# Un sistema permite que la IA médica siga aprendiendo tras su implementación

> Investigadores proponen un sistema independiente del modelo que actualiza LLM y VLM congelados con casos reales y mejora el rendimiento hasta un 34% en tareas médicas.

Oossa · 2026-10-08 · https://oossa.com/es/new-framework-lets-frozen-medical-ai-models-keep-learning-after-deployment

Un equipo encabezado por Yexiao He publicó el 8 de octubre de 2026 un artículo que describe un marco para que los grandes modelos de lenguaje (LLM) y los modelos de visión y lenguaje (VLM) congelados aprendan de los casos que atienden. El sistema incorpora tres tipos de conocimientos externos: una habilidad para el razonamiento, una memoria de conocimiento para los datos y una base de conocimientos multimodal con ejemplos visuales. El modelo solo se actualiza cuando los casos nuevos mejoran el rendimiento sin perjudicar los resultados anteriores. Las pruebas con seis parámetros de referencia médicos y cuatro modelos base distintos mostraron mejoras de hasta el 34,2%.

## Los hechos

- Mejora de hasta el 34,2% en tareas médicas
- Evaluado con seis parámetros de referencia y cuatro modelos base

## Por qué importa

Los profesionales clínicos podrían confiar en herramientas de IA que se mantienen al día con las nuevas directrices sin necesidad de un costoso reentrenamiento.

## Fuentes y referencias

1. [Frozen Models, Evolving Expertise: Model-Agnostic Learning from Deployment Experience for Multimodal Medical AI](https://arxiv.org/abs/2610.09146) – arXiv, 2026-10-08

Última actualización: 2026-10-08