A revolution is taking place within the field of artificial intelligence (AI) with the emergence of generative AI. Although we are in an early phase at the clinical level, there is an exponential increase in the number of scientific articles that use AI (discriminative and generative) in their methodology. According to the current situation, we may be in an “AI bubble” stage; requiring filters and tools to evaluate its application, based on the quality and evidence provided. In this sense, initiatives have been developed to determine standards and guidelines for the use of discriminative AI (CONSORT AI, STARD AI and others), and more recently for generative AI (the CHART collaborative). As a new technology, AI requires scientific regulation to guarantee the efficacy and safety of its applications, while maintaining the quality of care; an evidence-based AI (IABE).

Dentro del campo de la inteligencia artificial (IA) se está produciendo una revolución con la aparición de la IA generativa. Si bien estamos en una fase precoz a nivel clínico, se observa un incremento exponencial del número de artículos científicos que utilizan la IA (discriminativa y generativa) en su metodología. De acuerdo con la situación actual, tal vez nos encontremos en una etapa de «burbuja de la IA»; precisando filtros y herramientas para evaluar su aplicación, en base a la calidad y evidencia aportada. En este sentido, se han desarrollado iniciativas para determinar estándares y guías para el uso de IA discriminativa (CONSORT AI, STARD AI y otras), y más recientemente para la IA generativa (the CHART collaborative). Como nueva tecnología, la IA requiere una regulación científica para garantizar la eficacia y seguridad en sus aplicaciones, manteniendo la calidad de la atención; una IA basada en la evidencia (IABE).