Inteligencia artificial en salud: cómo conectar Epic con ChatGPT de forma segura

La inteligencia artificial en salud ya permite que los equipos clínicos lleven a ChatGPT contexto autorizado de la historia clínica electrónica (EHR) de Epic sin copiar manualmente los datos del expediente. OpenAI presentó esta conexión el 1 de septiembre de 2026, junto con nueve aplicaciones de datos sanitarios públicos. La conexión con Epic es de solo lectura, respeta los permisos que ya tiene cada profesional y puede funcionar dentro de ChatGPT o, en las implementaciones compatibles, dentro del flujo de trabajo de la EHR. El beneficio es dedicar menos tiempo a reunir notas, análisis de laboratorio, medicamentos y novedades de especialistas. La condición no admite excepciones: toda respuesta sigue siendo un borrador hasta que un profesional clínico compruebe el registro original, sus fechas y la información que podría faltar.

La respuesta breve: dos vías de datos con controles

En este lanzamiento, «conectar la EHR» significa configurar el plugin de Epic de OpenAI en un espacio de trabajo autorizado de la organización. No significa que ChatGPT pueda conectarse con cualquier EHR. El plugin solo recupera la información clínica a la que el usuario de Epic que inició sesión ya tiene acceso; no puede escribir en el expediente, emitir una orden, enviar un mensaje al paciente ni ampliar permisos. La guía de configuración de Epic de OpenAI es la referencia oficial sobre requisitos y configuración.

La segunda vía es el plugin Healthcare Public Data. Sus nueve aplicaciones de solo lectura consultan PubMed, ClinicalTrials.gov, DailyMed, RxNorm, openFDA, CMS Coverage, CMS Open Data, Medicare Care Compare y NPI Registry. Estas aplicaciones buscan información pública, no expedientes de pacientes. Los nombres de pacientes, números de historia clínica, fechas de nacimiento, números de afiliación y demás identificadores no deben incluirse en esas búsquedas.

Conviene imaginar la configuración como dos puertas que dan a una misma sala de trabajo clínico. La puerta de Epic se abre con la credencial propia de cada profesional. La de datos públicos lleva a una biblioteca de referencia. Pasar un identificador de paciente por la puerta de la biblioteca sigue siendo la vía equivocada, aunque el espacio de trabajo cuente con un Business Associate Agreement.

Cómo desplegar inteligencia artificial en salud y superar la revisión de seguridad

La prueba adecuada de una implementación no es una captura de pantalla con una respuesta útil. Es una cadena de evidencias que demuestre qué datos eran aptos, quién podía consultarlos, cómo se limitó el acceso, qué verificó el profesional clínico y qué ocurrió cuando faltaba contexto.

1. Confirmar los requisitos del espacio de trabajo y el marco legal

El punto de partida es una decisión escrita de aprobación o rechazo. El plugin de Epic solo está disponible en espacios de trabajo aprobados de ChatGPT for Healthcare y Enterprise con HIPAA habilitado, según el despliegue de la organización y la configuración de Epic. No está disponible para cuentas individuales de ChatGPT for Clinicians.

Antes de incorporar información de salud protegida (PHI) al flujo, hay que confirmar el Business Associate Agreement (BAA) aplicable —el contrato que regula el tratamiento cubierto de PHI—, además del espacio de trabajo y las funciones autorizadas, la aprobación de Epic y cualquier acuerdo exigido para el uso previsto. La mera disponibilidad de una función no demuestra que esté cubierta por el BAA. La lista de funciones compatibles con HIPAA de OpenAI es deliberadamente específica y advierte que la memoria mejorada no está cubierta por el BAA; si un administrador la activa, no debe recibir PHI.

El registro de aprobación debe identificar a cuatro responsables: el propietario del espacio de trabajo, el administrador de Epic, el responsable de privacidad o seguridad y el responsable clínico con autoridad para detener el piloto.

2. Inventariar las fuentes antes de conectarlas

Prepare una matriz con una fila por sistema o aplicación. Para Epic, registre el entorno, los recursos FHIR aprobados, la población de pacientes, los roles de usuario y si ChatGPT funcionará en su propio espacio de trabajo o en una interfaz EHR compatible. FHIR es la dirección de interfaz estándar que se utiliza para solicitar recursos de una historia clínica. Es una puerta de entrada, no un permiso por sí solo.

