Google publica un marco multimétodo para evaluar la IA sanitaria en exactitud, seguridad y utilidad
Un blog de Google for Health del 4 de nov. y un artículo en arXiv con McGlynn y Safran combinan benchmarks cerrados, autoraters y revisión experta para escenarios comunes y de alto riesgo.
Por qué importa
Google for Health publicó, con las expertas Elizabeth McGlynn y Dana Gelb Safran, un marco para juzgar la IA de propósito general en entornos médicos según exactitud, seguridad y utilidad. El artículo en arXiv describe benchmarks cerrados, autoraters y revisión experta en escenarios comunes y de alto riesgo. Los laboratorios han puesto chatbots ante pacientes sin gramática de evaluación compartida; esta es la apuesta de Google. Es un método, no un mandato. Queda ver adopción y si FDA o EMA lo citan.
Datos clave
- Blog de Google for Health del 4 de noviembre de 2026
- arXiv:2611.05127
- Ejes: exactitud, seguridad, utilidad
- Métodos: benchmarks, autoraters, revisión experta
- Coautoras: McGlynn y Safran