ISSN: 1579-9794
Hikma 25 (1) (2026), 1 - 36
Tecnologías de inteligencia artificial al servicio de la
traducción e interpretación en contextos clínicos:
Percepción y uso entre facultativos médicos de la
Comunidad de Madrid
Artificial intelligence technologies for translation and
interpreting tasks in clinical settings: Perception and use
amongst medical practitioners in the Madrid Region
IRENE FUENTES-PÉREZ
i.fuentes@uah.es
Universidad de Alcalá
MANUEL FLORES-SÁENZ
manuel.floress@uah.es
Universidad de Alcalá
Fecha de recepción: 16/09/2025
Fecha de aceptación: 11/03/2026
Resumen: Este estudio analiza el uso y la percepción de tecnologías de
inteligencia artificial para funciones de traducción e interpretación entre
profesionales médicos de la Comunidad de Madrid, una región caracterizada
por una creciente diversidad lingüística que plantea retos comunicativos de
primer orden en el ámbito de la asistencia médica. El objetivo principal es
determinar el grado de adopción de estas tecnologías, identificar sus
motivaciones de uso y evaluar el nivel de satisfacción con su implementación
en la práctica clínica, así como las limitaciones percibidas en comparación
con los servicios de traducción e interpretación humanos. Para ello, se adoptó
un enfoque cuantitativo basado en encuesta, estructurada en 20 ítems y
distribuida mediante muestreo no probabilístico por conveniencia a
profesionales médicos en activo de la región. La muestra definitiva estuvo
compuesta por 202 participantes que desarrollan su actividad laboral en
diversos centros sanitarios de la comunidad madrileña. Los resultados ponen
de manifiesto que, a pesar del elevado uso de estas aplicaciones durante la
práctica médica para labores de traducción e interpretación sin apoyo
humano, su adopción responde principalmente a criterios pragmáticos de
inmediatez y accesibilidad, más que a la confianza en la calidad de los
resultados. Asimismo, los profesionales manifiestan un grado de satisfacción
considerablemente inferior al que otorgan a los servicios humanos e
identifican limitaciones relevantes en precisión terminológica, matices
2 Tecnologías de inteligencia artificial al servicio […]
Hikma 25 (1) (2026), 1 - 36
emocionales y fiabilidad, lo que plantea interrogantes sobre las implicaciones
clínicas y éticas de su uso.
Palabras clave: Barreras lingüísticas, Estudio basado en encuesta,
Inteligencia artificial, Traducción automática, Traducción e interpretación
médico-sanitaria
Abstract: This study examines the adoption and perception of artificial
intelligence technologies for translation and interpreting tasks amongst
medical practitioners in the Madrid region, an area characterised by growing
linguistic diversity that poses significant communicative challenges in
healthcare settings. The primary aim was to assess the uptake of these
technologies, explore practitioners' motivations for their use, and evaluate
satisfaction levels regarding their implementation in clinical practice, as well
as the limitations perceived in comparison with human translation and
interpreting services. To this end, a quantitative survey-based approach was
employed, using a structured 20-item questionnaire distributed through non-
probability convenience sampling to active medical professionals across the
region. The final sample comprised 202 participants working in various
healthcare facilities throughout the Madrid community. Findings indicate that,
despite the widespread use of these applications during medical practice for
translation and interpreting tasks without human support, their adoption is
driven primarily by pragmatic criteria of immediacy and accessibility rather
than by confidence in the quality of the output. Furthermore, practitioners
report considerably lower satisfaction levels than those attributed to human
services, and identify relevant limitations in terminological accuracy,
emotional nuance, and reliability, raising important questions about the clinical
and ethical implications of their use.
Keywords: Artificial intelligence, Healthcare translation and interpreting,
Language barriers, Machine translation, Survey-based study
INTRODUCCIÓN
A lo largo de su historia, España se ha considerado tradicionalmente
un país de emigración o como ruta de paso para los emigrantes que se
desplazaban a países situados más al norte (Castelló Roselló, 2003; Valero-
Garcés y Raga Gimeno, 2006). No obstante, en los últimos años, hemos sido
testigos de un giro en esta tendencia y, en la actualidad, España se presenta
como un país de acogida de personas refugiadas, solicitantes de asilo e
inmigrantes (Garcés-Mascareñas y Pasetti, 2019; López-Rodríguez et al.,
2020); reflejo de ello son las cifras alcanzadas en nuestro país al respecto.
Irene Fuentes-Pérez y Manuel Flores-Sáenz 3
Hikma 25 (1) (2026), 1 - 36
De acuerdo con el Instituto Nacional de Estadística (INE), a fecha de 1
de julio de 2025, la población en España asciende a 49 315 949 habitantes
(INE, 2025, p. 1), lo que supone el valor máximo de la serie histórica. De estos
casi cincuenta millones de habitantes, 7 000 715 residen en la Comunidad de
Madrid, lo que se traduce en que aproximadamente 14 de cada 100 personas
en nuestro país eligen vivir en la comunidad madrileña (Comunidad de
Madrid, 2025b, párr. 4). Si atendemos al número de residentes extranjeros,
según los últimos datos de los que se disponen, se observa que, a nivel
nacional, la población extranjera es de 7 050 174 habitantes (INE, 2025), de
los cuales 1 190 994 están empadronados en la Comunidad de Madrid
(Comunidad de Madrid, 2025a), esto es: aproximadamente el 17 % de la
población extranjera total de España habita en la comunidad de la capital
(Comunidad de Madrid, 2025b, 2025c). En lo referente a las nacionalidades,
“el grupo mayoritario de nacionalidad extranjera en la Comunidad de Madrid
es de Rumanía, con 137.491 personas residentes” (Comunidad de Madrid,
2025c, p. 10), seguido por personas de países latinoamericanos –como
Colombia y Venezuela– y países africanos y asiáticos, en su mayoría
procedentes de Marruecos y China (Comunidad de Madrid, 2025c). De este
modo, la realidad es que la gran mayoría de residentes de procedencia
extranjera en Madrid son colectivos alófonos y, por tanto, no tienen los
conocimientos suficientes del idioma como para expresarse en contextos
médicos, lo que puede suponer un riesgo para su salud (Abril Martí y Martin,
2011, p. 1521).
Por su parte, el sistema de salud público en España se configura a
través del Sistema Nacional de Salud (SNS), que constituye la asistencia
sanitaria universal que se extiende a toda la población del país. Por reflejar
algunos números, en lo que se refiere a instalaciones de salud, la Comunidad
de Madrid dispone de 90 hospitales públicos y privados, 267 centros de salud
y 160 consultorios locales (Ministerio de Sanidad, 2024). En lo concerniente
al número de profesionales de la medicina, la comunidad cuenta con 5316
médicos que trabajan en atención primaria, 14 798 en hospitales, 484 en
urgencias y emergencias y 5664 en formación especializada. Así, con más
de 26 000 facultativos médicos en el SNS, Madrid se posiciona como la
segunda comunidad española con mayor número de profesionales de la
medicina (Ministerio de Sanidad, 2024).
Es en este contexto donde se enmarca el presente estudio, cuyo
objetivo principal es establecer el grado de adopción de aplicaciones de
inteligencia artificial (IA) para funciones de traducción e interpretación entre
los profesionales médicos de la Comunidad de Madrid. Para ello, en el
apartado siguiente se revisa el estado actual de la investigación sobre IA en
4 Tecnologías de inteligencia artificial al servicio […]
Hikma 25 (1) (2026), 1 - 36
traducción e interpretación médico-sanitaria, marco desde el que se justifica
la necesidad y pertinencia de este trabajo.
1. ESTADO DE LA CUESTIÓN: INTELIGENCIA ARTIFICIAL EN TRADUCCIÓN E
INTERPRETACIÓN MÉDICO-SANITARIA
La democratización de la inteligencia artificial (IA) generativa a finales
de 2022 (Eysenbach, 2023; Birhane et al., 2023) ha marcado un cambio de
paradigma en numerosos sectores, entre ellos, en el de la traducción e
interpretación. Conviene recordar, no obstante, que la industria de la
traducción e interpretación está acostumbrada a la incorporación de la IA
desde hace años, dado que la traducción automática (TA) –aunque a
diferente escala– constituye en sí misma una herramienta basada en IA
(Varga y Akhulkova, 2024).
Sin embargo, en el ámbito de la traducción e interpretación médico-
sanitaria, “no se ha investigado en profundidad la utilidad de la TA” (Trujillos-
Yébenes y Muñoz-Miquel, 2022, p. 58) y otras aplicaciones de IA –como los
grandes modelos del lenguaje–, por lo que la bibliografía en esta materia
resulta todavía escasa. La investigación existente puede articularse en torno
a tres líneas principales que conviene revisar para contextualizar el presente
estudio.
Una primera línea de trabajo se centra en el rendimiento de los
sistemas de TA para el trasvase de terminología y textos médicos. En este
sentido, Noll et al. (2023), en su revisión de alcance sobre la TA de
terminología médica estandarizada mediante procesamiento de lenguaje
natural (PLN), concluyen que, si bien las técnicas de traducción neuronal
están superando progresivamente a las estadísticas en calidad y coherencia
estilística, las traducciones automatizadas siguen necesitando de
perfeccionamiento antes de poder ser utilizadas directamente en entornos
clínicos. En una línea convergente, Haddow et al. (2021) abordan
específicamente la aplicación de la TA a la traslación de textos médicos,
mientras que el trabajo de Suárez Sampedro (2024) explora cómo los
sistemas de IA pueden contribuir a mejorar la comunicación entre médico y
paciente.
