5. abril 2026

Genera casos clínicos a medida con IA en minutos

Prompts listos para usar, adaptados a cualquier nivel, especialidad y objetivo docente. Con criterios éticos y legales claros.

01 — Por qué la IA transforma la creación de casos clínicos

Elaborar un caso clínico de calidad siempre ha sido una tarea que exige tiempo, experiencia y un equilibrio delicado entre rigor clínico, claridad pedagógica y pertinencia contextual. Un docente de medicina puede tardar entre dos y cuatro horas en diseñar un único caso bien estructurado: redactar la anamnesis, ajustar la exploración, construir el razonamiento diferencial y diseñar las preguntas de evaluación.

La Inteligencia Artificial Generativa (IAG) no reemplaza ese conocimiento experto, pero sí actúa como un potente acelerador: permite generar borradores sólidos en minutos que el clínico docente puede revisar, validar y personalizar. El resultado es un proceso más ágil, más versátil y capaz de producir una variedad de escenarios que sería imposible mantener de forma manual.

💡 Dato clave: Según estudios recientes en educación médica, el uso de IAG para generar material formativo puede reducir hasta un 70% el tiempo de preparación de casos clínicos, manteniendo niveles equivalentes de calidad cuando el material es revisado por expertos antes de su uso.

En este artículo aprenderás a usar la IAG de forma efectiva, estructurada y éticamente responsable para generar casos clínicos adaptados a cualquier nivel de formación, especialidad médica y objetivo de aprendizaje.

02 — Qué es un caso clínico generado con IAG

Un caso clínico generado con IAG es un escenario clínico completamente ficticio —nunca basado en pacientes reales ni en datos identificables— que un modelo de lenguaje produce a partir de instrucciones precisas del docente. La IA no "recuerda" pacientes ni accede a historias clínicas: genera texto plausible y coherente desde el punto de vista médico, basándose en el conocimiento incluido en su entrenamiento.

Un caso clínico bien generado incluye habitualmente:

• 👤 Datos del paciente: Edad, sexo, contexto sociosanitario y motivo de consulta. Siempre ficticios.
• 📋 Anamnesis dirigida: Historia de la enfermedad actual, antecedentes relevantes y tratamiento habitual.
• 🔍 Exploración física: Hallazgos seleccionados para guiar el razonamiento diagnóstico.
• 🧪 Pruebas complementarias: Analíticas, imágenes o ECG con valores ajustados al diagnóstico.
• 🎯 Preguntas de evaluación: Con distintos formatos: opción múltiple, razonamiento abierto o casos en cascada.
• 📖 Notas docentes: Diagnóstico diferencial comentado, claves de aprendizaje y bibliografía sugerida.

03 — Casos por nivel: pregrado, posgrado y MIR

Una de las ventajas más valiosas de la IAG es su capacidad de calibrar la complejidad del caso según el nivel del estudiante. No es lo mismo un caso para un alumno de 3.º de Medicina que para un residente de segundo año de Cardiología. El prompt debe reflejar esa diferencia con precisión.

🎓 Pregrado (Grado en Medicina, 1.º–6.º curso)

Los casos de pregrado deben ser lineales, con un diagnóstico claro y pruebas que confirmen la sospecha sin grandes trampas. El objetivo es asentar conocimientos fisiopatológicos y aprender a estructurar el razonamiento clínico básico.

🏥 Posgrado y residencia (MIR y especialización)

Aquí el caso debe incluir mayor complejidad diagnóstica, comorbilidades, valores de laboratorio ligeramente atípicos y decisiones terapéuticas con matices. El residente debe enfrentarse a dilemas clínicos reales, no solo identificar la enfermedad.

📚 Formación continuada (médicos en ejercicio)

Los casos para profesionales deben incorporar contexto asistencial realista (urgencias de guardia, consulta de AP con tiempo limitado, interconsulta hospitalaria), guías de práctica clínica actualizadas y aspectos de comunicación con el paciente.

04 — Casos clínicos por especialidad médica

La IAG puede generar casos en prácticamente cualquier especialidad. Sin embargo, la calidad del resultado depende directamente de la precisión del prompt y de la validación posterior por parte del especialista.

