¿Qué son los pacientes virtuales y qué cambia la IA en ellos para el aprendizaje y la evaluación?

Publicado el 24 de octubre de 2026 · Por Making Synapses

Los pacientes virtuales son simulaciones por computador de casos clínicos reales en las que tú haces el papel del profesional de salud. Las versiones clásicas siguen un guion o un menú de opciones, mientras que los pacientes virtuales con IA responden preguntas libres por voz o por chat y reaccionan a lo que realmente dices. Usados con objetivos claros y retroalimentación, sirven tanto para aprender como para evaluar.

¿Qué son los pacientes virtuales?

Un paciente virtual es un paciente simulado al que entrevistas, examinas y tratas en una pantalla o en un visor, en el papel del profesional de salud. La Society for Simulation in Healthcare (SSH) da el significado más amplio en su Healthcare Simulation Dictionary, publicado con la Agency for Healthcare Research and Quality (AHRQ): "Una representación de un paciente real. Los pacientes virtuales pueden adoptar muchas formas, como simuladores fisiológicos basados en software, pacientes simulados, maniquíes físicos y simuladores".

Esa amplitud explica por qué el término puede confundir. Una revisión en BMC Medical Education encontró que el término "paciente virtual" se usa desde hace muchos años, "pero su significado varía, lo que genera confusión". Los autores clasificaron 536 artículos y encontraron que 330 lo usaban en educación. Entre ellos, la forma más común fue el Interactive Patient Scenario (escenario interactivo de paciente, 37 %), seguida de las High Fidelity Software Simulations (simulaciones de software de alta fidelidad, 19 %) y los Virtual Standardized Patients (pacientes estandarizados virtuales, 16 %).

En el uso diario, estudiantes y docentes suelen referirse a dos cosas:

Escenarios interactivos de paciente. Un caso en pantalla donde eliges preguntas, exámenes y decisiones, paso a paso.
Pacientes estandarizados virtuales. Un personaje con el que hablas, que responde como lo haría un paciente real, para que practiques la entrevista misma.

La IA importa sobre todo en el segundo tipo. Para una introducción completa al formato y su evidencia, mira qué es la simulación con pacientes virtuales.

¿Qué cambian los pacientes generados por inteligencia artificial frente a los pacientes virtuales clásicos?

Los pacientes virtuales con IA te dejan preguntar cualquier cosa con tus propias palabras y recibir una respuesta adecuada, en vez de elegir de una lista de preguntas ya escritas. Ese solo cambio convierte un caso ramificado en una conversación real.

Los pacientes virtuales clásicos se construían como ramas: el autor escribía de antemano cada pregunta y cada respuesta. Una revisión sistemática de 2024 en Healthcare describió esos diseños como "entornos semiconversacionales (que normalmente implican elegir opciones de listas en lugar de usar lenguaje natural)", y los excluyó porque ofrecen menos autenticidad. La misma revisión señala que "más recientemente, la llegada de la IA ha facilitado las simulaciones conversacionales, lo que permite a los estudiantes interactuar con pacientes en tiempo real", y que la satisfacción de los estudiantes suele ser mayor cuando las interacciones son más realistas, "a menudo gracias al uso de inteligencia artificial (IA) y procesamiento del lenguaje natural (PLN) en los simuladores".

Un estudio de Mayo Clinic en el Journal of Medical Internet Research muestra el contraste con claridad. Después de que médicos evaluaran 60 conversaciones con pacientes virtuales con IA, los autores escribieron: "Los diálogos sin guion y receptivos contrastan fuertemente con la mayoría de los pacientes virtuales existentes, en los que un diálogo auténtico y flexible es notoriamente difícil de reproducir y a menudo ni se intenta". El rasgo que los evaluadores más asociaron con la autenticidad fue que el paciente expresara una preferencia o tomara una decisión clara, anotado en 106 de 180 evaluaciones (58,9 %).

Esto es lo que cambia en la práctica:

Preguntas libres. Tú formulas la pregunta, así que el caso evalúa si sabes qué preguntar, no si lo reconoces en un menú.
Respuestas dinámicas. Los pacientes virtuales dinámicos con IA responden preguntas de seguimiento, aclaran, discrepan y expresan preocupaciones, como una persona en la consulta.
Orden natural. Tú decides la secuencia de la entrevista, que es justo lo que observa un examinador.
Retroalimentación más rica. Un equipo de la Universidad de Tubinga en JMIR Medical Education señala que "los pacientes virtuales tradicionales a menudo dan niveles bajos de retroalimentación", mientras que la IA puede comentar los temas específicos que cubriste o se te pasaron.

¿Puedes hablar con un paciente virtual con IA por voz o por chat?