Una segunda línea de investigación amplía el foco hacia la integración
de la IA en la comunicación sanitaria más allá de la traducción de textos
especializados. La revisión sistemática de Dew et al. (2018) sobre el
desarrollo de tecnologías de TA para superar barreras lingüísticas en
entornos sanitarios concluye que, a pesar del potencial de estos sistemas, las
preocupaciones constantes sobre su precisión limitan su implantación
efectiva en contextos clínicos. Por su parte, Enríquez Raído (2024) explora el
uso y el potencial de la IA en la traducción de textos relacionados con la salud,
Irene Fuentes-Pérez y Manuel Flores-Sáenz 5
Hikma 25 (1) (2026), 1 - 36
que abarca tanto los motores de TA neuronal como los grandes modelos del
lenguaje. La autora subraya que la integración de estas tecnologías en el
ámbito sanitario se encuentra todavía en una fase incipiente y que, más allá
de la capacidad computacional, la comunicación médica requiere precisión
terminológica, sensibilidad cultural y una dimensión empática que los
sistemas actuales no garantizan por sí solos.
Una tercera línea, más escasa pero directamente relacionada con el
objetivo del presente estudio, recoge la perspectiva de los propios
profesionales y usuarios de estas tecnologías. En el panorama nacional,
Trujillos-Yébenes y Muñoz-Miquel (2022) entrevistan a traductores médicos
profesionales sobre el uso de la TA y constatan que estos reconocen su
utilidad, pero también sus limitaciones en cuanto a precisión y adecuación
contextual. Ricart Vayá y Jordán Enamorado (2022) analizan la eficacia de
Google Translate como herramienta de comunicación a través de entrevistas
a refugiados ucranianos en España y ponen de relieve tanto sus posibilidades
como sus carencias en situaciones de comunicación real. En el escenario
internacional, Gatsiou (2024) explora el potencial y las implicaciones éticas
de la IA en contextos sanitarios a través de encuestas a traductores y
formadores del sector, y Piccoli (2022) evalúa la utilidad de un motor de TA
en una interacción real en consulta médica. Finalmente, el artículo de
Fuentes-Pérez et al. (en prensa) aborda el uso de aplicaciones de IA en
consulta médica desde la perspectiva de la comunidad inmigrante en la
Comunidad de Madrid y Castilla-La Mancha.
En general, la mayoría de estos estudios se centran en investigar la
utilidad de la TA en textos médico-sanitarios, pero no suelen recoger el punto
de vista de los profesionales y usuarios de este sector con respecto a las
tecnologías de IA.
Ante esta escasez de investigación empírica que aborde la perspectiva
de los profesionales y usuarios de las tecnologías de IA en contextos
médicos, el presente estudio tiene como objetivo principal, como ya
adelantábamos anteriormente, establecer el grado de adopción de estas
aplicaciones para funciones de traducción e interpretación entre
profesionales médicos de la Comunidad de Madrid. De manera específica, se
pretende identificar las motivaciones que impulsan su uso, evaluar el nivel de
satisfacción con su implementación en la práctica clínica, y analizar las
limitaciones y alternativas que experimentan los profesionales, sobre todo en
comparación con los servicios de traducción e interpretación humanos. A
través de este estudio, esperamos contribuir al conocimiento científico en un
área poco explorada y abrir nuevas líneas de investigación sobre la
integración de estas tecnologías en el ámbito médico-sanitario.
6 Tecnologías de inteligencia artificial al servicio […]
Hikma 25 (1) (2026), 1 - 36
2. METODOLOGÍA
La metodología de este estudio se fundamenta en la aplicación de una
encuesta estructurada como instrumento principal de recopilación de datos,
que ha permitido obtener información sistematizada sobre las prácticas
actuales, las motivaciones y las limitaciones experimentadas por el colectivo
facultativo en relación con las tecnologías de IA.
2.1. Diseño y validación del instrumento
Para el desarrollo de esta investigación, se diseñó un cuestionario en
español en la herramienta Microsoft Forms, dirigido específicamente a
profesionales médicos de la Comunidad de Madrid. El instrumento constó de
20 ítems distribuidos conforme sigue:
• Bloque 1 (ítems 1-2): preguntas destinadas a confirmar la
participación voluntaria y el cumplimiento de los criterios de
inclusión y exclusión.
• Bloque 2 (ítems 3-7): perfil de la persona encuestada.
• Bloque 3 (ítems 8-11): servicios de traducción e interpretación
en el centro de trabajo.
• Bloque 4 (ítems 12-20): uso de tecnologías de IA
–herramientas de TA y sistemas de IA– para traducir e
interpretar en la práctica médica.
El proceso de validación del cuestionario se realizó mediante consulta
a expertos de los dos ámbitos disciplinares que nos ocupan. En primer lugar,
se sometió a revisión por parte de dos profesionales especializados en
traducción e interpretación, quienes evaluaron la pertinencia terminológica y
la claridad conceptual de los ítems relacionados con los servicios lingüísticos
y las tecnologías de traducción. Posteriormente, el instrumento fue revisado
por otros dos profesionales del ámbito médico para garantizar la adecuación
del lenguaje especializado, así como la relevancia y veracidad clínicas de las
cuestiones planteadas.
Una vez revisado y ajustado el cuestionario según las observaciones
de los expertos consultados, se procedió a solicitar la aprobación
correspondiente al Comité de Ética de Investigación y Experimentación
Animal de la Universidad de Alcalá con el fin de garantizar el cumplimiento de
los estándares éticos de investigación académica con seres humanos. No
obstante, el cuestionario se elaboró de forma que fuera totalmente anónimo,
por lo que no se recopiló dato personal alguno de los participantes en el
estudio. Para una visualización completa del cuestionario, consúltese el
anexo 1.
Irene Fuentes-Pérez y Manuel Flores-Sáenz 7
Hikma 25 (1) (2026), 1 - 36
2.2. Distribución del cuestionario y recopilación de datos
La estrategia de muestreo empleada fue de tipo no probabilístico por
conveniencia, utilizando la técnica de bola de nieve para la captación de
participantes (Mellinger y Hanson, 2017). Dado que uno de los investigadores
forma parte del personal facultativo de la Comunidad de Madrid, se estableció
un primer contacto directo con diez profesionales médicos mediante correo
electrónico, quienes posteriormente reenviaron el enlace al formulario a otros
compañeros de profesión de la comunidad, lo que facilitó la expansión de la
muestra. El periodo de recopilación de datos se extendió durante 54 días,
desde el 10 de marzo hasta el 2 de mayo de 2025, tiempo considerado
suficiente para obtener una muestra representativa del colectivo objeto de
estudio.
Los criterios de inclusión establecidos fueron los siguientes: ser
profesional médico en activo y desarrollar su actividad laboral en algún centro
sanitario de la Comunidad de Madrid, independientemente del tipo de centro
(hospital, centro de salud, consultorio, servicios de urgencias u otros
dispositivos asistenciales). Como criterio de exclusión se definió el no ejercer
profesionalmente en el ámbito geográfico delimitado para el estudio. El
proceso de selección se implementó mediante dos preguntas iniciales
destinadas a verificar los criterios de participación. El primer ítem solicitaba el
consentimiento informado para la participación voluntaria y anónima en el
estudio, obteniendo 206 respuestas afirmativas. El segundo ítem verificaba el
cumplimiento del criterio de inclusión principal mediante la pregunta “¿Trabaja
en la actualidad en un centro sanitario de la Comunidad de Madrid?”, lo que
resultó en 202 respuestas válidas que conformaron la muestra definitiva del
estudio.
3. ANÁLISIS E INTERPRETACIÓN DE RESULTADOS
En este apartado se presenta el análisis de los resultados obtenidos de
los 202 participantes, junto con una breve interpretación de cada uno de los
ítems, en función de los tres bloques principales en los que se vertebra la
encuesta a profesionales médicos.
3.1. Perfil de la persona encuestada (ítems 3-7)
La primera pregunta de este bloque, de elección múltiple, solicitaba a
las personas participantes que indicaran en qué centro o centros sanitarios
trabajaban (ítem 3). Para ello, se ofreció a los encuestados un listado basado
en las opciones de centros sanitarios de la red pública que figura en la web
de la Comunidad de Madrid (s.f.). Así, del total de los 202 participantes, se
obtuvieron 281 respuestas, que quedan repartidas conforme se representa
en el Gráfico 1:
8 Tecnologías de inteligencia artificial al servicio […]
Hikma 25 (1) (2026), 1 - 36
Gráfico 1. Ítem 3 del cuestionario: “Por favor, indique en qué
centro(s) sanitario(s) trabaja en la actualidad”
Fuente. Elaboración propia
Casi la mitad de la muestra está formada por profesionales de la
medicina que trabajan en centros de salud (43,41 %), seguidos por aquellos
que realizan su labor en centros de especialidad (23,13 %), en hospitales
(14,59 %) y en urgencias de atención primaria de la Comunidad de Madrid
(11,39 %). A pesar de que la muestra es a pequeña escala, los datos
recogidos en este ítem 3 del cuestionario coinciden de manera considerable
con la información del Ministerio de Sanidad (2024), la cual indica que la
mayoría de los facultativos de la comunidad trabajan, en primer lugar, en
atención primaria –desplegados en centros de salud y consultorios–; en
segundo lugar, en hospitales; y, seguidamente, en centros de especialidades
y en urgencias, respectivamente.