Para los datos públicos, apruebe cada una de las nueve aplicaciones por separado. La disponibilidad del plugin, la habilitación de una aplicación, el permiso del rol y la conexión del usuario son controles distintos. Instalar el plugin no conecta automáticamente todas las aplicaciones. La guía de configuración de datos públicos también advierte que una solicitud puede salir del espacio de trabajo hacia la organización que opera la fuente, por lo que las premisas sobre retención y residencia de datos necesitan una revisión propia.

La matriz debe marcar una frontera inequívoca: Epic puede transportar contexto autorizado del paciente; las búsquedas en datos públicos no pueden incluir PHI. Si un flujo necesita ambas cosas, formule la pregunta pública en términos generales y deje que el profesional compare la respuesta pública citada con el expediente dentro del flujo aprobado para contexto de pacientes.

3. Vincular el acceso con una identidad real

Los administradores del espacio de trabajo y de Epic configuran la aplicación EHR con la URL base FHIR R4 de la organización, el ID de cliente OAuth, el secreto de cliente OAuth y la URL de retorno exacta que aparece durante la configuración. OAuth es el mecanismo de inicio de sesión que permite que Epic conceda acceso sin introducir una contraseña en un chat.

Después, cada profesional conecta su propia cuenta de Epic. Instalar el plugin para un rol no conecta la cuenta de nadie ni amplía sus permisos en Epic. Las credenciales, los secretos de cliente y los tokens de acceso permanecen en los flujos aprobados de configuración e inicio de sesión; nunca se introducen en una conversación de ChatGPT ni en una tarea de Codex.

Pruebe las altas, los cambios de rol y las bajas antes del piloto clínico. El inicio de sesión único SAML y el aprovisionamiento de cuentas SCIM pueden gestionar el ciclo de vida de identidades del espacio de trabajo, pero la prueba de aceptación también debe demostrar que, al retirar a un usuario de un rol de Epic, pierde el acceso correspondiente al expediente a través de ChatGPT.

4. Convertir el privilegio mínimo en controles concretos

«Solo lectura» reduce el riesgo, pero no equivale a privilegio mínimo. Un usuario con acceso de solo lectura también puede ver demasiado si los roles y alcances son amplios.

Configure el plugin de Epic como Available o Installed únicamente para los roles aprobados. Revise cada alcance OAuth con el administrador de Epic. OpenAI documenta alcances habituales de lectura para pacientes, afecciones, alergias, solicitudes y dispensación de medicamentos, observaciones, documentos, informes diagnósticos, encuentros y archivos binarios relacionados. Añada alcances para citas, procedimientos, vacunas o planes de atención solo cuando un flujo aprobado los necesite.

En los datos públicos, conceda cada aplicación únicamente a los roles que la necesitan. Un equipo de farmacia puede requerir DailyMed y RxNorm. Un equipo de investigación quizá necesite PubMed y ClinicalTrials.gov. Ninguno necesita automáticamente todos los conjuntos de datos de CMS. Registre quién aprobó cada permiso y cuándo se volverá a revisar.

5. Incorporar la verificación clínica en el resultado

Toda plantilla que use contexto de pacientes debe exigir cinco campos:

1. Qué cambió.
2. Elementos del expediente que lo respaldan.
3. Fechas relevantes.
4. Contexto faltante o no disponible.
5. Decisión y aprobación del profesional clínico.

OpenAI indica que la respuesta de Epic remite a la información del expediente que la respalda y pide a los profesionales revisar el registro subyacente y las fechas relevantes antes de basarse en ella. Ese cotejo con la fuente es el control. Un resumen impecable pero sin respaldo clínico rastreable debe reprobar la revisión.

OpenAI informa que los médicos consideraron seguro el 99.1% de 4,363 respuestas en 27 casos de uso con una EHR conectada. Es una evidencia útil de evaluación, no un permiso para omitir la validación local. «Seguro» tampoco significa necesariamente completo, vigente o correcto para un paciente concreto.

6. Capturar evidencias de auditoría y bloquear el flujo si falta contexto

Las conversaciones de las aplicaciones están disponibles mediante Compliance API, una interfaz de exportación para sistemas de gobierno, y sus llamadas quedan registradas en Compliance Logs. Antes del lanzamiento, verifique que estén presentes los campos que necesitan los auditores. Como mínimo, el paquete de evidencias debe relacionar al usuario, el rol, la aplicación, la hora, la clase de fuente, la plantilla del caso de uso, el resultado de la revisión y el ticket de excepción, sin copiar a un segundo sistema más PHI de la necesaria para auditar.