Sí. Los pacientes virtuales con IA funcionan como atenciones por voz o por chat, y algunas herramientas ofrecen ambas. La revisión de Healthcare solo incluyó pacientes que eran "conversacionales, ya sea por voz o por teclado, usando lenguaje natural en todos los casos".

El chat sigue siendo el formato más común en la investigación. Una revisión de alcance de 2025 con 28 estudios en el Journal of Medical Internet Research encontró que los estudios usaron lenguaje natural, "incluido texto (n=14) y voz (n=7), con 1 estudio que admitía ambos modos". El texto funciona bien: los autores de Mayo Clinic observaron que sus pacientes "usaron solo texto escrito; sin embargo, la autenticidad fue alta incluso con esta limitación".

Cada modo entrena algo un poco distinto:

Escribir (atenciones por chat). Sirve para estudiar en silencio y para revisar después tus palabras exactas.
Hablar (atenciones por voz). Más cerca de una estación OSCE (ECOE): escuchas tu propio ritmo y tu forma de preguntar, y no puedes corregir una pregunta una vez que la dijiste.

Una rutina práctica es aprender un tipo de caso nuevo por chat y después repetirlo en voz alta hasta que la secuencia te salga natural.

¿Qué preguntas deberías hacerle a un paciente virtual?

Hazle las mismas preguntas que le harías a un paciente real, en un orden lógico y de a una. Un paciente virtual con IA premia una anamnesis estructurada y deja ver rápido lo que falta.

La Association of American Medical Colleges fija la meta en su guía de las Core EPAs: "Los estudiantes necesitan integrar los fundamentos científicos de la medicina con habilidades de razonamiento clínico para guiar su recolección de información". Describe al estudiante inicial como alguien que muestra "errores de omisión o de comisión al recolectar información". En su ejemplo de un estudiante que todavía no está listo, la alumna toma una anamnesis completa pero "no incluye la historia ocupacional ni de viajes".

Usa esta lista de preguntas con cualquier paciente virtual:

Apertura. Preséntate, confirma el nombre y la fecha de nacimiento del paciente y pide permiso para empezar.
Motivo de consulta. "¿Qué lo trae hoy por aquí?" Luego deja hablar al paciente antes de acotar.
Historia de la enfermedad actual. Inicio, localización, duración, características, qué lo mejora o lo empeora, irradiación, momento del día e intensidad.
Síntomas asociados y señales de alarma. Pregunta por los síntomas que cambiarían tu plan para este motivo de consulta.
Antecedentes médicos y quirúrgicos. Episodios previos, enfermedades crónicas, hospitalizaciones y cirugías.
Medicamentos y alergias. Incluye medicamentos de venta libre y suplementos, y la reacción de cada alergia.
Antecedentes familiares. Enfermedades de padres y hermanos que importen para este motivo de consulta.
Antecedentes sociales. Tabaco, alcohol, drogas, situación de vivienda, ocupación y viajes recientes.
La perspectiva del paciente. "¿Qué cree usted que lo está causando?" y "¿Qué es lo que más le preocupa?"
Revisión por sistemas. Un tamizaje breve de los demás sistemas.
Resumen y comprobación. Resume lo que escuchaste y pregunta si se te pasó algo.

Cómo preguntas importa tanto como qué preguntas. En el estudio de Tubinga, los estudiantes hicieron una mediana de 18 preguntas por conversación, la mayoría cortas y claras. Aun así, el 6,3 % de las preguntas usó jerga médica, el 3,3 % fueron preguntas en cadena que pedían más de una cosa a la vez y el 1,2 % fueron una sola palabra, como "tabaco". En las conversaciones, la presentación apareció en el 69,6 % de las entrevistas, el motivo de consulta en el 52,7 % y una revisión por sistemas solo en el 29,7 %. Un ensayo de la Universidad de Münster en BMC Medical Education también encontró que algunos estudiantes "aprendieron" a juntar varias preguntas en un solo mensaje, y los autores señalan que "hacer varias preguntas seguidas no refleja un escenario realista durante las conversaciones de anamnesis".

El equipo de Münster puntuó las entrevistas con un inventario que sirve como autoevaluación. Entre sus ítems están "Tomar la iniciativa en la conversación", "Precisar los síntomas", "Ordenar las preguntas de forma lógica", "Comprobar con el paciente" y "Resumir". Si tu entrevista cumple los cinco, estás practicando la rutina que buscan los examinadores.

¿Cómo se usan los pacientes virtuales para el aprendizaje y la evaluación?

Los pacientes virtuales se usan para aprender cuando el objetivo es practicar con retroalimentación, y para evaluar cuando el desempeño se puntúa con criterios predefinidos. La IA hace que ambas cosas sean más conversacionales.

