Probablemente su médico está buscando sus síntomas en su teléfono.

OpenEvidence, fundada en 2021, es un motor de búsqueda de IA gratuito y financiado con publicidad para médicos que obtiene respuestas directamente de revistas médicas revisadas por pares en el punto de atención y señala qué tan sólida es la evidencia. Se ha convertido en una especie de emblema del auge de la IA médica.

La valuación de la empresa ha subido con rapidez. En febrero, una ronda liderada por Sequoia valoró a OpenEvidence en $1 mil millones. En los meses siguientes, la cifra subió a $3.5 mil millones en julio, con GV y Kleiner Perkins como coinversores principales; luego a $6 mil millones en octubre; y a $12 mil millones este enero, en una ronda copresidida por Thrive Capital y DST Global. En conjunto, eso equivale a unos $700 millones recaudados en aproximadamente un año.

Doximity tomó otro camino. Conocida principalmente como una plataforma de red profesional para médicos, la empresa ahora vende un asistente de IA llamado Ask que ayuda a los médicos a resumir notas de pacientes, revisar interacciones farmacológicas y redactar documentación. Ask está incluido en contratos empresariales de pago con más de 150 sistemas de salud. Cada respuesta pasa por una capa de revisión humana llamada PeerCheck, donde los médicos verifican la salida de la IA contra las fuentes originales que cita. Doximity reportó $145.4 millones en ingresos trimestrales esta primavera, un aumento de 5% interanual.

A mediados de julio, un nuevo punto de referencia independiente llamado NOHARM puso a prueba las herramientas de IA de Doximity y OpenEvidence, junto con GPT-5.6 Sol de OpenAI y Claude Fable 5 de Anthropic. Elaborado por investigadores de Stanford, Harvard y la red ARISE, el estudio ejecutó 1,100 casos clínicos reales a través de cada modelo y recopiló alrededor de 13,000 anotaciones de médicos para calificar el daño al paciente. Doximity Ask quedó en primer lugar. Sin embargo, OpenEvidence disputó la precisión de la puntuación de Doximity.

“Creemos que una metodología de estudio rigurosa no permite que las IAs con memorias perfectas pidan ‘re-tests’”, me dijo por correo electrónico el director ejecutivo Daniel Nadler. “Sospechamos que esto no pasaría la revisión por pares. Para ser claros, el estudio NOHARM ni siquiera está revisado por pares, el requisito mínimo básico en medicina incluso para las conclusiones médicas más endebles”.

Pero el hallazgo no se trata realmente de quién “ganó”. Se trata de que incluso los modelos con mejor desempeño siguen omitiendo cosas. En todos los sistemas de IA probados, 76.6% de los errores dañinos fueron omisiones, es decir, la IA dejó algo fuera, no que haya dicho algo incorrecto en términos de hechos.

Eric Topol, cardiólogo, científico de Scripps Research y copresidente del programa PeerCheck de Doximity, ha dedicado su carrera al estudio del error diagnóstico. Dijo que esa distinción es significativa: “Los errores de omisión deben llevarse lo más cerca posible de cero”, me dijo, y añadió que los modelos actuales mantienen una “ilusión de preparación” que ha acompañado a la IA médica incluso a medida que mejora. (NOHARM todavía señaló que los médicos equipados con IA brindan una mejor atención que aquellos sin IA)

El contexto regulatorio hace que el momento de NOHARM sea especialmente relevante. La FDA flexibilizó su postura sobre las herramientas de apoyo a decisiones clínicas impulsadas por IA este enero, dándoles más margen para operar siempre que los médicos puedan comprobar de forma independiente el razonamiento de la IA. Los estados han ido en la dirección opuesta, aprobando más de una docena de nuevas leyes en 2026 que regulan el uso de la IA en la atención médica (la mayoría exige que un humano apruebe cualquier decisión asistida por IA antes de que llegue a un paciente). La ley de mala praxis no ha alcanzado a ninguna de las dos tendencias: los tribunales aún están aclarando quién es responsable, el médico, el hospital o el proveedor de IA, cuando la sugerencia de un modelo resulta incorrecta. Esa zona gris legal podría ser una señal temprana de lo que empezarán a preguntar los reguladores, los sistemas hospitalarios y la próxima ola de inversores.

Hasta mañana,

Lily Mae Lazarus X: @LilyMaeLazarus Email: [email protected] Envíe una operación para el boletín Term Sheet aquí.

Joey Abrams seleccionó la sección de operaciones del boletín de hoy. Suscríbase aquí.

Esta historia apareció originalmente en Fortune.com