La vía alternativa debe ser visible dentro del flujo. Los datos disponibles dependen de la configuración de Epic, los recursos aprobados y los permisos que el usuario ya tenga sobre el expediente. Cuando falte el expediente del paciente o un recurso necesario, el resultado debe indicar «Falta contexto», nombrar la categoría de la fuente ausente y dirigir al profesional de vuelta a Epic. No debe rellenar el vacío de memoria ni mediante una búsqueda en datos públicos.

Si una fuente pública no devuelve resultados, acote o reformule la consulta sin PHI, compruebe la cobertura declarada de la fuente y vuelva a intentarlo más adelante si el proveedor no está disponible o limita la frecuencia de solicitudes. La ausencia de resultados no demuestra que no exista un estudio, una advertencia, una política o un registro de proveedor.

Calcular el impacto económico antes de un despliegue amplio

OpenAI no publica un precio de lista para ChatGPT for Healthcare. El precio depende del tamaño de la organización y de las necesidades del despliegue, y los espacios de trabajo Enterprise consumen el uso de funciones avanzadas desde una bolsa compartida de créditos a nivel de contrato. Por eso, un caso de negocio creíble necesita una cotización y un piloto medido, no una comparación genérica de precios por licencia.

Use esta ecuación:

monthly workflow value = completed reviews x verified minutes saved x loaded clinician cost / 60

Después, reste el costo operativo completo: el contrato empresarial, la configuración de Epic y OAuth, la revisión de seguridad, el diseño del flujo, la capacitación, la validación clínica, las operaciones de auditoría y el soporte. Mida los resúmenes corregidos y los casos escalados junto con el tiempo ahorrado. Un borrador más rápido que obliga a verificar más no representa un ahorro.

Una categoría adyacente ofrece una referencia útil de precio. La página oficial de precios de Freed sitúa su plan Premier para profesionales clínicos, que incluye contexto del paciente y envío a la EHR, en $119 al mes o $104 al mes con facturación anual. No es un precio comparable de forma directa con el de un sistema de salud. Sí demuestra que los profesionales ya pagan por reunir el contexto de una consulta. La pregunta económica para ChatGPT es si un único espacio de trabajo gobernado puede cubrir esa tarea en flujos clínicos, de investigación y operativos aprobados sin añadir otra herramienta fragmentada.

Siete casos de uso ordenados por su posible retorno operativo

1. Revisión previa de pacientes complejos

Un profesional de atención primaria o de una especialidad que tenga ante sí un expediente extenso podría preguntar qué cambió desde la última consulta, qué análisis recientes merecen revisión, si hubo cambios de medicación y qué recomendaciones de especialistas siguen pendientes. ChatGPT puede elaborar un informe preliminar a partir de notas, medicamentos, afecciones, encuentros y resultados de laboratorio autorizados, y después remitir a la evidencia del expediente.

Ocupa el primer lugar porque la tarea se repite antes de cada cita pertinente y consume tiempo clínico costoso. El flujo que funciona no consiste en «resumirlo todo», sino en presentar cambios de forma breve, con fechas, enlaces a las fuentes y una sección explícita sobre contexto faltante.

2. Traspasos de turno y de servicio

Un hospitalista o el profesional que cubre a un colega podría solicitar una cronología de encuentros recientes, problemas activos, cambios de medicación y seguimientos pendientes de un paciente autorizado. Quien recibe el caso verifica cada dato importante en el expediente antes de aceptar el traspaso.

El beneficio es disponer de un punto de partida más uniforme cuando la atención pasa de una persona a otra. El modo de fallo es igual de claro: si un tipo de nota o encuentro queda fuera del alcance aprobado, el traspaso debe señalar el vacío en lugar de dar a entender que el registro está completo.

3. Revisión de cambios en la medicación

Un equipo clínico o de farmacia podría contrastar las solicitudes actuales de medicamentos, los registros de dispensación, las alergias, los análisis recientes y las notas relevantes de Epic; después, por separado, podría consultar DailyMed o RxNorm para obtener información pública sobre etiquetas e identificadores. La vía del paciente responde «¿qué contiene este expediente autorizado?». La vía pública responde «¿qué dice la referencia oficial?».

Esa separación reduce los cambios de pestaña sin romper la frontera entre PHI y las consultas públicas. No decide dosis, intercambiabilidad, cobertura del formulario de medicamentos ni tratamiento. Esos juicios siguen correspondiendo a profesionales cualificados.

