Estudiar para el ENARM con IA puede ahorrarte horas o costarte puntos, y la diferencia está en cómo la usas. Un modelo de lenguaje explica bien un concepto y te ayuda a ordenar tu estudio, pero también puede darte un manejo que no coincide con la Guía de Práctica Clínica (GPC) mexicana vigente, inventar una referencia o darte la razón cuando estás equivocado. Aquí verás para qué sirve de verdad, dónde falla, cómo verificar lo que te responde y una rutina que combina IA, fuente oficial y reactivos. Al final puedes descargar un checklist para aplicarlo desde hoy.
¿Para qué sirve bien la IA al estudiar el ENARM?
Los modelos de lenguaje saben mucha medicina, pero no la saben toda. Una revisión sistemática de 2025 con 36 estudios (Nouri et al., 2025) sobre exámenes de licencia médica encontró un acierto promedio de 72 %: 81 % para GPT-4 y 60 % para GPT-3.5. Es decir, incluso el modelo con mejor desempeño falló casi una de cada cinco preguntas. Además, en las revisiones que consultamos no encontramos un estudio publicado que evalúe estos modelos con reactivos del ENARM y las GPC mexicanas.
Por eso conviene usar la IA para entender y organizar, no para decidir cuál es la respuesta correcta. Ahí sí rinde:
- Explicar un concepto de otra forma cuando el texto de la guía no te queda claro, por ejemplo la fisiopatología detrás de un criterio diagnóstico.
- Hacer tablas comparativas de entidades que confundes, a partir de tus propios apuntes.
- Convertir tu material en preguntas de repaso y tarjetas para practicar la recuperación.
- Analizar por qué fallaste un reactivo, si le das el caso, la respuesta correcta y la explicación de tu banco de preguntas.
- Ordenar tu semana con base en tus resultados por asignatura en los simulacros.
En todos estos usos, la información correcta viene de tu material o de la guía. La IA solo le da forma.
¿Dónde se equivoca con medicina mexicana (GPC y NOM)?
El ENARM construye sus casos clínicos con base en las GPC y las Normas Oficiales Mexicanas (NOM), como explicamos en qué GPC y NOM se preguntan de verdad en el ENARM. Un modelo de lenguaje aprende sobre todo de literatura internacional, así que tiende a responder con guías de otros países.
Un ejemplo real: en la cistitis no complicada, la guía internacional de la IDSA y la ESCMID (Gupta et al., 2011) propone trimetoprima con sulfametoxazol (TMP/SMX) por 3 días. La GPC SS-077-24 propone nitrofurantoína o TMP/SMX por 5 días y reporta en México una resistencia de E. coli de 33.6 % a TMP/SMX. Si estudias con la respuesta del modelo, puedes elegir la duración equivocada. Lo repasamos en IVU en el ENARM.
Estos son los errores más frecuentes que debes vigilar:
- Guía de otro país: responde con criterios internacionales que no coinciden con la GPC.
- Versión anterior de la guía: las GPC se actualizan. La SS-077-24 sustituyó el algoritmo de la IMSS-077-08, y el modelo puede mezclar ambas.
- Referencias inventadas: en un estudio publicado en Cureus en 2023 (Bhattacharyya et al., 2023), de 115 referencias generadas por ChatGPT-3.5, el 47 % no existía, el 46 % era real pero con datos inexactos y solo el 7 % era correcta.
- Códigos y años de NOM o GPC equivocados, que suenan verosímiles.
- Fármacos o estudios que no aplican en México o no están en el nivel de atención del caso.
- Darte la razón: en un estudio de 2025 en npj Digital Medicine (Chen et al., 2025), los modelos GPT aceptaron en el 100 % de los casos peticiones médicas ilógicas sobre fármacos. Cuando se les invitó a rechazarlas y a recordar los datos, las rechazaron en el 94 %.
- Seguridad sin matices: responde con el mismo tono cuando acierta que cuando se equivoca.
También ayuda distinguir cuándo un reactivo evalúa la guía y cuándo el criterio clínico, como explicamos en cómo detectar cuándo una pregunta evalúa guías o criterio clínico.
¿Puede sustituir un banco de preguntas o un simulacro?
No. La práctica con preguntas funciona porque te obliga a recuperar información y te da retroalimentación correcta. Una revisión sobre aprendizaje potenciado por exámenes en educación médica (Larsen, Butler y Roediger, 2008) recomienda pruebas frecuentes y espaciadas, y señala que la retroalimentación es esencial. Si la pregunta o su explicación están mal, aprendes el error.
Las preguntas que genera la IA todavía no tienen la calidad de las que escribe un experto. En un estudio publicado en 2026 en el British Journal of Ophthalmology (Feizi et al., 2026), el 56 % de las preguntas de ChatGPT-4 tuvo fallas de redacción, frente al 27 % de las escritas por profesores, y distinguieron peor a los alumnos con más y menos conocimiento.