A continuación, quisimos conocer la especialidad de los profesionales
encuestados (ítem 4) y, para ello, se elaboró una pregunta con un
desplegable que recogía todas las especialidades médicas disponibles en
España según el listado del Real Decreto 183/2008 –actualizado por última
vez en 2025–, por el que se determinan y clasifican dichas especialidades
(Real Decreto, 183/2008). Dado que este listado comprende casi 50
especialidades de la medicina, en la Tabla 1 se han omitido las
Irene Fuentes-Pérez y Manuel Flores-Sáenz 9
Hikma 25 (1) (2026), 1 - 36
especialidades sin respuesta y se presentan únicamente aquellas
seleccionadas por las personas participantes:
Especialidad
Número de
respuestas
Porcentaje
(%)
Cardiología
2
1 %
Cirugía general y del aparato digestivo
1
0,5 %
Cirugía ortopédica y traumatología
40
20 %
Dermatología médico-quirúrgica y venereología
2
1 %
Medicina familiar y comunitaria
108
54 %
Medicina física y rehabilitación
1
0,5 %
Obstetricia y ginecología
4
2 %
Pediatría y sus áreas específicas
13
6,5 %
Psiquiatría
20
10 %
Urología
1
0,5 %
Otros
10
5 %
Tabla 1. Ítem 4 del cuestionario: “Seleccione del desplegable la especialidad
en la que trabaja”
Fuente. Elaboración propia
La mayoría de los profesionales encuestados se dedican a la medicina
familiar y comunitaria (54 %), seguidos de aquellos que ejercen la cirugía
ortopédica y traumatología (20 %) y, en menor medida, la psiquiatría (10 %)
y la pediatría (6,5 %). De nuevo, teniendo en cuenta la limitación del número
de la muestra, se podría afirmar que la población participante en nuestro
estudio refleja el panorama de perfiles profesionales de la medicina en
España. De acuerdo con los estudios de Barber Pérez y González López-
Valcárcel (2009, 2022, 2024), quienes analizan la oferta y necesidad de
especialistas médicos en España, el listado de facultativos suele estar
encabezado por aquellos que ejercen la medicina familiar y comunitaria,
seguidos de especialidades como la pediatría, la obstetricia y ginecología, la
cirugía ortopédica y traumatología y la psiquiatría.
A continuación, se preguntó a las personas participantes sobre su
dominio de otros idiomas además del español (ítem 5). De los 202
encuestados, poco más de la mitad (51 %) declaró no tener competencia en
otras lenguas. Sin embargo, los resultados están realmente divididos, ya que
el 49 % restante declaró conocer al menos un idioma adicional. Para aquellos
que habían contestado afirmativamente, se habilitaron dos preguntas
adicionales: los idiomas en los que tenían competencias lingüísticas (ítem 6)
y el nivel de dichas competencias (ítem 7). En lo que respecta a los idiomas
(ítem 6), los resultados se presentan en la Tabla 2 que sigue:
10 Tecnologías de inteligencia artificial al servicio […]
Hikma 25 (1) (2026), 1 - 36
Idioma
Número de
respuestas
Porcentaje (%)
Alemán
4
3,2 %
Árabe
0
0 %
Francés
19
15,2 %
Inglés
91
72,8 %
Italiano
4
3,2 %
Portugués
5
4 %
Ruso
1
0,8 %
Otros
1
0,8 %
Tabla 2. Ítem 6 del cuestionario: “Seleccione el/los idioma/s”
Fuente. Elaboración propia
Nótese que, si bien esta pregunta estaba activa para 99 participantes
–el 49 % que cuenta con competencias lingüísticas en otros idiomas–, este
ítem 6 arrojó un total de 125 respuestas. Este dato sugiere que, en promedio,
cada profesional de la medicina con competencias lingüísticas adicionales
declara conocer aproximadamente 1,26 idiomas. Si observamos los datos de
la Tabla 2, no sorprende que el inglés –lingua franca y “el idioma por
excelencia de la comunicación médica” (Muñoz-Miquel, 2014, p. 172)– esté a
la cabeza del listado (72,8 %), seguido, muy de lejos, por el francés (15,2 %)
y, en menor medida, el portugués (4 %), el alemán y el italiano (3,2 %); la
mayoría de ellos –a excepción del alemán– idiomas oficiales de nuestros
países vecinos.
Con respecto al nivel de competencia lingüística (ítem 7), a efectos de
este trabajo, se ha estimado oportuno analizar las competencias de manera
conjunta; esto es, los niveles de competencia se han tratado de forma
agregada, sin distinguir a qué idioma corresponde cada uno, ya que el
objetivo era identificar una tendencia general en el perfil lingüístico de las
personas encuestadas.
Nivel de competencia lingüística
Número de
respuestas
Porcentaje
(%)
Básico: entiende y puede comunicar necesidades
básicas
18
14,4 %
Intermedio: puede mantener conversaciones
cotidianas
63
50,4 %
Avanzado: se comunica con fluidez
26
20,8 %
Nativo o bilingüe: dominio completo del idioma
18
14,4 %
Tabla 3. Ítem 7 del cuestionario: “Para cada uno de los idiomas que haya
seleccionado en la pregunta anterior, indique si se trata de competencia
básica, intermedia, avanzada o nativa/bilingüe”
Fuente. Elaboración propia
Irene Fuentes-Pérez y Manuel Flores-Sáenz 11
Hikma 25 (1) (2026), 1 - 36
Los datos ponen de manifiesto que, si bien la mayoría de los
profesionales médicos tiene un nivel intermedio de otro idioma (50,4 %),
sorprende que, si aunamos aquellos que cuentan con competencias
avanzadas, nativas o bilingües, el número asciende a un considerable
35,2 %, mientras que un 14,4 % maneja un nivel básico. Estos datos nos
servirán posteriormente en nuestro análisis para conocer si la competencia
lingüística afecta de alguna manera al uso de aplicaciones de IA en la práctica
médica para funciones de traducción e interpretación (véase Tabla 6).
3.2. Servicios de traducción e interpretación en el centro de trabajo (ítems
8-11)
En la primera pregunta de este bloque, se solicitó a las personas
encuestadas que indicaran si su centro de trabajo principal contaba con
servicios de traducción e interpretación humanos (ítem 8). Los resultados se
representan visualmente a continuación en el Gráfico 2:
Gráfico 2. Ítem 8 del cuestionario: “¿Su centro de
trabajo cuenta con servicios de traducción e
interpretación propios?”
Fuente. Elaboración propia
Sorprende gratamente que casi el 71 % de los centros sanitarios de la
Comunidad de Madrid, donde trabaja la muestra de nuestro estudio, cuente
con servicios de traducción e interpretación humanos, ya que, como señalaba
12 Tecnologías de inteligencia artificial al servicio […]
Hikma 25 (1) (2026), 1 - 36
Rodríguez Melchor (2014) en un estudio de hace diez años escasos, no era
habitual encontrar este servicio en el sistema de salud de España:
En el ámbito sanitario, nuestros hospitales y centros de salud
carecen en su mayoría de servicios de interpretación propios, como
mucho ofrecen interpretación telefónica y, desgraciadamente, a
falta de un intérprete se recurre a soluciones ad hoc, que muchas
veces implican la mediación lingüística de conocidos o familiares, a
veces incluso niños, que acompañan a los pacientes. (p. 189)
Por su parte, apenas un tímido 5 % indica que su centro no cuenta con
estos servicios, aunque puede resultar preocupante que casi el 25 % de los
profesionales de la medicina encuestados desconozcan si estos servicios son
una realidad en su lugar de trabajo. Esto también se refleja en el trabajo de
Pena Díaz (2023), quien entrevista a profesionales médicos en torno a la
comunicación intercultural: “[l]os médicos no conocían los servicios de
interpretación o mediación de su organización. No sabían si podían contratar
intérpretes externos y ninguno de ellos lo había hecho nunca” (p. 32).
En el caso de estos dos últimos grupos, la siguiente pregunta que se
habilitaba correspondía al ítem 12 del tercer y último bloque del cuestionario,
por lo que, para los ítems 9-11 de este segundo bloque, se han tenido en
cuenta las respuestas del 71 % –143 profesionales– que afirmaba que su
centro de trabajo sí contaba con servicios de traducción e interpretación.
Así, se solicitó a este grupo de la muestra que definiera el servicio
según su modalidad (ítem 9), cuyas respuestas recogemos en la Tabla 4 que
figura a continuación:
Modalidad del servicio
Número de
respuestas
Porcentaje
(%)
Traducción e interpretación presencial
111
42,2 %
Traducción e interpretación en remoto
137
52,1 %
Otros
15
5,7 %
Tabla 4. Ítem 9 del cuestionario: “¿Qué tipo de servicios de traducción e
interpretación son?”
Fuente. Elaboración propia
Los resultados, aunque equilibrados entre las dos modalidades de
traducción e interpretación principales, muestran una ligera preferencia por la
práctica en remoto, con un 52,1 % de los votos, en línea con la tendencia
regional y nacional (Gallego et al., 2011; Faya Ornia, 2016; Álvaro Aranda y
Lázaro Gutiérrez, 2021). No obstante, la modalidad presencial también
representa una parte significativa, ya que alcanza el 42,2 % del total.
Asimismo, se debe tener en cuenta que, si bien contamos con la participación
Irene Fuentes-Pérez y Manuel Flores-Sáenz 13
Hikma 25 (1) (2026), 1 - 36
de 143 profesionales para este ítem, se recogieron un total de 263
respuestas, indicador de que, en la mayoría de los casos, ambas
modalidades coexisten en el sistema de salud. Dado el número considerable
de respuestas en “Otros”, estimamos oportuno presentarlas en la siguiente
tabla:
Número de
respuestas
Otras respuestas relativas a la modalidad del servicio
5
Pienso que ambos.
