GPT-6 en investigación médica: documentos con Astra, Sol y Luna

29 de septiembre: GPT-6.1 Sol y la lectura de PDF complejos

OpenAI presentó GPT-6.1 Sol el 29 de septiembre de 2026 y comunicó mejoras en la comprensión de PDF complejos y los flujos científicos. Esas evaluaciones del proveedor justifican una prueba de lectura concreta; no demuestran superioridad clínica ni confirman acceso a GPT-6.1 Sol en MedSafeAI. Consulta el selector actual.

Prueba una tarea donde el diseño del documento cambie el significado: extrae una fila de resultados con sus encabezados, denominador y nota al pie. El ejemplo siguiente muestra qué comprobar. Es un ejemplo didáctico inventado, no un estudio publicado ni el resultado de una prueba de un modelo.

Mantén el denominador y la nota al pie junto a la cifra

Imagina una tabla donde 30 de 100 participantes del grupo A y 27 de 90 del grupo B tuvieron al menos un evento. Un resumen que solo diga “el grupo B tuvo un 10% menos de eventos” compara recuentos y oculta que ambas proporciones observadas son del 30%. Las mismas cifras pueden significar algo distinto si la tabla recoge eventos recurrentes o diferentes periodos de seguimiento. Lee el encabezado y la nota antes de interpretar la fila.

Prueba este prompt con un artículo: “Transcribe la fila seleccionada y sus encabezados. Conserva para cada grupo el número de eventos, denominador, momento de evaluación, población analizada y notas asociadas. Indica la página y el número de tabla. Separa los valores copiados de los cálculos. Si no se lee un denominador, definición o nota, indícalo; no lo deduzcas. Después enumera qué hay que comprobar antes de comparar los grupos.”

Abre la página original junto a la respuesta. Confirma cada valor y sigue todos los marcadores de notas; conserva “no comunicado” cuando corresponda. Calcula una proporción solo cuando numerador y denominador describan la misma población y periodo. Una proporción descriptiva por sí sola no demuestra un beneficio terapéutico.

Empieza en MedSafeAI con una tabla de un artículo que ya tengas. Ask All AI puede revelar lecturas distintas de esa fila; localiza la discrepancia con Consensus y resuélvela en el PDF. Conserva la fila comprobada y su ubicación para la próxima discusión bibliográfica.

Actualización del 22 de septiembre: Sol y Luna se suman a GPT-6

OpenAI presentó GPT-6 Sol y Luna el 22 de septiembre como opciones más rápidas y económicas junto a Astra. El registro de cambios de su API confirma entradas de texto e imagen y salida de texto. Son anuncios del proveedor, no evidencia de superioridad clínica.

El lanzamiento no confirma por sí solo el acceso a Sol o Luna dentro de MedSafeAI. Consulta el selector actual. Puedes realizar los ejercicios con los modelos que ya tienes; la distribución de tareas que proponemos es un punto de partida para comparar, no una clasificación medida.

Divide el trabajo documental en tareas que puedas evaluar

Mantén los mismos documentos y la misma pregunta al comparar modelos. En lugar de pedir a cada uno que haga todo a la vez, prueba estas tareas delimitadas y registra las correcciones necesarias. Los modelos de la tabla son candidatos para probar, según su disponibilidad.

Para la primera tarea, prueba: “Enumera los documentos que puedes leer. Para cada uno, indica título, año, tipo de fuente y sección relevante para [pregunta]. Marca la información ausente. No resumas todavía los hallazgos.” Después, continúa con uno de los tres ejercicios documentales siguientes.

Registra por separado el tiempo de espera y tu tiempo de verificación y edición. Cuenta los campos ausentes y las correcciones sustantivas. Un borrador generado rápidamente puede exigir más trabajo en total. Es una pequeña comparación de flujos de trabajo, no un estudio de validación clínica.

Empieza por lo que OpenAI ha anunciado

OpenAI presentó GPT-6 Astra el 3 de septiembre de 2026. El anuncio destaca avances en navegación web, trabajo científico y tareas de varios pasos. La documentación incluye investigación y creación de documentos entre sus usos, con entradas de texto e imagen. Son descripciones del proveedor: sugieren tareas que merece la pena explorar, pero no establecen la precisión del modelo ante tu pregunta médica concreta.

MedSafeAI incluye GPT-6 Astra entre los modelos que ofrece. Consulta el selector de tu espacio de trabajo para comprobar el acceso actual. Empieza con uno de los tres ejercicios siguientes, contrasta el resultado con el material original y utiliza las herramientas de comparación cuando quieras otra perspectiva.

1. Convierte un artículo en una tabla de resultados verificable

Elige un artículo que conozcas bien y proporciona el texto principal y su suplemento. Pide a Astra que extraiga población, comparación, desenlace principal, momento de medición, estimación y limitaciones. Solicita la ubicación de cada entrada. El resultado útil es una tabla que puedas contrastar rápidamente, no un párrafo convincente que oculte el origen de los detalles.

Prueba: ‘Con este artículo y su suplemento, crea una tabla de resultados para [pregunta de investigación]. Conserva unidades, denominadores e incertidumbre. Localiza cada dato por página, sección o tabla. Separa las conclusiones de los autores de tu interpretación. Marca la información ausente. Termina con tres preguntas para una sesión de lectura crítica; no formules una recomendación terapéutica.’

2. Compara dos versiones de una guía sin perder las condiciones

Selecciona dos versiones fechadas de la organización responsable y mantenlas juntas en AI Library. Limita la comparación a una población y un tema. Pide la redacción anterior y actual, sus ubicaciones y los cambios declarados en fuerza o certeza. Incluye una categoría explícita de ‘no localizado’ para que un texto ausente no se interprete automáticamente como una recomendación eliminada.

Abre los pasajes que sustentan los cambios más importantes. Revisa excepciones, contexto y criterios de elegibilidad antes de escribir tu resumen. Un cambio de encabezado o de página puede hacer que una recomendación idéntica parezca nueva; la lectura de la fuente resuelve esa ambigüedad. Separa las decisiones de implementación local de esta comparación documental.

3. Prepara un informe breve que incluya preguntas pendientes

Reúne material con Evidence Search para una pregunta delimitada y selecciona las fuentes que deben entrar en el informe. Pide a Astra que las organice por pregunta abordada, población estudiada y limitación relevante. Con Strict Mode, centra el trabajo en las citas y revisa las fuentes de las afirmaciones importantes. Solicita una lista separada de lagunas, en lugar de una conclusión que las rellene.

Para comparar, envía la misma pregunta a otros modelos mediante Ask All AI. Consensus puede reunir coincidencias y diferencias importantes. Investiga un desacuerdo abriendo las respuestas originales y los pasajes citados. Que varios modelos lleguen a la misma conclusión invita a examinar los argumentos; no constituye una validación clínica.

Evalúa el resultado revisado, no el titular del lanzamiento

Registra modelo, fecha, prompt, fuentes y correcciones realizadas. ¿Conservó las condiciones importantes? ¿Los pasajes citados eran pertinentes? ¿Cuánta edición quedó pendiente? Repite la misma tarea con entradas idénticas cuando la diferencia importe para tu elección. Guarda el anuncio oficial y la revisión de seguridad de OpenAI junto a tus notas; distingue sus afirmaciones de evaluación de tus observaciones. Empieza por un documento que puedas verificar antes de ampliar el trabajo.