Además, un simulacro mide cosas que un chat no puede medir: tu ritmo, tu resistencia en un examen largo, tu avance por asignatura y tu posición frente a otros aspirantes. Según la convocatoria del 50.º ENARM (CIFRHS, 2026), el ENARM presenta casos clínicos con dos a tres preguntas cada uno, con una respuesta correcta y tres distractores. Ese formato se entrena con reactivos bien construidos, como explicamos en simulador del ENARM: cómo se usa bien y cómo se usa mal.
Si dudas entre herramientas, revisa curso integral o banco de preguntas. La IA entra después del reactivo, no en su lugar.
¿Cómo verificar una respuesta clínica que te da un modelo?
Que un modelo acierte preguntas tipo examen no significa que razone bien un caso. Una revisión de 39 evaluaciones publicada en 2025 (Gong et al., 2025) encontró aciertos de 84 a 90 % en exámenes de conocimiento, pero de 45 a 69 % en tareas de práctica clínica. La Organización Mundial de la Salud (OMS, 2024) advierte, además, sobre el sesgo de automatización: confiar de más en la máquina y dejar de detectar sus errores.
Antes de estudiar un dato que te dio la IA, sigue estos pasos:
- Aísla la afirmación clave: el fármaco, la dosis, la duración, el criterio o el estudio de elección.
- Pide la fuente exacta: título, código y año de la GPC o de la NOM.
- Búscala tú en la fuente oficial: la GPC en el Catálogo Maestro de Guías de Práctica Clínica y la NOM en el Diario Oficial de la Federación. Confirma que exista y que sea la versión vigente.
- Compara el dato exacto y revisa a qué población aplica: edad, embarazo, comorbilidades y nivel de atención.
- Si cita artículos, búscalos en PubMed por título o DOI.
- Ponlo a prueba: dile que puede corregirte si estás equivocado y pídele los argumentos en contra. Si cambia de respuesta, quédate solo con lo que confirmes en la guía.
- Anota la diferencia en tu bitácora de errores.
La regla es simple: si no lo puedes confirmar en una fuente oficial, no lo estudies como respuesta del ENARM.
¿Qué rutina mixta funciona: IA + fuente oficial + reactivos?
El orden importa. Primero intentas recordar, luego corriges con una fuente confiable y al final usas la IA para entender y repasar. Una rutina diaria puede verse así:
- Reactivos del tema del día en tu banco de preguntas, sin consultar nada.
- Revisión de errores con la explicación del banco y la GPC correspondiente.
- IA para lo que no quedó claro: pídele que te explique o compare a partir de la guía o de tu material, no de memoria.
- Verificación de cualquier dato nuevo con los pasos anteriores.
- Tarjetas de repaso con lo verificado, para repasarlas en los días siguientes.
Cada semana, haz un simulacro o un bloque largo, revisa tus resultados por asignatura y ajusta tu plan. Para decidir qué reforzar, te sirve cómo priorizar los temas que fallas. Usada así, la IA te ahorra tiempo de explicación y organización, y la fuente oficial y los reactivos siguen marcando lo que estudias.
Descarga el checklist: estudiar para el ENARM con IA. Incluye los usos que sí y los que no, prompts listos para copiar, las señales de alerta, los 7 pasos de verificación, la rutina diaria y semanal y una bitácora para registrar lo que la IA te dijo y lo que dice la guía.
Si quieres estudiar para el ENARM con IA sin depender de ella para saber qué es correcto, necesitas reactivos, simulacros y explicaciones construidos sobre las GPC y NOM vigentes. Habla con un asesor de AMIR México y conoce cómo se arma esa preparación.
Fuentes
- Nouri H, Mahdavi A, Abedi A, et al. Performance of large language models in medical licensing examinations: a systematic review and meta-analysis. Journal of Educational Evaluation for Health Professions. 2025;22.
- Bhattacharyya M, Miller VM, Bhattacharyya D, Miller LE. High rates of fabricated and inaccurate references in ChatGPT-generated medical content. Cureus. 2023;15(5):e39238.
- Chen S, Gao M, Sasse K, et al. When helpfulness backfires: LLMs and the risk of false medical information due to sycophantic behavior. npj Digital Medicine. 2025.
- Gong EJ, Bang CS, Lee JJ, Baik GH. Knowledge-practice performance gap in clinical large language models: systematic review of 39 benchmarks. Journal of Medical Internet Research. 2025;27:e84120.
- Feizi S, Hatami F, Khosravi Mirzaei S, et al. Applicability of ChatGPT to generate multiple-choice questions for ophthalmology resident exam. British Journal of Ophthalmology. 2026;110(7).
- Gupta K, Hooton TM, Naber KG, et al. International clinical practice guidelines for the treatment of acute uncomplicated cystitis and pyelonephritis in women: a 2010 update by the IDSA and ESCMID. Clinical Infectious Diseases. 2011;52(5):e103-e120.
- Larsen DP, Butler AC, Roediger HL. Test-enhanced learning in medical education. Medical Education. 2008;42(10):959-966.
- Organización Mundial de la Salud. Orientaciones sobre ética y gobernanza de los modelos multimodales grandes. 2024.
- Secretaría de Salud. GPC SS-077-24, infección de vías urinarias no complicada. Catálogo Maestro de Guías de Práctica Clínica. 2024.
- CIFRHS. Convocatoria 50.º ENARM 2026.