3
No lo sé / No estoy segura.
2
¿?
1
Desconozco si los dos o solo una modalidad.
1
Pienso que presencial también.
1
Seguro que remoto. No he visto nunca servicio presencial en mi
experiencia médica.
1
Diría que en teléfono y presencial. El presencial no está siempre
disponible.
1
¿Ambos? Telefónico seguro que sí.
Tabla 5. Ítem 9 del cuestionario, respuestas de la categoría “Otros”
Fuente. Elaboración propia
Esta falta de claridad sugiere que la comunicación sobre la
disponibilidad y el acceso a estos servicios podría no estar llegando de
manera efectiva a todo el personal médico. Por otro lado, las personas
encuestadas también apuntan a que “no han visto nunca servicio presencial”
en su experiencia médica y que “el presencial no está siempre disponible”, lo
que indica una percepción de limitado acceso de la modalidad presencial.
Seguidamente, se solicitó a los 143 participantes que señalaran si
empleaban o habían hecho uso alguna vez de estos servicios de traducción
e interpretación durante la práctica médica (ítem 10):
14 Tecnologías de inteligencia artificial al servicio […]
Hikma 25 (1) (2026), 1 - 36
Gráfico 3. Ítem 10 del cuestionario: “¿Ha hecho uso alguna
vez de estos servicios de traducción e interpretación?”
Fuente. Elaboración propia
De nuevo, sorprende gratamente que la gran mayoría de los
profesionales médicos participantes hayan contado con estos servicios
(60,84 %), si bien casi el 40 % de ellos ha decidido no utilizarlos o nunca ha
tenido la necesidad de recurrir a ellos. Estos datos contrastarían con el trabajo
de Valero-Garcés (2006), quien subrayaba entonces que “no se ven todavía
[en los centros de salud y hospitales] materiales en otras lenguas ni personal
contratado” (p. 70), siendo la opción más habitual la de sugerir al paciente
que vaya acompañado por otra persona o servirse del personal del centro
para las labores de traducción e interpretación. No obstante, como sugería
entonces Valero-Garcés (2006) y como se confirma en este trabajo, “la
situación parece estar cambiando en algunas zonas de la CAM [Comunidad
de Madrid], como son por ejemplo los hospitales Ramón y Cajal, el hospital
Niño Jesús, o el Gregorio Marañón […]” (p. 70).
A modo de cierre de este bloque, el último ítem se configuró para
determinar el grado de satisfacción de los usuarios con los servicios de
traducción e interpretación del centro (ítem 11). Las respuestas de los 143
profesionales de la medicina se ilustran en el Gráfico 4 que sucede:
Irene Fuentes-Pérez y Manuel Flores-Sáenz 15
Hikma 25 (1) (2026), 1 - 36
Gráfico 4. Ítem 11 del cuestionario: “¿Cómo de satisfecho/a está con los
servicios de traducción e interpretación de su centro de trabajo?”
Fuente. Elaboración propia
Como se desprende del Gráfico 4, la gran mayoría de los profesionales
médicos encuestados –con un nada desdeñable 60,9 % de los votos– afirma
estar “muy satisfecho/a” con los servicios de traducción e interpretación del
centro. Conviene señalar que, aunque un tímido 10,3 % elige la opción “poco
satisfecho/a” y un 21,8 % se mantiene neutro, ninguno de los encuestados
indica estar “nada satisfecho/a” (0 %). Estos datos ponen de manifiesto la
labor fundamental del traductor e intérprete médico-sanitario y revelan un alto
grado de aceptación y valoración de su servicio entre los profesionales de la
salud, lo que sigue la línea del estudio de Faya Ornia (2016), sobre todo en
lo que respecta a la situación de Madrid:
Todos los participantes [profesionales médicos] han afirmado que
han encontrado muy útil este servicio [servicio de traducción e
interpretación que ofrece el hospital] y que no han percibido en
ningún momento una falta de comprensión grave por parte del
intérprete. Por este motivo, destacan positivamente la importancia
de estos servicios para eliminar la barrera lingüística […]. (p. 548)
16 Tecnologías de inteligencia artificial al servicio […]
Hikma 25 (1) (2026), 1 - 36
3.3. Uso de herramientas de TA y nuevos sistemas de IA para traducir e
interpretar en la práctica médica (ítems 12-20)
La primera pregunta de este bloque solicitaba al total de participantes
que confirmaran si empleaban o, en su defecto, habían hecho uso alguna vez
de herramientas de TA o nuevos sistemas de IA –como los grandes modelos
del lenguaje– para labores de traducción e interpretación en la práctica
médica (ítem 12). Estos resultados se ilustran en el Gráfico 5:
Gráfico 5. Ítem 12 del cuestionario: “¿Utiliza o ha utilizado herramientas de
traducción automática (Google Translate, DeepL) o sistemas de inteligencia
artificial (grandes modelos del lenguaje: ChatGPT, Copilot, Perplexity) para
traducir o interpretar (documentos, pacientes, etc.)?”
Fuente. Elaboración propia
Conviene recordar que, para esta pregunta del nuevo bloque, se contó
con la participación del total de la muestra, esto es, con los 202 profesionales
médicos. De ellos, 114 respondieron que sí empleaban estas herramientas
durante la práctica médica (56,44 %), frente a la minoría de participantes
–88– que no hacían uso o no habían hecho uso anteriormente de ellas
(43,56 %). En este sentido, el uso generalizado de herramientas de IA con
fines de traducción e interpretación en la práctica médica, que hasta hace
unos años habría resultado impensable, se está convirtiendo en una realidad
cada vez más extendida, como queda constatado en distintos trabajos
Irene Fuentes-Pérez y Manuel Flores-Sáenz 17
Hikma 25 (1) (2026), 1 - 36
recientes (véase Gamboa Maresz, 2020; Trujillos-Yébenes y Muñoz-Miquel,
2022).
Asimismo, quisimos conocer la relación entre el uso de las tecnologías
de IA (ítem 12) y la competencia lingüística de los encuestados (ítem 7) con
el fin de determinar si, como pudiera parecer lógico, aquellos con una
competencia más baja son los que hacen uso de estas aplicaciones. Del total
de los 114 profesionales que sí las emplean, las competencias lingüísticas se
dividen conforme sigue en la Tabla 6:
Nivel de competencia lingüística de las
personas que utilizan tecnologías de IA para
traducir e interpretar durante la práctica médica
Número de
respuestas
Porcentaje
(%)
Básico
13
11,4 %
Intermedio
31
27,2 %
Avanzado
13
11,4 %
Nativo o bilingüe
4
3,5 %
Sin competencia lingüística
53
46,5 %
Tabla 6. Relación entre los ítems 7 y 12 del cuestionario
Fuente. Elaboración propia
Los dos grandes grupos de esta relación se dividen entre aquellos que
utilizan las tecnologías de IA y sí cuentan con competencia lingüística en otro
idioma (53,5 %) y aquellos que no (46,5 %). Por tanto, estos primeros datos
apuntan a que el uso de estas herramientas está muy extendido entre los
profesionales, independientemente de su nivel de dominio de un idioma
extranjero. Si profundizamos en el grupo con competencias lingüísticas, el
grupo que emplea más esta tecnología es el formado por aquellos con una
competencia intermedia (27,2 %), aunque sorprende que el porcentaje con
competencias básica y avanzada sea exactamente el mismo (11,4 %) y, en
menor medida, como era esperado, con competencia nativa o bilingüe
(3,5 %).
Por otro lado, como nota aclaratoria, conviene señalar que el resto del
cuestionario se habilitó únicamente para aquellos que habían respondido
afirmativamente a este ítem, por lo que, a partir de la pregunta 13, partimos
de las respuestas de 114 profesionales facultativos. Así, seguidamente, se
interrogó a estos participantes sobre el tipo de herramientas que empleaban
durante la praxis médica (ítem 13), haciendo una distinción entre los dos
grandes tipos de tecnologías de IA: la TA y los grandes modelos del lenguaje.
18 Tecnologías de inteligencia artificial al servicio […]
Hikma 25 (1) (2026), 1 - 36
Aplicación de IA
Número de respuestas
Porcentaje (%)
Motores de TA
60
38 %
Grandes modelos del lenguaje
99
62 %
Otros
0
0 %
Tabla 7. Ítem 13 del cuestionario: “¿Qué tipo de aplicaciones de IA utiliza o ha
utilizado durante la práctica médica”
Fuente. Elaboración propia
Como se observa en la Tabla 7, existe una clara preferencia por parte
de los profesionales médicos hacia el uso de los grandes modelos del
lenguaje (62 %), que supera con creces al porcentaje correspondiente a los
motores de TA (38 %). De nuevo, cabe recalcar que, al tratarse de una
pregunta de elección múltiple, el número de respuestas –159– es superior al
de los participantes –114–, por lo que se entiende que varios de los
profesionales encuestados emplean o han empleado ambas en su labor
médica con fines de traducción e interpretación. Por otro lado, debido a la
rápida democratización de la IA generativa en los últimos tres años y a la
popularidad que ha ganado entre los usuarios, sobre todo con fines de TA,
no sorprende que los resultados estén claramente inclinados hacia los
grandes modelos del lenguaje. Así lo respalda también el último informe de
la European Language Industry (ELIS, 2025, p. 34), donde se constata que
“[g]enerative AI is most often used as an alternative for machine translation”.
A continuación, el ítem 14 se configuró para conocer la frecuencia de
uso de estas aplicaciones con fines de traducción e interpretación durante la
práctica médica. Estos resultados se ilustran en el Gráfico 6:
Irene Fuentes-Pérez y Manuel Flores-Sáenz 19
Hikma 25 (1) (2026), 1 - 36
Gráfico 6. Ítem 14 del cuestionario: “¿Con qué frecuencia utiliza estas
aplicaciones?”