Para aprender, la clave es repetir y reflexionar. El National Council of State Boards of Nursing llama a la simulación "una técnica, no una tecnología" en sus Simulation Guidelines for Prelicensure Nursing Education Programs, y pide a los docentes crear un entorno de aprendizaje que "fomente el aprendizaje activo, la práctica repetida y la reflexión". Los Healthcare Simulation Standards of Best Practice de INACSL agregan que "las experiencias basadas en simulación se diseñan a propósito para cumplir objetivos definidos y optimizar el logro de los resultados esperados".

Los pacientes virtuales con IA encajan bien en ese modelo. En el ensayo de Münster, 21 estudiantes de medicina hicieron cada uno cuatro casos de pacientes con IA, con seis minutos por anamnesis. Los estudiantes calificaron las simulaciones como precisas (8,67 de 10), factibles (8,38 de 10) y realistas (7,81 de 10). La revisión de alcance agrega que "el sistema permite que cualquiera entrene en cualquier momento, sin restricciones de tiempo ni de espacio".

Para evaluar, el diccionario de la SSH distingue dos tipos:

Evaluación formativa, "un proceso para que una persona o un grupo que participa en una actividad de simulación reciba retroalimentación constructiva para mejorar".
Evaluación sumativa, "un proceso para determinar la competencia de un participante en una actividad de atención de salud".

INACSL confirma que "las experiencias basadas en simulación pueden incluir la evaluación del estudiante". Con un paciente virtual, cada estudiante enfrenta el mismo caso y la misma pauta, lo que hace que los exámenes de práctica sean justos y repetibles. La revisión de alcance señala que "los pacientes virtuales muy interactivos permiten a los docentes evaluar mejor las habilidades de razonamiento clínico de los estudiantes al observar directamente sus capacidades". Un buen caso con IA usa una pauta fija paso a paso, para que la conversación se sienta natural mientras el puntaje se mantiene consistente.

Una forma simple de combinar ambos usos:

Enseñar. Haz un caso nuevo con pistas y lee cada línea de la retroalimentación.
Entrenar. Repítelo sin pistas hasta que tu puntaje se estabilice.
Evaluar. Haz un caso al azar con presión de tiempo.

¿Los estudiantes de enfermería y EMS pueden usar simulación virtual con pacientes con IA en línea gratis?

Sí. La simulación virtual con pacientes con IA sirve para cualquier programa que entrene la anamnesis y la valoración del paciente, y varias herramientas ofrecen casos gratis para empezar.

Los programas de enfermería ya usan la simulación como un método de enseñanza central, y las guías del NCSBN se centran en la calidad de la experiencia. Un caso de paciente con IA con objetivos claros y retroalimentación es una excelente forma de ensayar una valoración focalizada antes de las prácticas clínicas. Mira la página del programa de enfermería para ver cómo se relaciona con la preparación para el NCLEX.

Los estudiantes de EMS pueden entrenar la entrevista al paciente y la comunicación en la escena antes de las pruebas de habilidades (mira la página del programa de EMS), y los estudiantes de PA ensayan la misma rutina de anamnesis y examen físico que los estudiantes de medicina (mira la página del programa de PA). Para más opciones gratis, mira dónde encontrar un simulador de pacientes con IA en línea gratis.

¿Cómo usa Making Synapses los pacientes virtuales con IA?

Making Synapses, el simulador médico, hace cada caso con un paciente virtual con IA. Hablas con el paciente con IA, por voz o escribiendo, y el paciente con IA te responde. Todo en Making Synapses es IA: el paciente, la corrección de la pauta, el puntaje y la retroalimentación del Médico tutor IA de Making Synapses.

Making Synapses es gratis para empezar: tienes 10 casos gratis y cada caso que juegas usa uno. Después, 3 casos quedan gratis para siempre. Una suscripción desbloquea todos los casos, y un suscriptor puede compartir sus casos con amigos o compañeros en multijugador, siempre que el suscriptor sea el anfitrión de la sesión y se mantenga conectado.

Cada caso es una estación OSCE: un paciente con IA, una pauta paso a paso corregida por IA, un puntaje de 0 a 100 % y retroalimentación al instante del Médico tutor IA de Making Synapses. Examinas con tus manos y con instrumentos como el estetoscopio, el martillo de reflejos y la linterna, en PC con mouse y teclado o en VR con un puntero láser. Los modos Enseñar, Entrenar y Evaluar siguen el ciclo de aprendizaje y evaluación de arriba, y el botón Examen OSCE elige un paciente al azar de tu programa en modo Evaluar, sin pistas y con tiempo límite.

