Una investigación del Instituto de Evaluación de Tecnologías en Salud e Investigación de EsSalud probó en 50 voluntarios mayores de 40 años una herramienta de inteligencia artificial que responde consultas sobre alimentación por WhatsApp.
Cincuenta personas mayores de 40 años sin enfermedad crónica diagnosticada se convirtieron en los primeros jueces de Nutribot, un asistente conversacional basado en modelos de lenguaje de gran escala (LLM) desarrollado por el Instituto de Evaluación de Tecnologías en Salud e Investigación (IETSI) de EsSalud.
El resultado, que fue publicado en el primer número de la Revista Ciencia y Tecnología Aplicada a la Salud Pública, es contundente: la herramienta no solo fue bien aceptada, sino que la gran mayoría de quienes la probaron estarían dispuestos a recomendarla.
El estudio, liderado por Brik Henrry Meza Pinedo y Alexis Germán Murillo Carrasco, midió tres dimensiones clave: usabilidad, aceptabilidad inicial y factibilidad operativa.
La brecha que este chatbot quiere cerrar
Las enfermedades crónicas no transmisibles representan una de las cargas más pesadas para el sistema de salud peruano. Amplios segmentos de la población adulta no acceden de manera oportuna a información clara y confiable sobre salud nutricional. Esta brecha alimenta decisiones poco saludables.
Frente a ese escenario, las tecnologías de inteligencia artificial, en particular los agentes conversacionales disponibles en WhatsApp, emergen como alternativas prometedoras. Su penetración en hogares peruanos, su bajo costo de acceso y la posibilidad de ofrecer respuestas personalizadas en tiempo real los convierten en candidatos idóneos para intervenciones preventivas.
La investigación empleó un diseño de métodos mixtos secuencial explicativo: primero una fase cuantitativa con cuestionarios estandarizados y luego una fase cualitativa con preguntas abiertas.
Los 50 participantes, con edades entre 40 y 83 años, interactuaron libremente con Nutribot durante 20 a 30 minutos a través de WhatsApp, usando texto, notas de voz o imágenes de alimentos. Posteriormente completaron una versión adaptada al español de la System Usability Scale (SUS).
Se incluyó también una protección: si el usuario hace preguntas que no son de nutrición, el sistema lo detecta, frena la respuesta y lo devuelve al tema principal.
*El alfa de Cronbach es un indicador estadístico que mide la consistencia interna de un cuestionario. Y el valor obtenido (0.94) puede ser categorizado como excelente.
Los números que respaldan la confianza
Los resultados cuantitativos son sólidos. Más del 60% de los participantes estuvo de acuerdo o totalmente de acuerdo con los ítems clave: facilidad de uso, claridad de las respuestas, comprensión del contexto y utilidad práctica.
El indicador más revelador es la probabilidad de recomendación. En una escala del 1 al 10, las respuestas se concentraron entre 6 y 10, con una mediana de 9.0 y un promedio de 8.92. En términos concretos, 44 de los 50 participantes otorgaron un puntaje de 8 o más.
El análisis cualitativo aporta una dimensión humana al estudio. Las valoraciones positivas se articulan en torno a tres atributos: rapidez, claridad y calidez conversacional.
Una arquitectura diseñada para entender el contexto peruano
Nutribot no es un asistente genérico, sino uno hecho a la medida del Perú. Usa tecnología GPT-4.1 y está programado con guías de salud y nutrición preparadas exclusivamente para los peruanos.
La arquitectura multimodal permite procesar texto, notas de voz e imágenes. Los audios se transcriben automáticamente; las imágenes se analizan para estimar proporciones de macronutrientes. Un agente inteligente gestiona la memoria temporal del diálogo. La infraestructura de privacidad se realizó con cifrado de extremo a extremo y la persistencia de conversaciones se gestionó en Supabase.
Los investigadores son explícitos sobre los límites del estudio. Se trata de un prototipo en fase beta evaluado en condiciones controladas, con una muestra no probabilística de 50 participantes. Los resultados no permiten pronunciarse sobre efectividad clínica ni impacto conductual a largo plazo.
Los autores de la investigación concluyen que los hallazgos demuestran la factibilidad de implementar un chatbot nutricional basado en LLM vía WhatsApp como herramienta complementaria para promover estilos de vida saludables en adultos peruanos.