4. Seguimiento de derivaciones y asuntos pendientes

Un coordinador asistencial podría pedir las derivaciones recientes, las recomendaciones de especialistas y los seguimientos abiertos que aparezcan en el registro autorizado. El resultado podría organizarse como una lista de acciones, cada una acompañada por la nota y la fecha que la respaldan.

El beneficio es reducir las búsquedas manuales en un expediente extenso. Aun así, el coordinador debe confirmar si la tarea subyacente se completó en otro lugar, porque los recursos conectados quizá no incluyan todos los eventos de agenda, mensajería o atención externa.

5. Preparación de evidencias para una autorización previa

Un equipo de autorizaciones podría usar el contexto autorizado del expediente para redactar los hechos específicos del paciente que sustentan una solicitud y, en una consulta pública separada y sin PHI, revisar en CMS Coverage la versión pertinente de la política. Antes de enviar nada, una persona debe conciliar ambas partes.

Este proceso puede acortar la recopilación y la redacción, pero no determina las prestaciones de una persona. Las fuentes de cobertura tienen límites de alcance y versión, y la solicitud final necesita las reglas vigentes del pagador. Los consultorios pequeños que todavía no estén preparados para una conexión EHR empresarial pueden obtener un valor más inmediato con los flujos más sencillos descritos en Automatización de consultorios dentales con IA.

6. Selección de ensayos y evidencia

Un equipo de investigación podría utilizar ClinicalTrials.gov para identificar estudios en fase de reclutamiento y comparar criterios de selección, mientras PubMed aporta investigaciones relacionadas. Después, un profesional clínico puede contrastar esos criterios públicos con un expediente autorizado sin introducir identificadores del paciente en la consulta de datos públicos.

El beneficio es acelerar una primera revisión de fuentes fragmentadas. El estado del ensayo y la elegibilidad aún deben confirmarse con el equipo del estudio, y los registros de las fuentes pueden cambiar.

7. Planificación de programas de salud poblacional

Un equipo de salud poblacional que planifique un programa de diabetes, cardiología o seguridad de medicamentos podría reunir investigaciones públicas, ensayos activos, información sobre cobertura de Medicare, métricas de centros y registros de proveedores. Así puede crear un informe con fuentes para los responsables del programa sin usar datos individuales de pacientes en las aplicaciones públicas.

Este caso queda más abajo en retorno inmediato porque es periódico y no acompaña cada consulta, aunque puede mejorar la calidad y la trazabilidad de la planificación entre las áreas de investigación y operaciones.

Dos productos que vale la pena construir sobre esta conexión

1. La mejor oportunidad: una consola de evidencias para desplegar IA con una EHR

Construya una capa de control —un único lugar desde el cual gobernar la implementación— para los equipos de TI, privacidad y gobierno clínico de un sistema de salud. La consola inventariaría fuentes, roles y alcances de Epic aprobados, casos de prueba, excepciones y exportaciones de auditoría; después produciría un paquete de evidencias listo para revisar en cada versión del flujo.

La señal de demanda es inusualmente comercial para una necesidad de infraestructura tan específica. «EHR integration» recibe alrededor de 590 búsquedas mensuales en Estados Unidos y tiene un costo por clic de $42.25. «EHR integration services» recibe cerca de 140, con un costo por clic de $80.68 y una puja en la parte superior de la página de hasta $78.96. Los compradores ya buscan ayuda y los proveedores pagan mucho por llegar a ellos.

La versión vendible más pequeña admite un entorno Epic y un espacio de trabajo de ChatGPT. Importa o registra los alcances FHIR aprobados y la matriz de control de acceso basado en roles (RBAC), ejecuta una biblioteca fija de pruebas de aceptación, almacena aprobaciones y exporta un informe de excepciones. La contrapartida, sin adornos, es un ciclo largo de ventas empresariales y el cambio constante de la plataforma. El producto no puede sustituir un BAA, el análisis local de riesgos ni la responsabilidad clínica. Su ventaja competitiva debe estar en la calidad del modelo de evidencias y la biblioteca de implementación, no en un panel superficial.

2. Un paquete para preparar informes previos a la consulta con fuentes verificadas

Construya un conjunto de plantillas reutilizables de ChatGPT for Healthcare para clínicas de atención compleja, acompañado de un protocolo de revisión. Cada informe incluiría cambios, medicamentos, análisis, seguimientos, referencias al expediente, fechas y un bloque «Falta contexto» antes de la aprobación del profesional clínico.

