Objetivos: La selección de la técnica quirúrgica óptima en cirugía bariátrica (CB) sigue siendo uno de los desafíos más debatidos, donde confluyen múltiples factores clínicos, institucionales y subjetivos. La inteligencia artificial (IA), y en particular modelos como ChatGPT, está emergiendo como una herramienta potencialmente útil en entornos médicos. Su uso en contextos educativos e investigativos es creciente, pero su aplicabilidad como apoyo en la toma de decisiones clínicas sigue siendo incierta. Este estudio explora si ChatGPT puede mejorar su capacidad para recomendar técnicas de CB tras exponerse a evidencia científica de calidad, y si sus recomendaciones se acercan a las decisiones reales de un equipo quirúrgico especializado.

Métodos: Estudio retrospectivo unicéntrico que incluyó a 283 pacientes intervenidos de CB entre 2023 y 2025. Se recogieron variables clínicas clave (edad, sexo, IMC, comorbilidades, etc.). ChatGPT generó recomendaciones quirúrgicas en dos fases: (1) sin entrenamiento adicional, y (2) tras exposición a 412 artículos científicos seleccionados mediante búsqueda sistemática en PubMed. Se evaluó la concordancia entre sus sugerencias y las decisiones reales del equipo quirúrgico mediante porcentaje de coincidencia e índice Kappa de Cohen.

Resultados: En la primera fase, ChatGPT priorizó la gastrectomía vertical (GV, 56,8%), seguida de BGYR (26,8%) y OAGB (16,4%), sin recomendar SADI-S. La concordancia con la práctica clínica fue baja (20%, Kappa = 0,003). Tras el entrenamiento con literatura científica, el modelo mostró un cambio relevante en sus recomendaciones: GV bajó al 35,7%, BGYR subió al 30,3%, apareció SADI-S (17,1%) y se ofrecieron opciones duales (SG o BGYR) en el 4% de los casos. La concordancia aumentó ligeramente al 25,8% (Kappa = 0,068). El cambio global de distribución fue altamente significativo (p < 0,00001), evidenciando una adaptación del modelo tras el entrenamiento.

Conclusiones: ChatGPT es capaz de modificar sus recomendaciones tras ser “entrenado” con evidencia científica, lo que revela su potencial para integrar información contextual. No obstante, su capacidad para replicar decisiones clínicas individualizadas sigue siendo limitada. Aunque aún no está preparado para actuar como asesor quirúrgico autónomo, su aplicación como herramienta educativa o de apoyo en entornos clínicos controlados resulta prometedora.