Bloomberg Línea — Dos de los seis hospitales privados de Costa Rica, CIMA San José y Clínica Bíblica, concentran el 64,4% de las menciones en las respuestas que dan los asistentes de inteligencia artificial a quienes preguntan dónde atenderse. Es el principal resultado del primer índice de visibilidad hospitalaria en IA en América Latina, elaborado en el país centroamericano. “Los hospitales privados de Costa Rica compiten por pacientes locales, por residentes extranjeros y por el turismo médico de la región, y cada vez más de esos pacientes le preguntan primero a una inteligencia artificial dónde atenderse”, explicó el coautor del reporte Roberto Echeverría Cárdenas, quien es consultor en IA aplicada a la salud con más de 20 años de experiencia en el sector, incluido el Ministerio de Salud. Para medir cómo contesta la IA, el indicador, llamado Sextante, registró 14.112 respuestas de ChatGPT, Gemini, Claude, Perplexity, Meta AI y DeepSeek sobre seis hospitales privados del país, en español y en inglés, y las contrastó con las fuentes oficiales de cada institución. Luego midió qué información encuentran los pacientes cuando consultan a estos sistemas, no la calidad clínica de los hospitales.
El reporte, dirigido por Sebastián Urbina Cañas, exvicepresidente de Inteligencia Artificial y Ciencia de Datos de Genpact y exviceministro de Transportes, cuenta con la asesoría médica de María Luisa Ávila Agüero, exministra de Salud. La medición parte de una pregunta cada vez más relevante para los hospitales: qué imagen recibe un paciente cuando recurre primero a una herramienta de IA en busca de información sobre dónde atenderse. Hasta ahora, según los autores, no existían datos comparables sobre esa etapa del proceso en Centroamérica. La tendencia ocurre mientras aumenta el uso de estas herramientas para buscar información sanitaria.
En Estados Unidos, la proporción de adultos que utilizó chatbots con ese fin pasó del 16% en 2024 al 32% en 2025, según Rock Health. Además, el 63% de quienes habían visto respuestas de IA al buscar información de salud las consideró algo o muy confiables, de acuerdo con Annenberg. Qué tan precisas son las respuestas de ChatGPT, Claude y otras IA Las 14.112 respuestas se obtuvieron el 16 y 17 de agosto mediante nueve configuraciones de GPT-5.6 Luna (OpenAI), Gemini 3.6 Flash (Google), Claude Sonnet 5 (Anthropic), Sonar (Perplexity), Llama 4 Maverick (Meta) y DeepSeek V4 Flash. Los hospitales evaluados en el estudio fueron CIMA San José, Clínica Bíblica, La Católica, Metropolitano, San Rafael Arcángel, en Liberia, y UNIBE.
El puntaje de cada uno consideró presencia en las respuestas (40%), exactitud y especificidad (30%) y reputación expresada por los modelos (30%). Según los hallazgos, hay diferencias entre ser reconocido y aparecer espontáneamente. UNIBE fue mencionada en el 5,4% de las preguntas abiertas, pero alcanzó 87,6 puntos sobre 100 cuando los modelos fueron consultados directamente sobre esa institución. “Un hospital puede ser descrito cuando se pregunta por su nombre y aparecer poco cuando se consultan opciones. Esa diferencia revela por qué la visibilidad en inteligencia artificial necesita más de una pregunta para entenderse”, Roberto Echeverria Cárdenas, coautor del estudio.
En cuanto a la precisión, en CIMA, el 1,1% de las 4.027 respuestas analizadas contenía al menos un error en alguno de esos aspectos, frente al 4,5% de las 3.664 respuestas sobre Clínica Bíblica. La proporción fue mayor en Metropolitano, con un 28,7% de 1.202 respuestas, y en La Católica, con un 23,5% de 1.690. El análisis también detectó que los modelos pueden reproducir información desactualizada. Las nueve configuraciones estudiadas describieron como operativo, al menos en una ocasión, un hospital que permanece cerrado desde 2018.
La frecuencia con que apareció esa información osciló entre el 1,4% y el 5,9% de las 1.568 respuestas analizadas para cada configuración. Los resultados variaron además según el modelo de inteligencia artificial utilizado y si tenía acceso a búsqueda en internet. Las respuestas con algún error fueron desde el 7,6% en GPT-5.6 Luna con búsqueda web, sobre 1.322 respuestas, hasta el 40,4% en DeepSeek V4 Flash sin búsqueda, sobre 997 respuestas. Los autores prevén seguir cada mes la evolución de la visibilidad hospitalaria en la región, conforme se actualicen los sistemas y la información disponible, con la intención de ampliar posteriormente el análisis de otros países de América Latina.