Fuente. Elaboración propia
Los datos recogidos en esta pregunta apuntan a que los profesionales
de la medicina encuestados las emplean de manera ocasional (46,50 %) o
muy a menudo (35,96 %), seguidos por aquellos que las usan “casi nunca”
(12,28 %) y, en última instancia, “a diario” (5,26 %). A grandes rasgos, la idea
que se desprende del Gráfico 6 es que el uso de estas herramientas y
sistemas es considerablemente elevado. Al recurrir a ellos con regularidad,
se entiende, por tanto, que los participantes tienen cierto grado de familiaridad
y los consideran un recurso de apoyo para superar las barreras lingüísticas
con aquellos pacientes no hispanohablantes.
No obstante, con el fin de profundizar en el uso elevado de estas
aplicaciones, se preguntó a los encuestados por cinco aspectos
fundamentales: el motivo de uso (ítem 15), la finalidad de uso (ítem 16), las
limitaciones de uso (ítem 17), las alternativas de uso (ítem 18) y su grado de
satisfacción con las mismas de cara a las funciones de traducción e
interpretación durante la práctica médica (ítem 19).
20 Tecnologías de inteligencia artificial al servicio […]
Hikma 25 (1) (2026), 1 - 36
En lo relativo al motivo de uso (ítem 15), se elaboró una pregunta de
elección múltiple con diferentes opciones y los resultados quedaron
distribuidos conforme se presentan en la Tabla 8:
Motivo de uso
Número de
respuestas
Porcentaje
(%)
Bajo o ningún coste
28
12,4 %
Buenos resultados
6
2,7 %
Eficiencia en tiempo y rápida accesibilidad
91
40,4 %
Facilidad de uso
94
41,8 %
No disponemos de servicios de traducción e
interpretación humanas
5
2,2 %
Otros
1
0,4 %
Tabla 8. Ítem 15 del cuestionario: “¿Por qué utiliza estas aplicaciones en la
práctica médica?”
Fuente. Elaboración propia
De forma abrumadora, los dos pilares principales son la facilidad de
uso (41,8 %) y la eficiencia en tiempo o la rápida accesibilidad (40,4 %) que,
en conjunto, representan más del 82 % de las respuestas. Esto indica que los
profesionales valoran enormemente la inmediatez y la accesibilidad de estas
aplicaciones, lo cual resulta comprensible si se considera el contexto
asistencial: los tiempos de consulta –concretamente en el caso de medicina
familiar y pediatría– son de 10 y 15 minutos por paciente en la Comunidad de
Madrid (Comunidad de Madrid, 2023, párr. 2), y los tiempos de espera para
ser atendido en atención primaria han aumentado en los últimos años
(Ministerio de Sanidad, 2024, p. 104), lo que puede implicar que existe poco
margen para recurrir a servicios de interpretación humana. Desde el punto de
vista clínico, conviene recordar que, en consultas de 10 a 15 minutos, la
anamnesis –primer contacto entre médico y paciente– constituye el eje
central del acto médico y depende de una comunicación rigurosa. Pequeñas
imprecisiones en la transmisión de síntomas, antecedentes personales,
alergias o tratamientos en curso pueden tener relevancia diagnóstica y
terapéutica, lo que explica que la inmediatez se convierta en un criterio
determinante en la práctica asistencial diaria.
Por su parte, aunque el bajo coste es un factor relevante (12,4 %),
resulta particularmente significativo que las razones vinculadas directamente
con la calidad del resultado tengan un peso casi marginal (2,7 %), lo que pone
de manifiesto que, en la elección de estas herramientas, prima la practicidad
sobre la calidad del resultado. Aunque no puede afirmarse de forma
concluyente a partir de estos datos que los profesionales consideren
insuficiente la precisión de la IA, este hallazgo es coherente con trabajos
Irene Fuentes-Pérez y Manuel Flores-Sáenz 21
Hikma 25 (1) (2026), 1 - 36
como el de Trujillos-Yébenes y Muñoz-Miquel (2022), quienes señalan que
“la TA todavía no puede producir traducciones que imiten en su totalidad al
cerebro humano y siempre será necesaria la figura de un revisor que dé ese
“toque humano y nativo” que necesitan las TA” (p. 69).
Por último, la muy baja mención a la falta de servicios humanos (2,2 %)
como motivo indica que este no es el factor decisivo en la elección de estas
herramientas, aunque no permite determinar si, de disponer de servicios de
interpretación humana, los profesionales los preferirían frente a la mayor
inmediatez que ofrece la IA. En la categoría de “Otros”, uno de los
participantes señala que nunca ha visto intérpretes en su centro de salud. En
definitiva, los datos recogidos en este ítem apuntan a que la adopción de
estas herramientas responde principalmente a criterios pragmáticos –como
la rapidez y la accesibilidad– durante la práctica médica, más que a una
preferencia basada en la calidad del resultado o a la ausencia de alternativas
humanas.
Por su parte, el ítem 16 –también de elección múltiple– arroja luz sobre
la finalidad de uso de estas aplicaciones de IA en la práctica médica. Las
categorías de respuesta se basan en el listado utilizado en un estudio previo
sobre el uso de aplicaciones de IA en contextos médico-sanitarios de
Fuentes-Pérez et al. (en prensa), como se muestra a continuación en la Tabla
9:
Finalidad de uso
Número de
respuestas
Porcentaje
(%)
Comprensión de historiales médicos (por
ejemplo, abreviaturas de otros profesionales)
13
5,9 %
Comunicación general con pacientes y familiares
71
32,4 %
Descripción de tratamientos
17
7,8 %
Explicación de diagnósticos
26
11,9 %
Obtención de consentimiento informado
44
20,1 %
Traducir imágenes aportadas por el paciente
47
21,5 %
Otros
1
0,5 %
Tabla 9. Ítem 16 del cuestionario: “¿Para qué utiliza estas aplicaciones?”
Fuente. Elaboración propia
En este caso, se recogieron un total de 219 respuestas de los 114
participantes. Como sugieren los datos presentados en la Tabla 9, el análisis
de las finalidades de uso revela que los profesionales sanitarios emplean
estas aplicaciones principalmente como un puente de comunicación directa y
pragmática con pacientes y familiares, siendo la comunicación general
(32,4 %) la finalidad más frecuente. Sin embargo, resulta notable –y
potencialmente cuestionable– que su uso se extienda a ámbitos de alta
22 Tecnologías de inteligencia artificial al servicio […]
Hikma 25 (1) (2026), 1 - 36
responsabilidad clínica y legal, como la traducción de imágenes médicas
(21,5 %) y la obtención del consentimiento informado (20,1 %), lo que sugiere
un nivel de confianza considerable en la tecnología para procesos sensibles
que tradicionalmente requieren precisión absoluta y, en la mayoría de las
ocasiones, mediación cultural (Lázaro Gutiérrez, 2010; Valero-Garcés y
Wahl-Kleiser, 2014).
En cambio, su aplicación para tareas más técnicas o diagnósticas,
como la comprensión de historiales (5,9 %) o la explicación detallada de
diagnósticos (11,9 %), es significativamente menor. Por último, uno de los
encuestados (0,5 %) indica que las utiliza para “traducir estudios sobre
medicina”. En general, los datos indican que la IA se percibe como una
solución rápida en interacciones urgentes o cotidianas, pero su adopción en
contextos de alto riesgo plantea importantes interrogantes sobre la calidad, la
exactitud y las implicaciones ético-legales de su uso en la práctica clínica.
Por lo que respecta a las limitaciones de uso de estas aplicaciones de
IA (ítem 17), en la Tabla 10 se recogen las 365 respuestas de esta pregunta
de elección múltiple. Estas limitaciones de uso fueron también adaptadas del
listado propuesto en Fuentes-Pérez et al. (en prensa):
Limitaciones de uso
Número de
respuestas
Porcentaje
(%)
Alucinaciones de IA
81
22,2 %
Barreras culturales
33
9 %
Barreras lingüísticas complejas (lenguas de
menor difusión o idiomas menos conocidos)
23
6,3 %
Cuestiones de privacidad
34
9,3 %
Errores de traducción especializada
111
30,4 %
Pérdida de matices emocionales
81
22,2 %
Otros
2
0,5 %
Tabla 10. Ítem 17 del cuestionario: “¿Qué limitaciones ha experimentado con
estas aplicaciones?”
Fuente. Elaboración propia
La principal limitación, representada por una clara mayoría del 30,4 %
de las respuestas, la constituyen los errores de traducción especializada del
ámbito médico, lo que pone de manifiesto que la terminología de este campo
representa el primer obstáculo para la IA. En esta línea, en su estudio sobre
las competencias del traductor médico, Muñoz-Miquel (2014, p. 173) señala
que, de doce informantes, el 80 % indica que “[l]a comprensión de contextos
especializados se configura como el principal problema” y el mismo
porcentaje de entrevistados subraya “la equivalencia terminológica” como
Irene Fuentes-Pérez y Manuel Flores-Sáenz 23
Hikma 25 (1) (2026), 1 - 36
segundo obstáculo; dificultades que no se pueden solventar en la actualidad
a través de la IA, como desprenden los datos recogidos.