🩺 Medicina Interna y Urgencias

• Ideal para casos multisistémicos y diagnósticos diferenciales amplios
• Especialmente útil para simular escenarios de guardia con presión temporal
• Permite incluir triaje y priorización asistencial

❤️ Cardiología y Neumología

• Permite incluir ECGs descritos en texto o generados como imagen
• Espirometrías, ecocardiografías e interpretación de pruebas de imagen
• Casos sobre manejo de insuficiencia cardíaca, EPOC agudizado, TEP

👶 Pediatría y Neonatología

• Requiere ajuste explícito de valores de referencia pediátricos en el prompt
• Incluir contexto familiar y curvas de crecimiento
• Casos de diagnóstico diferencial de fiebre, dificultad respiratoria y convulsiones febriles

🧠 Neurología y Psiquiatría

• Escenarios de diagnóstico diferencial entre patología orgánica y funcional
• Casos de urgencias neurológicas: ictus, status epiléptico
• En Psiquiatría: incluir contexto biopsicosocial y dilemas de capacidad

⚠️ Especialidades de alto riesgo en IAG: En oncología, hematología y especialidades con protocolos muy específicos (trasplantes, enfermedades raras), la validación experta es imprescindible antes de usar el caso. La IAG puede generar información plausible pero desactualizada respecto a guías vigentes.

05 — Prompts listos para usar

Los prompts que siguen han sido diseñados con una estructura que maximiza la calidad de los casos generados. Puedes copiarlos directamente en Claude, ChatGPT, Gemini u otro modelo de lenguaje y sustituir los campos en [MAYÚSCULAS] por tus parámetros específicos.

"Un prompt bien construido es tan importante como el modelo que lo ejecuta. La especificidad del contexto clínico determina la calidad del caso."

Prompt 1 — Caso clínico básico para pregrado

Nivel: 3.º–4.º Medicina

# Contexto y rol

Actúa como docente experto en [ESPECIALIDAD] con experiencia en educación médica.

Genera un caso clínico ficticio para estudiantes de [CURSO] de Grado en Medicina.

# Instrucciones del caso

- Paciente: [EDAD] años, sexo [H/M], sin antecedentes relevantes

- Motivo de consulta: [SÍNTOMA PRINCIPAL]

- Diagnóstico objetivo: [DIAGNÓSTICO]

- Complejidad: básica (diagnóstico lineal, sin señuelos mayores)

# Estructura requerida

1. Anamnesis (motivo de consulta, antecedentes, medicación)

2. Exploración física (hallazgos relevantes y negativos clave)

3. Pruebas complementarias (máximo 3, con resultados)

4. Tres preguntas tipo test con cuatro opciones y justificación de cada respuesta

5. Nota docente: puntos clave de aprendizaje (máximo 5 ítems)

# Restricciones éticas

- El caso es completamente ficticio, no basado en ningún paciente real

- No incluir datos identificables ni referencias a personas existentes

- Usar valores de laboratorio dentro de rangos clínicamente plausibles

Prompt 2 — Caso tipo MIR con diagnóstico diferencial

Nivel: R1–R3 / Preparación MIR

# Rol y objetivo

Eres un experto en preparación MIR y docencia clínica de [ESPECIALIDAD].

Crea un caso clínico de alta complejidad diagnóstica para residentes o estudiantes de MIR.

# Parámetros del caso

- Tema: [TEMA O PATOLOGÍA]

- Incluir: comorbilidad relevante que complique el diagnóstico

- Diagnóstico diferencial con al menos 3 entidades

- Un "señuelo diagnóstico" plausible para poner a prueba el razonamiento

# Estructura requerida

1. Presentación clínica inicial (urgencias / consulta)

2. Evolución en 2 fases con nuevos datos

3. Analítica completa con valores reales (incluir al menos 1 valor borderline)

4. Prueba de imagen descrita con hallazgos (Rx, TC o ECG según corresponda)

5. Cinco preguntas tipo MIR con:

   - Enunciado claro

   - Cuatro opciones (A-D)

   - Respuesta correcta identificada

   - Explicación de por qué las incorrectas lo son

6. Diagnóstico final y plan terapéutico razonado

# Criterio de calidad

El caso debe seguir las guías de práctica clínica vigentes de las sociedades

científicas españolas o europeas correspondientes. Indica si algún dato

puede estar desactualizado para que el docente lo verifique.