«AI medical assistant» recibe alrededor de 140 búsquedas mensuales en Estados Unidos, tiene intención comercial y un costo por clic de $24.01. El plan Premier de Freed, de $119 al mes, incluye resúmenes de consultas, contexto del paciente y envío a la EHR: una evidencia directa de disposición a pagar por esa tarea, aunque no por este modelo de implementación exacto.

El MVP consta de tres plantillas específicas por especialidad, un mapa de roles, una lista para verificar fuentes y fechas y un cuadro de mando del piloto. Véndalo primero como un paquete de implementación, no como software independiente. El problema es la diferenciación: las plantillas son fáciles de copiar y el trabajo solo adquiere valor cuando se combina con gestión del cambio, validación y gobierno adaptado a cada especialidad.

Lo que esta conexión no resuelve

Esta tecnología encaja bien con la síntesis y la revisión. No es adecuada para decisiones asistenciales autónomas ni para ejecutar flujos de forma silenciosa.

• No conecta todas las EHR. La integración documentada con expedientes de pacientes es Epic.
• No escribe en el expediente, emite órdenes ni envía mensajes a pacientes.
• No garantiza un contexto completo. La configuración, los recursos aprobados y los permisos del usuario determinan qué está disponible.
• No convierte un BAA en una aprobación general para cualquier función o servicio de terceros.
• No hace que los conjuntos de datos públicos sean específicos para un paciente, completos ni decisivos desde el punto de vista clínico.
• No elimina la responsabilidad del profesional de comprobar el registro original y las fechas.
• No demuestra que los campos de auditoría existentes satisfagan los requisitos de evidencia de la organización.

La lección de privacidad es la misma que se aplica a otras funciones de ChatGPT con abundante contexto: la utilidad aumenta con el acceso, de modo que el diseño de permisos y los límites de retención adquieren más importancia, no menos. Privacidad del historial de ChatGPT Computer analiza esa tensión en otro entorno de alto contexto.

La calificación de seguridad del 99.1% y la calificación de precisión «buena o superior» de más del 93% para cada una de las cinco fuentes de datos públicos evaluadas son resultados prometedores. No sustituyen las pruebas locales con los roles, recursos, especialidades y casos de fallo de la organización.

Preguntas frecuentes

¿Qué significa la integración EHR?

Integrar una EHR significa conectar una historia clínica electrónica con otro sistema aprobado para que los datos autorizados puedan circular entre ambos. En este lanzamiento de ChatGPT, la vía EHR documentada es un plugin de Epic de solo lectura que respeta los permisos existentes de cada usuario en Epic.

¿Cómo se integra una EHR?

Para ChatGPT, primero hay que confirmar que se dispone de un espacio de trabajo aprobado de ChatGPT for Healthcare o Enterprise con HIPAA habilitado y de la cobertura legal necesaria. Después, se coordina el proceso con OpenAI y el administrador de Epic, se configura la aplicación EHR específica del espacio con la URL FHIR R4 y los datos de OAuth, se revisan los alcances y roles, se publica la aplicación y cada usuario autorizado conecta su propia cuenta de Epic.

¿Qué son los servicios de integración EHR?

Son servicios de implementación que conectan, protegen, prueban y operan los flujos de datos entre una EHR y otro sistema. En este despliegue resultan útiles la configuración de la aplicación de Epic, la gestión de identidades, el diseño de alcances y RBAC, la validación clínica, el mapeo de auditoría, la capacitación y la gestión de excepciones.

¿Cuáles son los tres principales desafíos de una EHR?

En un flujo de IA conectado con una EHR, los tres desafíos principales son el contexto incompleto, el acceso excesivamente amplio y los resultados sin verificar. Los controles prácticos son un estado visible de contexto faltante, roles y alcances con privilegio mínimo y la revisión clínica del registro subyacente y sus fechas.

La acción para este lunes

Reúna en una sesión de trabajo al director de informática médica (CMIO), al responsable de privacidad, al administrador de Epic, al propietario del espacio de trabajo y a dos profesionales clínicos de primera línea. Elijan una tarea de revisión recurrente, definan solo los datos que necesita y pruébenla primero con registros de prueba o capacitación aprobados que incluyan un expediente completo, un recurso restringido, una sesión vencida y un resultado ausente. No amplíen el piloto hasta que el resultado identifique el contexto faltante, los enlaces a las fuentes superen la revisión, el acceso falle como debe y la exportación de auditoría responda quién accedió a qué y cuándo.

Si su organización quiere implementar una de estas integraciones sanitarias gobernadas, consulte sistemas de IA en producción.