La IA y los problemas difíciles del mundo · Medicina y descubrimiento de fármacos · Nature (computational biology) · 2026-10-26
Marco híbrido de recuperación y verificación para reducir las alucinaciones en los LLM médicos
Título original: Hybrid retrieval–verification framework for hallucination reduction in medical LLMs
Los grandes modelos de lenguaje utilizados en entornos clínicos pueden producir respuestas no respaldadas por evidencia, lo que plantea riesgos para la seguridad. Los autores proponen CARE-Med, un marco que combina recuperación densa, verificadores de inferencia de lenguaje natural y puntuación de confianza, y lo prueban en MIMIC-III, PubMedQA y BioASQ. La tasa de respuestas sin respaldo según NLI bajó del 32% en un LLM de referencia al 10%, y del 21% con RAG convencional al 10%.