Prompt 3 — Caso para Atención Primaria con enfoque biopsicosocial

Nivel: MIR de Familia / Médico de AP

# Contexto

Actúa como tutor de MIR de Medicina Familiar y Comunitaria.

Genera un caso clínico para consulta de Atención Primaria con enfoque biopsicosocial.

# Parámetros

- Motivo de consulta: [PROBLEMA DE SALUD]

- Contexto social del paciente: [ej. paciente mayor, inmigrante, cuidador informal…]

- Incluir factores psicosociales que influyen en la presentación clínica

- Tiempo de consulta simulado: 10 minutos

# Estructura

1. Ficha del paciente con contexto familiar y laboral (ficticio)

2. Motivo de consulta con comunicación verbal y no verbal

3. Exploración básica de AP con hallazgos

4. Lista de problemas activos (formato SOAP)

5. Plan de acción: diagnóstico, terapéutico, educación y seguimiento

6. Preguntas de reflexión para el residente (no tipo test, sino abiertas)

7. Recursos de derivación y criterios de alarma

# Enfoque ético

Incluir un dilema menor de comunicación o toma de decisiones compartida

que el residente deba gestionar. El paciente es completamente ficticio.

Prompt 4 — Caso pediátrico con preguntas en cascada

Nivel: Pregrado avanzado / MIR

# Rol

Eres docente de Pediatría con experiencia en simulación clínica.

Genera un caso pediátrico interactivo con estructura en cascada (cada

respuesta lleva al siguiente paso clínico).

# Parámetros

- Paciente: lactante / preescolar / escolar de [EDAD]

- Motivo de consulta en urgencias: [SÍNTOMA]

- Diagnóstico final: [DIAGNÓSTICO]

- Incluir valores de laboratorio con rangos pediátricos (especifícalos)

# Estructura en cascada (5 pasos)

Paso 1: Presentación inicial → Pregunta de actuación inmediata

Paso 2: Exploración y datos → Pregunta diagnóstica

Paso 3: Resultados de pruebas → Pregunta terapéutica

Paso 4: Respuesta al tratamiento → Pregunta de seguimiento

Paso 5: Alta y plan → Pregunta de educación familiar

# Para cada paso incluir

- Información clínica del paso

- Pregunta con 4 opciones

- Feedback inmediato con justificación clínica

- Referencia a guías pediátricas (SEUP, AAP u otras)

Prompt 5 — Caso de urgencias con toma de decisiones bajo presión

Nivel: R2–R5 / Especialistas

# Rol y contexto

Eres instructor de simulación clínica de urgencias hospitalarias.

Genera un caso de urgencias vital con componente de presión asistencial.

# Escenario

- Turno de guardia: 3:00 AM, hospital de [NIVEL]

- Paciente en triaje nivel [I/II/III]

- Motivo de consulta: [PRESENTACIÓN CRÍTICA]

- Recursos disponibles limitados: [ESPECIFICAR]

# Estructura de alta fidelidad

1. Briefing inicial (30 seg de información del TCE/enfermería)

2. Evaluación primaria ABCDE con hallazgos

3. Monitorización: constantes vitales en tiempo real (simular deterioro)

4. Decisiones secuenciales con consecuencias (árbol de decisión)

5. Momento crítico que requiere intervención inmediata

6. Estabilización y decisión de destino

7. Debriefing: qué salió bien, qué mejorar, aprendizaje clave

# Realismo clínico

El paciente debe evolucionar de forma dinámica. Incluir al menos

un momento de deterioro inesperado para evaluar adaptabilidad.

Todos los datos son ficticios. No usar nombres de hospitales reales.

06 — Flujo de trabajo paso a paso

Integrar la IAG en la creación de casos clínicos no se reduce a copiar un prompt y publicar el resultado. Un flujo de trabajo riguroso garantiza la calidad y seguridad del material educativo.

Paso 1 — Define el objetivo de aprendizaje Antes de escribir el prompt, concreta qué competencia quieres trabajar: ¿diagnóstico diferencial, interpretación de una prueba, decisión terapéutica, comunicación? El objetivo determina el diseño del caso.

Paso 2 — Selecciona el modelo y configura el rol Indica a la IA su rol docente desde el inicio del prompt. Un modelo bien contextualizado ("actúa como docente de Cardiología…") produce mejores resultados que uno sin contexto.

