite que el paciente entienda con la misma facilidad que si lo escuchara en un video.
También te puede interesar: Inteligencia Artificial en Medicina: Una aliada para diagnósticos precisos
Bibliografía
Asociación Colombiana de Psiquiatría. (2025, 28 de octubre). Comunicado sobre riesgos de la desinformación en salud mental en redes sociales. ACP.
psiquiatria.org.co
psiquiatria.org.co
Fung, I. C.-H., et al. (2025). Social media posts about medical tests by influencers: A content analysis. JAMA Network Open, 8(3).
jamanetwork.com
jamanetwork.com
Revista Semana. (2026, mayo). Salud en Colombia: innovaciones y nuevas tendencias.
semana.com
semana.com
Shahsavar, Y., & Choudhury, A. (2023). User intentions to use ChatGPT for self-diagnosis. JMIR, 25, e47564.
humanfactors.jmir.org
humanfactors.jmir.org
Toledo, H. (2026, 21 de marzo). TikTok, la red social con más desinformación de salud mental. Qore.
qore.com/tecnologia
qore.com/tecnologia