De forma igualmente percibida, las alucinaciones de IA y la pérdida de
matices emocionales comparten el segundo puesto, cada una con un 22,2 %
de los votos. En menor medida, las cuestiones de privacidad (9,3 %) y las
barreras culturales (9 %) emergen como obstáculos que, en el caso de la
adaptación cultural, pueden llevar a malentendidos que afecten a la
adherencia al tratamiento o a la comprensión de instrucciones, como apunta
el estudio de Ramada-Rodilla et al. (2013). En última instancia, el hecho de
que existan barreras lingüísticas complejas (6,3 %) para idiomas menos
difundidos subraya la falta de entrenamiento de algunas de estas
herramientas para las lenguas de menor difusión o minoritarias, tal y como
confirma el trabajo de Fuentes-Pérez et al. (en prensa). En la categoría de
“Otros” (0,5 %), encontramos los dos comentarios siguientes: “Ninguna
[limitación], lo he usado poco” y “Dificultad para evaluar la esfera del lenguaje
dentro de la exploración psicopatológica”.
Asimismo, se les solicitó a los encuestados que jerarquizaran sus
preferencias de actuación –asignando la prioridad más alta a la opción de su
elección– en el supuesto de detectar un error de traducción o interpretación
generado por una aplicación de IA (ítem 18). En el Gráfico 7
1
, se ilustra la
distribución de las respuestas proporcionadas por los profesionales médicos:
1
Por cuestiones de espacio, en el Gráfico 7, se incluye el número de las respuestas recibidas en
lugar de los porcentajes.
24 Tecnologías de inteligencia artificial al servicio […]
Hikma 25 (1) (2026), 1 - 36
Gráfico 7. Ítem 18 del cuestionario: “En caso de detectar un error de traducción
o interpretación por parte de estas aplicaciones, ¿qué haría? (Ordene de arriba
abajo, siendo la primera posición lo primero que haría y la última fila, lo último
que haría)”
Fuente. Elaboración propia
Así, ante un error de traducción o interpretación por parte de una
aplicación de IA, la abrumadora mayoría de los profesionales médicos
encuestados, con 98 respuestas –86 %–, tiene como primera elección
intentar comunicarse por sus propios medios o a través de su propia
competencia lingüística, lo que refleja una clara preferencia inicial por una
solución de carácter inmediato y autónomo. Sin embargo, en el ya citado
estudio de Pena Díaz (2023), la autora expone la cuestionable comunicación
efectiva entre médico y paciente en estos casos:
2. ¿Qué hace cuando tiene pacientes extranjeros con los que no
puede comunicarse en español?
En esas situaciones, afirmaron que intentaban comunicarse en un
idioma común. Esta solución plantea la cuestión de si médico y
paciente pueden hablar con fluidez, cuál es su nivel de dominio de
dicha lengua común y si están familiarizados con la terminología
sanitaria específica en dicho idioma. Cuando no es posible el uso
de una lengua común, los clínicos suelen preguntar a los pacientes
Irene Fuentes-Pérez y Manuel Flores-Sáenz 25
Hikma 25 (1) (2026), 1 - 36
si tienen algún acompañante que se comunique mejor en español.
(p. 31)
Esta última oración de la autora nos conduce también a la segunda
opción mayoritaria de la muestra, con 78 respuestas –68,4 %–, que no es otra
que la de mediar a través de un familiar del paciente, en línea con lo señalado
por Pena Díaz (2023). No obstante, los resultados divergen en la jerarquía de
recursos posteriores. En nuestro estudio, solo en tercer lugar y de forma
mayoritaria –60 respuestas o el 52,6 %–, se opta por solicitar un traductor o
intérprete humano, lo que sugiere que, a pesar de ser la solución ideal en
términos de calidad, se percibe como un recurso menos accesible o que
requiere más tiempo, lo que podría indicar que, en la práctica asistencial, los
facultativos priorizan la inmediatez sobre la calidad de la comunicación o que,
al menos, la calidad no constituye su principal preocupación en el momento
de elegir una solución. Sin embargo, el uso de otra aplicación de IA se
consolida principalmente como una cuarta alternativa con 77 respuestas
–67,5 %–, por detrás del factor humano. En cambio, en el trabajo de Pena
Díaz (2023), se señala que los médicos recurren a la TA cuando la
comunicación a través de familiares no resulta satisfactoria, lo que pone de
relieve una mayor centralidad de la tecnología en la secuencia de actuación:
Todos los clínicos habían recurrido en algún momento a familiares,
pero afirmaron que no era todo lo satisfactorio que desearían, por
lo que suelen recurrir a la traducción automática (TA) en línea, como
Google Translate. (p. 32)
Como opción menos deseable se encuentra la de posponer la consulta,
que fue abrumadoramente elegida como la última opción (100 %). Por tanto,
esta jerarquía de acciones revela un orden pragmático que prioriza la
inmediatez y los recursos disponibles, dejando los procedimientos más
formales y precisos para escalones posteriores.
Por su parte, también se solicitó a los profesionales de la medicina
encuestados que reflejaran su grado de satisfacción con el uso de las
aplicaciones de IA para labores de traducción e interpretación (ítem 19),
cuyas respuestas recogemos en el Gráfico 8:
26 Tecnologías de inteligencia artificial al servicio […]
Hikma 25 (1) (2026), 1 - 36
Gráfico 8. Ítem 19 del cuestionario: “¿Cómo de satisfecho/a está con el uso de
estas aplicaciones en la práctica médica?”
Fuente. Elaboración propia
Con un abrumador 79,8 %, una clara mayoría de los participantes
afirmó estar “poco satisfecho/a” con el uso de la IA en la práctica médica para
tareas de traducción e interpretación. Si comparamos estos resultados con
los del ítem 11 (Gráfico 4), para esta misma categoría, recordemos que
únicamente un 10,3 % de los encuestados sostenía estar “poco satisfecho/a”
con los servicios de traducción e interpretación humanos. En cambio,
aproximadamente el 61 % señalaba estar “muy satisfecho/a” con estos
servicios, lo que dista considerablemente del 10,5 % que afirma estar “muy
satisfecho/a” con el uso de la IA para estas labores. Por lo tanto, los datos
revelan una brecha significativa en el nivel de satisfacción de los
profesionales, quienes muestran una marcada preferencia y confianza en los
servicios humanos de traducción e interpretación frente a los proporcionados
por la IA en entornos médicos.
Por último, la encuesta concluía con un espacio opcional para que los
participantes incluyeran aportaciones adicionales si lo deseaban (ítem 20),
aunque no se recibieron comentarios.
Irene Fuentes-Pérez y Manuel Flores-Sáenz 27
Hikma 25 (1) (2026), 1 - 36
CONCLUSIONES
El presente estudio revela un panorama complejo y en transición en lo
que respecta al uso de la IA para funciones de traducción e interpretación en
la práctica médica de la Comunidad de Madrid. Los resultados ponen de
manifiesto una adopción significativa de estas tecnologías entre el personal
facultativo, impulsada principalmente por consideraciones pragmáticas más
que por la calidad de los resultados obtenidos. En concreto, la facilidad e
inmediatez de uso se presentan como los factores determinantes para su
implementación, lo que refleja las presiones temporales y la necesidad de
soluciones inmediatas que caracterizan al entorno sanitario actual.
Una paradoja central define la relación de los profesionales médicos
con estas tecnologías: su uso generalizado contrasta marcadamente con los
niveles de satisfacción señalados. Los servicios de traducción e interpretación
humanos gozan de una valoración muy favorable, mientras que la IA genera
un nivel de satisfacción considerablemente inferior. Esto sugiere, de nuevo,
que los facultativos recurren a estas tecnologías como una solución de
compromiso, conscientes de sus limitaciones, aunque necesitados de
alternativas accesibles para superar las barreras comunicativas con
pacientes no hispanohablantes. Por tanto, a pesar del entusiasmo por estas
aplicaciones, los profesionales de la medicina perciben obstáculos
importantes en la precisión y adecuación terminológicas, así como en
aspectos fundamentales como la pérdida de matices emocionales o las
posibles alucinaciones de la IA, con el riesgo que ello implica en la práctica
clínica.
Por otro lado, el estudio también desvela patrones de comportamiento
significativos ante los fallos de la IA. En este sentido, los profesionales tienden
a confiar inicialmente en sus propias competencias lingüísticas y,
posteriormente, a recurrir a familiares del paciente antes que a intérpretes
profesionales, lo que puede comprometer tanto la precisión comunicativa
como los aspectos de confidencialidad médica. Esta jerarquía de respuestas
refleja las limitaciones estructurales del sistema sanitario y la percepción de
los servicios profesionales como recursos menos ágiles o accesibles, a pesar
de ser valorados como la opción más fiable.
Sin embargo, aunque los datos son reveladores, los autores son
conscientes de las limitaciones del estudio. La muestra, aunque significativa,
es reducida en tamaño y se circunscribe a la Comunidad de Madrid, por lo
que la extrapolación a otros contextos geográficos o sanitarios debe tomarse
con precaución. Además, la encuesta depende de la percepción y el
autoinforme de los profesionales médicos, lo que puede introducir sesgos
relacionados con el conocimiento real o la experiencia directa con estas
28 Tecnologías de inteligencia artificial al servicio […]
Hikma 25 (1) (2026), 1 - 36
tecnologías y servicios. Asimismo, el cuestionario no recoge información
sobre las herramientas de IA específicas empleadas por los participantes, lo
que impide establecer si las percepciones y valoraciones varían en función
de la aplicación utilizada. En este sentido, futuras investigaciones podrían
ampliar el alcance territorial, incluir perspectivas multidisciplinares –por
ejemplo, de pacientes o traductores e intérpretes profesionales–, y realizar
estudios longitudinales que permitan observar la evolución de la integración
de la IA y su impacto en la calidad asistencial a medio y largo plazo.