Making Synapses tiene 726 casos clínicos con IA en 5 idiomas para Medicina (MD, DO), Asistente médico (PA), Enfermería (RN, PN, NP) y Emergencias prehospitalarias (EMT, paramédico). Los casos están armados en torno al USMLE Content Outline, el COMLEX-USA Master Blueprint, las Core EPAs de la AAMC, el NCCPA PANCE Blueprint, los NCLEX-RN y PN 2026 Test Plans, los National EMS Education Standards y el NREMT, y los INACSL Standards, y cada caso muestra las áreas del examen que entrena. Cada intento queda guardado en tu cuenta. Los docentes editan los casos en la web, el cambio llega al simulador en vivo y ven los resultados por estudiante, para que cada nueva generación de profesionales de salud pueda ensayar la atención antes de que cuente. Hay más detalles en la página para estudiantes, la página del examen OSCE y las preguntas frecuentes de Making Synapses.

Preguntas frecuentes

¿Hay pacientes virtuales con IA gratis?

Sí. Making Synapses es gratis para empezar, con 10 casos gratis de pacientes con IA y sin tarjeta. Cuando los usas, 3 casos quedan gratis para siempre. Hablas con el paciente con IA por voz o escribiendo, lo examinas y recibes una pauta puntuada por IA con retroalimentación al instante. Una suscripción desbloquea todos los casos, y un suscriptor puede compartir sus casos con amigos o compañeros en multijugador, siempre que el suscriptor sea el anfitrión de la sesión y se mantenga conectado.

¿Existe una IA médica como ChatGPT?

Sí. Los asistentes de chat con IA de uso general pueden hablar de temas médicos, y los investigadores usan el mismo tipo de tecnología para crear pacientes virtuales con IA. Una revisión de alcance de 2025 encontró que el 95,7 % de los estudios que analizó usaron los modelos GPT de OpenAI. Un paciente virtual es distinto de un asistente: interpreta a un paciente con un caso definido, y tú eres el profesional de salud.

¿Qué significa paciente virtual?

Un paciente virtual es una representación de un paciente real, normalmente un software al que entrevistas y examinas en el papel del profesional de salud. El término abarca desde escenarios interactivos simples hasta personajes conversacionales y simulaciones completas, así que conviene preguntar qué tipo ofrece cada herramienta.

¿Un juego de simulador de pacientes es lo mismo que un paciente virtual?

Muchas veces, sí. Muchos juegos de simulador de pacientes son pacientes virtuales con puntajes y repeticiones. Lo que importa para aprender es si el juego sigue pasos clínicos reales y da retroalimentación específica.

¿Qué deberías preguntarle primero a un paciente virtual con IA?

Preséntate, confirma la identidad del paciente y luego haz una pregunta abierta como "¿Qué lo trae hoy por aquí?" Deja que el paciente responda por completo antes de pasar a preguntas focalizadas.

¿Los pacientes virtuales con IA sirven para evaluar?

Sí, sobre todo para la evaluación formativa y los exámenes de práctica. Un paciente virtual le da a cada estudiante el mismo caso y puntúa los mismos pasos de la pauta, y los modos con tiempo y sin pistas recrean las condiciones de una estación OSCE.

Fuentes

Society for Simulation in Healthcare; Lioce L, ed. Healthcare Simulation Dictionary, Third Edition. Agency for Healthcare Research and Quality, AHRQ Publication No. 24-0077, 2025.
Association of American Medical Colleges. Core Entrustable Professional Activities for Entering Residency: Faculty and Learners' Guide. AAMC, 2014.
National Council of State Boards of Nursing. NCSBN Simulation Guidelines for Prelicensure Nursing Education Programs. NCSBN, 2016.
International Nursing Association for Clinical Simulation and Learning. Healthcare Simulation Standards of Best Practice. INACSL, 2025.
Kononowicz AA, Zary N, Edelbring S, Corral J, Hege I. Virtual patients - what are we talking about? A framework to classify the meanings of the term in healthcare education. BMC Medical Education, 2015.
García-Torres D, Vicente Ripoll MA, Fernández Peris C, Mira Solves JJ. Enhancing Clinical Reasoning with Virtual Patients: A Hybrid Systematic Review Combining Human Reviewers and ChatGPT. Healthcare, 2024.
Cook DA, Overgaard J, Pankratz VS, et al. Virtual Patients Using Large Language Models: Scalable, Contextualized Simulation of Clinician-Patient Dialogue With Feedback. Journal of Medical Internet Research, 2025.
Zeng J, Qi W, Shen S, et al. Embracing the Future of Medical Education With Large Language Model-Based Virtual Patients: Scoping Review. Journal of Medical Internet Research, 2025.
Holderried F, Stegemann-Philipps C, Herrmann-Werner A, et al. A Language Model-Powered Simulated Patient With Automated Feedback for History Taking: Prospective Study. JMIR Medical Education, 2024.
Brügge E, Ricchizzi S, Arenbeck M, et al. Large language models improve clinical decision making of medical students through patient simulation and structured feedback: a randomized controlled trial. BMC Medical Education, 2024.