En cualquier industria, una alucinación de iA sobre tu marca es un problema. En salud, es algo más serio: un paciente que llega a la consulta con la convicción de que tu clínica tiene una especialidad que no tiene, o que cubre un seguro que no cubre, ya tomó una decisión basada en información incorrecta. La responsabilidad de prevenir eso es de la clínica, no del LLM.
Cómo se ve una alucinación de iA sobre una clínica
No son errores estridentes. Son errores plausibles. Un LLM puede afirmar con seguridad que tu centro médico cubre Isapre Cruz Blanca cuando no lo hace, que tu jefe de cardiología es alguien que se fue hace dos años, o que tu sucursal de Las Condes atiende urgencias 24/7 cuando solo es ambulatoria. El paciente no verifica — actúa.
Por qué pasa: el LLM rellena vacíos cuando faltan datos estructurados
Las alucinaciones no son errores aleatorios. Ocurren cuando el modelo no tiene suficiente información de alta calidad sobre una entidad y "rellena" con datos plausibles. Si tu sitio no declara qué especialidades ofreces, qué isapres cubres y qué médicos integran tu staff de forma estructurada, la iA infiere. Y a veces, mal.
Schema.org tiene tipos médicos que casi nadie usa
La mayoría de las clínicas chilenas declara como mucho un Organization genérico. Schema.org tiene tipos específicos diseñados para reducir ambigüedad: MedicalClinic, Hospital, Physician, MedicalSpecialty, MedicalProcedure, HealthInsurancePlan. Cada uno tiene campos pensados para que la iA lea sin inferir.
- 01MedicalClinic o Hospital para el centro: medicalSpecialty, availableService, paymentAccepted.
- 02Physician por cada médico: medicalSpecialty, availableService, hospitalAffiliation.
- 03HealthInsurancePlan listando isapres y previsiones que efectivamente cubres.
- 04MedicalProcedure para tratamientos especializados con descripción clara.
La consistencia importa más que la cantidad
Los LLM cruzan tu sitio con Google Business Profile, portales como Doctoralia o Examedi y redes sociales. Si tu sitio dice una cosa y tu GBP otra, la iA elige cualquiera de las dos versiones, y a veces inventa una tercera. Auditoría de consistencia es tan importante como agregar más datos.
"En salud, el problema no es que la iA te omita. Es que te describa con datos plausibles pero erróneos. Tu defensa no es contenido más persuasivo — es información estructurada y consistente que cierre el espacio donde la iA podría inferir."
Lo que NO recomendamos hacer en salud
- 01No infles aggregateRating ni inventes reseñas: los LLM cruzan con fuentes externas y te penalizan más de lo que ganarías.
- 02No uses iA generativa para contenido médico sin revisión profesional. El riesgo regulatorio y clínico no compensa el ahorro de tiempo.
- 03No omitas información negativa o limitaciones reales: la iA premia la transparencia, y un paciente que llega informado de verdad es un paciente que vuelve.
Checklist GEO para una clínica o centro médico chileno
- 01Implementa JSON-LD con tipos médicos específicos (MedicalClinic, Physician, MedicalSpecialty), no solo Organization.
- 02Audita consistencia entre tu sitio, GBP, Doctoralia, Examedi y redes sociales.
- 03Lista explícitamente isapres y previsiones cubiertas en tu sitio y en datos estructurados.
- 04Mantén actualizado el staff médico — un médico que ya no atiende y sigue listado es una alucinación esperando ocurrir.
- 05Audita tu Share of Model por especialidad. Tu visibilidad puede ser distinta en cardiología que en pediatría, incluso siendo la misma clínica.