Igualmente, sería relevante identificar las herramientas concretas de IA que
utilizan los facultativos, con el fin de analizar si existen diferencias
significativas en la satisfacción, la precisión o los riesgos asociados según la
aplicación empleada.
En definitiva, los resultados de este estudio ponen de manifiesto que,
si bien la IA se ha consolidado como un recurso de apoyo rápido y accesible
para facilitar la comunicación en contextos médicos, su uso debe entenderse
como un complemento y nunca como un sustituto de la traducción e
interpretación humanas. La precisión técnica, la sensibilidad cultural y la
capacidad de adaptación contextual que ofrece un profesional resultan
fundamentales e insustituibles, sobre todo en contextos que requieren alto
rigor diagnóstico, conocimiento especializado y un aspecto característico del
ser humano: la empatía en la comunicación. Así, la IA puede aliviar la carga
en interacciones sencillas o urgentes, pero su implementación debe guiarse
por protocolos claros que prioricen la seguridad del paciente y la calidad
asistencial, reservando siempre la última palabra al criterio humano.
REFERENCIAS BIBLIOGRÁFICAS
Abril Martí, M. I. y Martin, A. (2011). La barrera de la comunicación como
obstáculo en el acceso a la salud de los inmigrantes. En F. J. García
Castaño y N. Kressova (Coords.), Actas del I Congreso Internacional
sobre Migraciones en Andalucía (pp. 1521-1534). Instituto de
Migraciones. http://hdl.handle.net/10481/29840
Álvaro Aranda, C. y Lázaro Gutiérrez, R. (2021). La formación en
interpretación sanitaria y su camino hacia la profesionalización: un
análisis de itinerarios formativos propuestos desde distintas entidades
en España. Panace@, 22(53), 69-77. https://www.tremedica.org/wp-
content/uploads/panacea21-
53_10_Tribuna_04_AlvaroAranda_LazaroGutierrez.pdf
Barber Pérez, P. y González López-Valcárcel, B. (2009). Oferta y necesidad
de especialistas médicos en España (2008-2025). Universidad de Las
Palmas de Gran Canaria.
Irene Fuentes-Pérez y Manuel Flores-Sáenz 29
Hikma 25 (1) (2026), 1 - 36
Barber Pérez, P. y González López-Valcárcel, B. (2022). Informe oferta-
necesidad de especialistas médicos 2021-2035. Universidad de Las
Palmas de Gran Canaria.
Barber Pérez, P. y González López-Valcárcel, B. (2024). Actualización:
Informe de necesidad de médicos especialistas en España (2023-
2035). Universidad de Las Palmas de Gran Canaria.
Birhane, A., Kasirzadeh, A., Leslie, D. y Wacher, S. (2023). Science in the age
of large language models. Nature Reviews Physics, 5, 277-280.
https://doi.org/10.1038/s42254-023-00581-4
Castelló Roselló, V. (2003). La inmigración en España. Revista de Treball,
Economia i Societat, 27, 15-21.
Comunidad de Madrid. (2025a, 13 de febrero). Personas migrantes [Archivo
Excel]. Comunidad de Madrid.
Comunidad de Madrid. (2025b, 17 de febrero). La Comunidad de Madrid
aumenta un 13 % la población en municipios de menos de 2500
habitantes y un 9 % en los inferiores a 20 000. Comunidad de Madrid.
Recuperado el 9 de septiembre de 2025 de:
https://www.comunidad.madrid/noticias/2025/02/17/comunidad-
madrid-aumenta-13-poblacion-municipios-menos-2500-habitantes-9-
inferiores-20000
Comunidad de Madrid. (2025c). Boletín de personas de nacionalidad
extranjera en la Comunidad de Madrid. Dirección General del Servicio
Público de Empleo.
Comunidad de Madrid. (2023, 24 de octubre). La Comunidad de Madrid ha
implantado ya el nuevo modelo de atención a pacientes en 160 centros
de salud para aumentar los tiempos de consulta. Comunidad de
Madrid.
https://www.comunidad.madrid/noticias/2023/10/24/comunidad-
madrid-ha-implantado-ya-nuevo-modelo-atencion-pacientes-160-
centros-salud-aumentar-tiempos-consulta
Comunidad de Madrid. (s.f.). Buscador de centros sanitarios. Comunidad de
Madrid. https://www.comunidad.madrid/servicios/salud/buscador-
centros-sanitarios
Dew, K. N., Turner, A. M., Choi, Y. K., Bossold, A. y Kirchhoff, K. (2018).
Development of machine translation technology for assisting health
communication: A systematic review. Journal of Biomedical
Informatics, 85, 56-67. https://doi.org/10.1016/j.jbi.2018.07.018
30 Tecnologías de inteligencia artificial al servicio […]
Hikma 25 (1) (2026), 1 - 36
Enríquez Raído, V. (2024). Artificial intelligence in healthcare translation. A
contemporary systematic review. En E. Monzó-Nebot y V. Tasa-Fuster
(Eds.), The social impact of automating translation. An ethics of care
perspective on machine translation (pp. 123-146). Routledge.
https://doi.org/10.4324/9781003465522
European Language Industry. (2025). European language industry survey:
Trends, expectations and concerns of the European language industry
[Informe de ELIS Research]. https://elis-survey.org/wp-
content/uploads/2025/03/ELIS-2025_Report.pdf
Eysenbach, G. (2023). The role of ChatGPT, generative language models,
and artificial intelligence in medical education: A conversation with
ChatGPT and a call for papers. JMIR Medical Education, 9, 1-13.
https://doi.org/10.2196/46885
Faya Ornia, G. (2016). La necesidad de servicios de traducción e
interpretación en el sector sanitario. La situación en Londres,
Dusseldorf y Madrid. Entreculturas. Revista de Traducción y
Comunicación Intercultural, (7-8), 543–574.
https://doi.org/10.24310/Entreculturasertci.vi7-8.11354
Fuentes Pérez, I., Cano Fernández, C. y Flores-Sáenz, M. (En prensa).
Tecnologías de traducción en consulta médica: Un estudio en la
Comunidad de Madrid y Castilla-La Mancha desde la perspectiva de la
comunidad inmigrante. Meta: Translators’ Journal.
Gallego, A., Gómez Arévalo, A., Sanz Gil, A. y Martínez-Aguado, L. C. (2011).
Traducción remota en el servicio de urgencias del Hospital Ramón y
Cajal del servicio madrileño de salud. En C. Valero-Garcés (Coord. y
Ed.), Traducción e interpretación en los servicios públicos en un mundo
INTERcoNEcTado (pp. 58-66). Universidad de Alcalá.
Gamboa Maresz, M. P. (2020). Interpretación automática en servicios de
salud: El uso de Google Assistant como intérprete en urgencias
médicas [Trabajo de Fin de Grado]. Universidad de Salamanca.
http://hdl.handle.net/10366/159328
Garcés-Mascareñas, B. y Pasetti, F. (2019). ¿A más solicitudes de asilo igual
recepción? El sistema estatal de acogida en España desde 2015. En
J. Arango, R. Mahía, D. Moya y E. Sánchez Montijano (Dirs.),
Inmigración, elecciones y comportamiento político (pp. 114-126).
CIDOB. https://doi.org/10.24241/AnuarioCIDOBInmi.2019.114
Gatsiou, C. (2024). Artificial intelligence (AI) in translation and interpreting:
Exploring AI’s potential in translation and interpreting profession and
Irene Fuentes-Pérez y Manuel Flores-Sáenz 31
Hikma 25 (1) (2026), 1 - 36
pedagogy in the medical context and its ethical implications [Trabajo de
Fin de Máster]. National and Kapodistrian University of Athens.
https://www.openarchives.gr/aggregator-
openarchives/edm/pergamos/000005-uoadl%3A3397454
Haddow, B., Birch, A. y Heafield, K. (2021). Machine translation in healthcare.
En Ş. Susam-Saraeva y E. Spišiaková (Eds.), The Routledge
Handbook of translation and health (pp. 108-129). Routledge.
https://doi.org/10.4324/9781003167983
Instituto Nacional de Estadística. (2025, 7 de agosto). Estadística continua de
población (ECP): 1 de julio de 2025. Datos provisionales [Nota de
prensa del INE].
Lázaro Gutiérrez, R. (2010). La interpretación en los servicios sanitarios en
España. Estudio de la asimetría en las consultas médicas con
pacientes de habla extranjera y la repercusión de la presencia de un
intérprete ocasional [Tesis de doctorado]. Universidad de Alcalá.
http://hdl.handle.net/10017/8067
López-Rodríguez, L., Vázquez, A. y Dovidio, J. F. (2020). Immigration: An
invasion or an opportunity to the country. The effect of real news frames
of immigration on ethnic attitudes. International Journal of Social
Psychology, 35(3), 452-491.
https://doi.org/10.1080/02134748.2020.17838
Mellinger, C. y Hanson, T. (2017). Quantitative research methods in
translation and interpreting studies. Routledge.
