Agradecemos el interés mostrado por Castrillón-Lozano et al. sobre nuestro artículo original Rendimiento de los criterios predictivos de la Sociedad Americana de Endoscopía Gastrointestinal en el diagnóstico de coledocolitiasis en un hospital público de segundo nivel del Estado de Nuevo León, México1, donde se evaluó el rendimiento de los criterios propuestos por la Sociedad Americana de Endoscopía Gastrointestinal (ASGE)2 en el año 2019 para la predicción de coledocolitiasis en una institución pública de segundo nivel que no cuenta con ultrasonido endoscópico o colangioresonancia magnética.

Los avances recientes en inteligencia artificial (IA) han dado lugar a modelos generativos capaces de dar respuestas precisas y detalladas basadas en texto a indicaciones escritas (chats). Estos modelos han obtenido puntuaciones altas en exámenes médicos estandarizados3.

La IA generativa es un complemento prometedor de la cognición humana en el diagnóstico. Sin embargo, actualmente estos modelos modernos generadores de diagnóstico diferencial tienen advertencias importantes sobre su uso por agencias nacionales como la Food and Drug Administration (FDA) de Estado Unidos4. Investigaciones como la de Castrillón-Lozano et al. ayudan a investigar posibles sesgos y puntos ciegos de diagnóstico de los modelos generativos de IA.