IA en una tesis de Medicina: qué está permitido con datos clínicos y cómo usarla con seguridad (comparativa 2026)

Comparativa rápida: la IA generativa es una herramienta segura para redactar, sintetizar bibliografía o revisar código estadístico en una tesis de Medicina — pero nunca es segura para procesar datos clínicos identificables, porque subirlos a un servicio comercial de IA es, en la práctica, una cesión de datos de salud a un tercero fuera del entorno controlado del centro sanitario. Esta distinción, entre «tarea de redacción» y «dato clínico identificable», es la que decide en qué punto de tu tesis puedes usar IA sin riesgo y en cuál no.

Por qué Medicina es distinta de otras disciplinas en este punto

En la mayoría de los TFG de Ciencias Sociales, el riesgo de usar IA generativa es sobre todo académico: plagio, pérdida de voz propia, afirmaciones sin verificar. En Medicina se añade una capa completamente distinta, de naturaleza legal y clínica, porque el objeto de estudio son con frecuencia datos de salud de personas reales. Un error de redacción en un TFG de Marketing se corrige con una revisión; un dato clínico identificable subido por error a un servicio de IA no se puede «deshacer» una vez ha salido del entorno controlado del centro sanitario. Por eso las facultades de Medicina suelen ser más estrictas que otras titulaciones a la hora de definir qué se puede automatizar con IA y qué no, y por eso conviene partir siempre del criterio más conservador cuando la política de tu universidad no lo especifica con detalle.

Tabla comparativa: qué está permitido y qué no

El punto de partida: los datos clínicos identificables nunca se suben a una IA generativa comercial

La razón no es solo ética, es legal. Los datos de salud son una categoría especialmente protegida por el Reglamento General de Protección de Datos y por la LOPDGDD española, y su tratamiento exige una base legal específica y, en el caso de la investigación, la valoración de un comité de ética además del consentimiento o la disociación adecuada. Subir una historia clínica, aunque sea un fragmento, a un chatbot de IA generativa comercial envía ese dato a los servidores del proveedor del servicio, fuera del entorno controlado que autorizó tu comité de ética o la gerencia del centro. Si tu TFG o tesis necesita trabajar con historias clínicas, la guía sobre cómo pedir acceso a datos clínicos para tu TFG o TFM sanitario explica qué autorización necesitas antes de tocar un solo dato — y esa misma autorización es la que determina qué puedes y qué no puedes automatizar con IA después.

Qué sí puedes hacer con IA en tu tesis de Medicina

• Redacción y estilo. Pulir la prosa de la introducción o la discusión, siempre revisando después que ninguna afirmación clínica se haya alterado o exagerado en el proceso.
• Síntesis de literatura ya publicada. Resumir artículos científicos de acceso abierto o ya descargados legalmente, verificando siempre la cita original antes de usarla.
• Depuración de código estadístico. Pedir ayuda para corregir sintaxis de R, Python o SPSS, pegando solo el código, nunca el conjunto de datos.
• Traducción de textos ya anonimizados. El abstract, el título o las palabras clave, una vez redactados por ti.
• Generación de ideas para el marco teórico o la discusión. Como punto de partida para pensar, nunca como fuente de datos clínicos o estadísticas médicas concretas sin verificar.

Este listado de usos seguros encaja con la estructura de Material y Métodos de un TFG de Medicina: cada uno de los once bloques que exige ese apartado (diseño, población, variables, análisis estadístico, ética) tiene una parte de redacción donde la IA puede ayudar y una parte de dato real donde no debe intervenir en ningún caso. Si tu diseño de estudio necesita ajustarse a un checklist de reporte específico (STROBE para observacionales, CONSORT para ensayos, CARE para casos clínicos), la guía sobre qué checklist adjuntar según tu diseño te ayuda a saber qué apartados necesitan más precisión humana y menos automatización.

Qué no debes hacer bajo ningún concepto

Tres prácticas cruzan la línea de lo que es asistencia legítima a lo que es una falta grave de integridad científica o una infracción de protección de datos:

1. Subir historias clínicas o datos identificables a un chatbot comercial, aunque sea «solo para resumir» — el resumen sigue siendo un tratamiento de datos de salud fuera del entorno autorizado.
2. Pedir a una IA que «complete» datos faltantes o genere valores plausibles para rellenar huecos en tu base de datos y presentarlos como observaciones reales — esto es fabricación de datos, no imputación estadística legítima.
3. Dejar que la IA redacte afirmaciones clínicas sin verificación médica — un modelo de lenguaje puede generar una frase sobre dosis, interacciones o pronóstico que suena convincente y es incorrecta; en Medicina esa clase de error no es solo académico.