Ministerio de Sanidad. (2024). Informe anual del Sistema Nacional de Salud
2023. Ministerio de Sanidad.
https://www.sanidad.gob.es/estadEstudios/estadisticas/sisInfSanSNS/
tablasEstadisticas/InfAnSNS.htm
Muñoz-Miquel, A. (2014). El perfil y las competencias del traductor médico
desde el punto de vista de los profesionales: una aproximación
cualitativa. TRANS: Revista De Traductología, (18), 163–181.
https://doi.org/10.24310/TRANS.2014.v0i18.3251
Noll, R., Frischen, L. S., Boeker, M., Storf, H. y Schaaf, J. (2023). Machine
translation of standardised medical terminology using natural language
processing: A scoping review. New Biotechnology, 77(25), 120-129.
https://doi.org/10.1016/j.nbt.2023.08.004
32 Tecnologías de inteligencia artificial al servicio […]
Hikma 25 (1) (2026), 1 - 36
Pena Díaz, C. (2023). La comunicación intercultural en el sistema público de
salud mental en España. Onomázein, (NEXIII), 19-38.
https://doi.org/10.7764/onomazein.ne13.02
Piccoli, V. (2022). Plurilingualism, multimodality and machine translation in
medical consultations: A case study. Translation and Interpreting
Studies. The Journal of the American Translation and Interpreting
Studies Association, 17(1), 42-65. https://doi.org/10.1075/tis.21012.pic
Ramada-Rodilla, J. M., Serra-Pujadas, C. y Delclós-Clanchet, G. L. (2013).
Adaptación cultural y validación de cuestionarios de salud: revisión y
recomendaciones metodológicas. Salud Pública de México, 55(1), 57-
66. https://saludpublica.mx/index.php/spm/article/view/7188
Real Decreto 183/2008. (2008, 22 de febrero). Real Decreto 183/2008, de 8
de febrero, por el que se determinan y clasifican las especialidades en
Ciencias de la Salud y se desarrollan determinados aspectos del
sistema de formación sanitaria especializada. Boletín Oficial del
Estado, 45, 1-27. https://www.boe.es/eli/es/rd/2008/02/08/183/con
Ricart Vayá, A. y Jordán Enamorado, M. A. (2022). Traducción automática y
crisis humanitaria: análisis de la eficacia de Google Translate en la
comunicación con refugiados ucranianos en España. Revista
Tradumàtica, (20), 96-114. https://doi.org/10.5565/rev/tradumatica.306
Rodríguez Melchor, M. D. (2014). El triángulo comunicativo en la consulta
médica: La interpretación en el ámbito sanitario en España. En M. D.
Rodríguez y M. P. Úcar (Coords.), Traducción e interpretación. Lectura
y comprensión de textos especializados en Ciencias de la Salud
(pp. 187-198). Universidad Pontificia Comillas.
http://hdl.handle.net/11531/7189
Suárez Sampedro, S. (2024). Mejorando la comunicación médico-paciente
con inteligencia artificial (IA) [Trabajo de Fin de Máster]. Universitat
Oberta de Catalunya. https://hdl.handle.net/10609/152140
Trujillos-Yébenes, L. y Muñoz-Miquel, A. (2022) La traducción automática y
la posedición en el ámbito médico. Revista Tradumàtica, (20), 57-76.
https://doi.org/10.5565/rev/tradumatica.308
Valero-Garcés, C. (2006). Mapa de situación de la traducción/interpretación
en los servicios públicos y la mediación intercultural en la zona centro.
RESLA: revista española de lingüística aplicada, (1), 61-84.
http://hdl.handle.net/10017/44407
Irene Fuentes-Pérez y Manuel Flores-Sáenz 33
Hikma 25 (1) (2026), 1 - 36
Valero-Garcés, C. y Raga Gimeno, F. (2006). Retos del siglo XXI en
comunicación intercultural: Nuevo mapa lingüístico y cultural de
España. RESLA: revista española de lingüística aplicada, (1), 9-11.
Valero-Garcés, C. y Wahl-Kleiser, L. (2014). Desencuentros culturales en el
ámbito de la salud: Las voces de los profesionales sanitarios y los
pacientes extranjeros. Panace@, 15(40), 315-328.
https://www.tremedica.org/wp-content/uploads/n40_tribuna_ValeroG-
WahlK.pdf
Varga, L. y Akhulkova, Y. (2024, 19 de diciembre). The Language AI alphabet:
Transformers, LLMs, generative AI, and ChatGPT. Nimdzi.
https://www.nimdzi.com/the-language-ai-alphabet-transformers-llms-
generative-ai-and-chatgpt/
ANEXO 1: CUESTIONARIO
[Información sobre el objetivo del cuestionario, población a la que está dirigido
y datos de contacto de los investigadores]
1. ¿Acepta y consiente participar en el proyecto de forma voluntaria?
o Sí, acepto
o No, no acepto
2. ¿Trabaja en la actualidad en un centro sanitario (hospital, centro de salud,
consultorio, atención de urgencias, etc.) de la Comunidad de Madrid?
o Sí
o No
3. Por favor, indique en qué centro(s) sanitario(s) trabaja en la actualidad:
• Centros de tratamiento de adicciones
• Centros de documentación
• Centros de especialidades
• Centros de investigación
• Centros de salud
• Centros monográficos
• Centros de salud mental
• Consultorios
• Hospitales
• Inspecciones sanitarias
• Unidades administrativas
• Urgencias en atención primaria
• Otros
34 Tecnologías de inteligencia artificial al servicio […]
Hikma 25 (1) (2026), 1 - 36
4. Seleccione del desplegable la especialidad en la que trabaja:
[Listado de especialidades médicas]
5. Además de español, ¿tiene competencia lingüística en algún otro idioma?
o Sí
o No [ramificación: ítem 8]
6. Por favor, seleccione el/los idioma/s:
• Alemán
• Árabe
• Francés
• Inglés
• Italiano
• Portugués
• Rumano
• Ruso
• Otros: ______________________
7. Por favor, para cada uno de los idiomas que haya seleccionado en la
pregunta anterior, indique si se trata de competencia básica (entiende y
puede comunicar necesidades básicas), competencia intermedia (puede
mantener conversaciones cotidianas), avanzada (se comunica con fluidez) o
nativa/bilingüe (dominio completo del idioma):
[Respuesta abierta]
8. ¿Su centro de trabajo cuenta con servicios de traducción e interpretación
propios?
o Sí
o No [ramificación: ítem 12]
o No lo sé [ramificación: ítem 12]
9. ¿Qué tipo de servicios de traducción e interpretación son? (Seleccione
todas las que correspondan)
• Traducción e interpretación presencial
• Traducción e interpretación en remoto (por ejemplo, telefónica)
• Otros: ______________________
10. ¿Ha hecho uso alguna vez de estos servicios de traducción e
interpretación?
o Sí
o No [ramificación: ítem 12]
Irene Fuentes-Pérez y Manuel Flores-Sáenz 35
Hikma 25 (1) (2026), 1 - 36
11. ¿Cómo de satisfecho/a está con los servicios de traducción e
interpretación de su centro de trabajo?
o Nada satisfecho/a
o Poco satisfecho/a
o Neutral
o Muy satisfecho/a
o Totalmente satisfecho/a
12. ¿Utiliza o ha utilizado herramientas de traducción automática (Google
Translate, DeepL) o sistemas de inteligencia artificial (grandes modelos de
lenguaje: ChatGPT, Copilot, Perplexity) para traducir o interpretar
(documentos, pacientes, etc.)?
o Sí
o No [fin del cuestionario]
13. ¿Qué tipo de aplicaciones de IA utiliza o ha utilizado durante la práctica
médica? (Seleccione todas las que correspondan)
• Motores de traducción automática (Google Translate, DeepL)
• Nuevos sistemas de IA (grandes modelos del lenguaje: ChatGPT,
Copilot, Perplexity)
• Otros: ______________________
14. ¿Con qué frecuencia utiliza estas aplicaciones?
o Casi nunca
o Ocasionalmente
o Muy a menudo
o A diario
o Otros: ______________________
15. ¿Por qué utiliza estas aplicaciones en la práctica médica? (Seleccione
todas las que correspondan)
• No disponemos de servicios de traducción e interpretación humanas
• Facilidad a la hora de utilizarlas
• Eficiencia en tiempo y rápida accesibilidad
• Buenos resultados
• Bajo o ningún coste
• Otros: ______________________
16. ¿Para qué utiliza estas aplicaciones? (Seleccione todas las que
correspondan)
• Comunicación con pacientes o familiares
36 Tecnologías de inteligencia artificial al servicio […]
Hikma 25 (1) (2026), 1 - 36
• Explicación de diagnósticos
• Obtención de consentimiento informado
• Descripción de tratamientos
• Traducir imágenes aportadas por el paciente
• Comprensión de historiales médicos (por ejemplo, abreviaturas de
otros profesionales)
• Otros: ______________________
17. ¿Qué limitaciones ha experimentado con estas aplicaciones? (Seleccione
todas las que correspondan)
• Alucinaciones de IA
• Errores de traducción especializada
• Pérdida de matices emocionales
• Cuestiones de privacidad
• Barreras culturales
• Barreras lingüísticas complejas (lenguas de menor difusión o idiomas
menos conocidos)
• Otros: ______________________
18. En caso de detectar un error de traducción o interpretación por parte de
estas aplicaciones, ¿qué haría? (Ordene de arriba abajo, siendo la primera
posición lo primero que haría y la última fila, lo último que haría)
• Solicitar un traductor o intérprete humano
• Intentar comunicarme por mis propios medios o con mi competencia
lingüística
• Usar otra aplicación de IA
• Posponer la consulta
• Mediar a través de un familiar del paciente (si existe la opción)
19. ¿Cómo de satisfecho/a está con el uso de estas aplicaciones en la
práctica médica?
o Nada satisfecho/a
o Poco satisfecho/a
o Neutral
o Muy satisfecho/a
o Totalmente satisfecho/a
20. Si desea realizar alguna aportación adicional a la encuesta, por favor,
utilice este espacio. ¡Gracias!
[Respuesta abierta]
[Agradecimientos y datos de contacto de los investigadores]
