Inteligencia Artificial para el análisis de literatura médica: revisión crítica de NotebookLMⓇ para pediatras

Artificial Intelligence for the analysis of medical literature: assessment of NotebookLM® for paediatricians

Authors

  • María del Pilar Arias López
  • Julián Battolla Unidad de Consultorios Externos Matutinos. Consultorios de Mediana y Alta Complejidad. HNRG https://orcid.org/0009-0003-0160-6135
  • Gustavo Frei Unidad Consultorios Externos Matutinos. Consultorios de Mediana y Alta Complejidad. HNRG

Keywords:

inteligencia artificial generativa, Pediatría, Grandes Modelos del Lenguaje, Educación Médica, Sistemas de Apoyo a Decisiones Clínicas

Abstract

El crecimiento exponencial de la literatura biomédica representa un desafío sin precedentes para la actualización continua en la práctica pediátrica. Las herramientas de Inteligencia Artificial basadas en Generación Aumentada por Recuperación, como NotebookLM®, se presentan como soluciónes innovadoras al fundamentar sus respuestas exclusivamente en fuentes provistas por el usuario, mitigando así el riesgo de generar información falsa o "alucinaciones". En este artículo exploramos la utilidad de NotebookLM® en medicina, destacando tres áreas principales de aplicación: soporte en la toma de decisiones clínicas, educación médica e investigación clínica. Asimismo, ofrecemos una guia práctica para su uso y discutimos sus ventajas y limitaciones. NotebookLMⓇ es una herramienta eficaz para gestionar la sobrecarga de información. Sin embargo, la evidencia disponible demuestra que su desempeño es heterogéneo: es muy útil para localizar y resumir información, pero tiene limitaciones significativas en la evaluación metodológica crítica. Su implementación en el ámbito pediátrico debe ser considerada como complementaria al juicio clínico y a la lectura crítica tradicional, nunca sustitutiva. La integración responsable de estas herramientas podría representar una oportunidad estratégica para mejorar la eficiencia académica y clínica en nuestro medio, siempre que se mantenga al médico como garante final de la calidad científica y seguridad del paciente

References

Densen P. Challenges and opportunities facing medical education. Trans Am Clin Climatol Assoc. 2011; 122: 48–58.

Alper BS, Hand JA, Elliott SG, et al. How much effort is needed to keep up with the literature relevant for primary care? J Med Libr Assoc. 2004; 92(4): 429–437.

Granjeiro JM, Del Bel Cury AA, Cury JA, et al. The Future of Scientific Writing: AI Tools, Benefits, and Ethical Implications. Braz Dent J. 2025; 36:e25-6471.

OpenAI. ChatGPT [Internet]. San Francisco (CA): OpenAI; 2026 [consultado 22 de Febrero 2026]. Disponible en: https://chat.openai.com/

Beber SA, Groff KD, Mange TR, et al. Not Ready for Prime Time: Limitations of a Retrieval-Augmented Generation Large Language Model in Assessing Risk of Bias in Observational Studies. J Pediatr Orthop Soc North Am. 2026; 14:100294.

Brus AM, Edwards T, Atiee G, et al. Generative artificial intelligence provides accurate case selection in veterinary retrospective studies. Am J Vet Res. 2025: 1-9. doi: 10.2460/ajvr.25.08.0295.

Google. NotebookLMⓡ [Internet]. Mountain View (CA): Google; c2023-2026 [consultado 22 feb 2026]. Disponible en: https://notebooklm.google.com/

Hsu CH, Hsu CL, Tsou CH, et al. Improving Clinical Decision-Making in Treating Airway Diseases With an Expert System Built Upon the Free AI Tool Google NotebookLM. JMIR Med Inform. 2026; 14: e78567.

Tozuka R, Johno H, Amakawa A, et al. Application of NotebookLM, a large language model with retrieval-augmented generation, for lung cancer staging. Jpn J Radiol. 2025; 43:706-712. doi:10.1007/s11604-024-01705-1.

Dihan QA, Nihalani BR, Tooley AA, et al. Eyes on Google's NotebookLM: using generative AI to create ophthalmology podcasts with a single click. Eye (Lond). 2025; 39:215-216.

Stadler M, Richters C, Fischer MR, et al. Evaluating AI-Generated Podcasts Versus Traditional Reading for Learning from Medical Articles: Protocol for a Mixed-Design Study Among Resident Physicians. JMIR Res Protoc. 2025;14:e78505.

Taritsa I, Rai P, Bajaj A, et al. Source-grounded Artificial Intelligence-Driven Transfer of Plastic Surgery Textbooks to Podcasts: Creation of Content and Trainee Satisfaction. Plast Reconstr Surg Glob Open. 2025; 13: e7299.

Published

2026-04-27

Issue

Section

Inteligencia Artificial en Pediatría: avances y aplicaciones