Situaciones intermedias que generan dudas

Entre el uso claramente seguro y el claramente prohibido hay una zona gris que conviene resolver con el criterio más conservador. Si tu estudio usa datos ya anonimizados de un registro público o de un dataset abierto de investigación, en principio no hay dato de paciente identificable que proteger — pero conviene comprobar igualmente las condiciones de uso del dataset, porque algunos prohíben explícitamente su carga en servicios de terceros aunque los datos estén anonimizados. Si trabajas con imágenes médicas (radiografías, resonancias), recuerda que una imagen puede contener metadatos identificables (fecha, identificador del paciente) incluso cuando la imagen en sí parece anónima a simple vista; revisa y elimina esos metadatos antes de usar cualquier herramienta externa sobre el archivo.

Cómo declarar el uso de IA en tu tesis de Medicina

Cada vez más universidades españolas exigen una declaración explícita de qué partes del trabajo han usado asistencia de IA generativa y de qué forma. Como norma general de buena práctica, especifica la herramienta usada, la tarea concreta (redacción, traducción, depuración de código) y confirma que ningún dato clínico identificable ha sido introducido en ella. Si tu comité de ética o tu facultad tienen un formato específico de declaración, consúltalo antes de redactar la tuya — algunas universidades ya integran esta declaración dentro del propio formulario de depósito del TFG o la tesis. Guarda además un registro propio, aunque sea informal, de qué prompts y qué herramienta usaste en cada sección: si surge alguna duda en la defensa sobre una parte concreta del texto, poder explicar con precisión qué hizo la IA y qué hiciste tú es la mejor defensa posible.

Comparativa de herramientas según la tarea

El diseño de tu estudio también condiciona cuánto puede ayudarte la IA en la redacción de la metodología: la guía sobre metodología de investigación en Ciencias de la Salud repasa los diseños observacionales y experimentales más habituales, cada uno con su propio nivel de detalle exigible en la descripción, que conviene redactar tú mismo con precisión antes de pedirle a la IA que revise solo el estilo.

Cómo te ayuda Tesify

Tesify está pensado para ayudarte exactamente en la zona segura de este mapa: redacción, estructura, síntesis de literatura ya publicada y coherencia entre las secciones de tu TFG o tesis de Medicina. No está pensado para procesar historias clínicas: igual que con cualquier otra herramienta externa, no introduzcas en él datos de pacientes identificables. Tampoco sustituye tu análisis: las cifras y los resultados clínicos deben salir siempre de tus datos reales, con el software estadístico que hayas elegido para ello.

Escribe tu tesis de Medicina con Tesify, dentro de los límites seguros del uso de IA

Preguntas frecuentes

¿Puedo pedirle a una IA que anonimice una historia clínica por mí?

No es recomendable: el proceso de anonimización correcto (eliminar identificadores directos e indirectos, según los criterios de tu comité de ética) requiere criterio clínico y metodológico que una IA generativa no garantiza, y el propio acto de subir el documento sin anonimizar ya constituye el problema que se quiere evitar.

¿Es lo mismo usar IA para el marco teórico que para los resultados?

No. El marco teórico se construye sobre literatura ya publicada, donde la IA puede ayudar a sintetizar con revisión; los resultados salen de tus propios datos y deben producirse siempre con el software estadístico que hayas declarado en la metodología, nunca «generados» por un chatbot.

¿Qué pasa si mi universidad no tiene una política específica de IA para tesis de Medicina?

Aplica el criterio más conservador: cualquier dato clínico identificable queda fuera de cualquier IA generativa comercial, y declara igualmente qué uso le has dado a la IA en las partes de redacción, aunque tu facultad no lo exija de forma explícita todavía.

¿Puedo usar IA para elegir qué prueba estadística aplicar?

Puedes usarla como apoyo para entender las opciones disponibles según tu diseño, pero la decisión final debe basarse en los supuestos reales de tus datos (normalidad, tipo de variable, número de grupos) y conviene contrastarla con tu tutor o con un bioestadístico antes de aplicarla.

¿Debo mencionar el uso de IA en la sección de Material y Métodos?

Es buena práctica indicarlo, especialmente si se ha usado para la redacción del propio apartado de métodos o para la revisión del código de análisis; consulta si tu facultad prefiere esta declaración dentro de la metodología o como una sección independiente.

¿Las imágenes médicas anonimizadas se pueden subir a una IA sin problema?

Solo si has comprobado y eliminado los metadatos identificables del archivo (fecha, identificador de paciente, centro), no solo si la imagen «parece» anónima a simple vista; y aun así, conviene revisar las condiciones de uso del dataset o del archivo de origen antes de subirlo a cualquier servicio externo.

¿Qué hago si ya he subido por error un dato clínico identificable a una IA?

Notifícalo de inmediato a tu tutor y al delegado de protección de datos de tu centro o universidad, revisa la política de retención de datos del proveedor de IA usado, y documenta el incidente — cuanto antes se gestione, más se puede limitar el impacto y demostrar diligencia debida.