Paso 3 — Genera el primer borrador Ejecuta el prompt y revisa el resultado completo antes de editarlo. La IA suele generar un caso coherente que puede requerir ajustes puntuales, no reescritura completa.

Paso 4 — Validación clínica por experto ⚠️ Paso no negociable. Un médico especialista debe revisar que los valores, diagnósticos y tratamientos son correctos y actualizados según las guías vigentes.

Paso 5 — Ajusta la dificultad y el formato Si el borrador es demasiado simple o complejo, usa el mismo prompt con una iteración: "hazlo un 20% más complejo añadiendo una comorbilidad" o "simplifica el diagnóstico diferencial a dos entidades".

Paso 6 — Documenta el proceso de creación Registra el prompt utilizado, el modelo y la fecha de generación. Esto es esencial para transparencia docente y para futuras revisiones cuando cambien las guías de práctica clínica.

Paso 7 — Incluye declaración de uso de IAG Informa a los estudiantes de que el caso fue asistido por IA y revisado por especialistas. La transparencia genera confianza y forma parte de una práctica docente responsable.

07 — Ética, privacidad y marco legal

El uso de IAG en educación médica es legal y éticamente viable cuando se realiza con responsabilidad. En España, el marco normativo relevante incluye el Reglamento General de Protección de Datos (RGPD), la Ley Orgánica 3/2018 (LOPDGDD) y las recomendaciones de la Agencia Española de Protección de Datos (AEPD) sobre inteligencia artificial.

⚖️ Marco legal aplicable en España

• RGPD (UE) 2016/679: No se deben introducir datos personales de pacientes reales en herramientas de IAG externas sin garantías contractuales adecuadas.
• AI Act europeo (2024): Los sistemas de IA de uso educativo en salud pueden considerarse de alto riesgo dependiendo de su aplicación. Verificar clasificación.
• Ley 44/2003 de Ordenación de las Profesiones Sanitarias: La responsabilidad clínica del docente no se delega en la IA.
• Política de uso aceptable de cada modelo: Revisar los términos de servicio de OpenAI, Anthropic y Google antes de usar sus modelos con fines educativos institucionales.

✅ Lista de verificación ética para docentes

• ✓ Nunca introduzcas datos de pacientes reales en herramientas de IAG. Los casos deben ser 100% ficticios.
• ✓ Valida siempre el contenido con un especialista antes de usarlo en docencia. La IA puede "alucinar" datos médicos plausibles pero incorrectos.
• ✓ Declara el uso de IAG en el material educativo. La transparencia es un principio ético fundamental en la docencia.
• ✓ Mantén la autoría docente. El caso generado con IAG es un borrador: tú eres el autor responsable del material final.
• ✓ Actualiza periódicamente los casos conforme cambien las guías de práctica clínica. La IAG usa conocimiento con fecha de corte.
• ✓ Evita sesgos en la representación de pacientes: diversifica edad, sexo, etnia y contexto socioeconómico en los casos generados.
• ✓ Comprueba los contratos institucionales con el proveedor de IA: algunos acuerdos empresariales garantizan que los datos no se usan para entrenar el modelo.
• ✓ No uses IAG para evaluación sumativa sin revisión humana completa y un proceso de validación psicométrica del material.

⚠️ Atención: el "problema de la alucinación" Los modelos de lenguaje pueden generar información médica que suena convincente pero es incorrecta: valores de laboratorio fuera de rango, dosis erróneas, guías de práctica clínica obsoletas o incluso referencias bibliográficas inexistentes. La revisión experta antes de publicar cualquier caso no es opcional; es responsabilidad deontológica del docente.

08 — Conclusión: la IAG al servicio de la educación médica

La Inteligencia Artificial Generativa ofrece a docentes y educadores médicos una herramienta sin precedentes para crear material de calidad de forma ágil. Los casos clínicos generados con IA no son el futuro de la educación médica: son el presente, siempre que se utilicen con criterio experto, transparencia y responsabilidad ética.

Los prompts de este artículo son un punto de partida. El verdadero valor está en adaptarlos a tu especialidad, tus objetivos docentes y el nivel de tus estudiantes. Empieza con un caso sencillo, valídalo con un colega y comprueba por ti mismo la diferencia.En MedicAI seguimos publicando recursos prácticos para ayudarte a integrar la IA en tu práctica clínica y docente de forma efectiva, ética y segura.