ChatGPT, Claude y Gemini: recomendaciones de antibióticos en odontología según el idioma

Un estudio publicado en Cureus evaluó cómo responden ChatGPT, Claude y Gemini (versiones gratuitas) cuando un odontólogo les pregunta por antibióticos, y encontró que el idioma de la consulta cambia el resultado. Con 20 casos clínicos ficticios, la concordancia total con la guía de referencia fue de 57 de 60 respuestas en inglés (95,0%) y 46 de 60 en georgiano (76,7%), una diferencia de 18,3 puntos porcentuales (p = 0,003). Los autores son de Georgia; el estudio no evaluó español.

Qué se hizo

Los autores escribieron 20 viñetas clínicas: 10 en las que la guía no indica antibiótico (por ejemplo, pulpitis irreversible) y 10 en las que sí (por ejemplo, infección odontogénica con compromiso sistémico). Las enviaron en inglés y en georgiano a los tres sistemas, tres veces cada una, lo que dio 360 respuestas. El georgiano lo tradujeron traductores humanos, sin traducción automática.

Dos odontólogos puntuaron las respuestas sin saber qué sistema las había generado. La referencia fue la guía escocesa SDCEP, junto con la de la ADA de 2019 y la de la AHA de 2021 para profilaxis de endocarditis. Se midieron cinco aspectos: si indicar antibiótico, cuál, dosis y frecuencia, duración y cuándo derivar.

Qué encontraron

• La decisión de indicar o no antibiótico coincidió con la guía en las 360 respuestas, en ambos idiomas.
• En los casos con antibiótico indicado, el fármaco de primera elección fue aceptado en 30 de 30 respuestas en inglés y en 21 de 30 en georgiano (p = 0,004).
• Las nueve discordancias en georgiano fueron un esquema de primera elección más amplio que el aceptado: amoxicilina con ácido clavulánico en ocho y amoxicilina más metronidazol en una.
• Ninguna respuesta de la primera corrida cumplió el criterio de error crítico de seguridad definido de antemano (0 de 60 por idioma).
• Entre sistemas no hubo diferencia significativa (p = 0,14).

Cuánto vale la evidencia

Es un estudio preregistrado y de acceso abierto, con las viñetas validadas por siete expertos. Pero tiene límites concretos. Son casos ficticios y armados a propósito, mitad con antibiótico y mitad sin, así que no miden la frecuencia real de errores en el consultorio. El orden no fue aleatorio: en cada caso el inglés se envió antes que el georgiano, de modo que idioma y orden se confunden. Los evaluadores no pudieron ignorar el idioma y son autores del trabajo.

Además, las reglas de puntuación se precisaron después de la primera ronda de codificación y no estaban fijadas de antemano. La referencia es una guía británica: una duración distinta, como siete días de amoxicilina, cuenta como discordante aunque otra guía la admita. Los autores declaran que no recibieron financiamiento, pero el investigador principal es vicepresidente de la Asociación Dental de Georgia, cuyo comité de ética revisó el protocolo. Tampoco se calculó el tamaño de muestra, y las versiones evaluadas eran las gratuitas de septiembre de 2026.

Qué cambia en el consultorio

Todavía nada que justifique cambiar una conducta. Lo que el estudio sugiere es prudencia: los chatbots acertaron la decisión, pero el detalle del esquema (qué fármaco, qué dosis, cuántos días) es lo que se desvía, y se desvía más fuera del inglés. Si usás un modelo de lenguaje (LLM, por large language model) como apoyo, contrastá el esquema con una fuente de referencia. La decisión clínica es siempre del profesional.

Los resultados no se pueden trasladar al español sin más: nadie lo midió acá. Es una pregunta abierta que vale la pena estudiar en Latinoamérica.