Casi todo el mundo sabe que moverse baja la presión. Lo que casi nadie sabe es cuánto, cómo y cuál ejercicio le toca a su cuerpo, porque las guías se escriben para poblaciones enteras y rara vez miran la edad, las otras enfermedades, los remedios que ya se toman o qué tan alta está la presión de partida. Esa distancia entre el consejo general y el caso de cada uno es donde mucha gente se queda parada.

Este trabajo apunta justo ahí. Un equipo revisó 2.548 registros de PubMed, por título y resumen primero y por texto completo después, y se quedó con 255 estudios sobre actividad física e hipertensión. De cada uno extrajo los grupos, los protocolos de ejercicio, las características de los pacientes y los resultados, y cada dato lleva pegada la cita textual del original. Eso último no es un detalle: permite volver a la fuente y comprobar que lo extraído dice lo que dice.

En la Argentina, donde la hipertensión es una de esas condiciones que se arrastran años sin ruido, la utilidad es concreta. Una persona de sesenta y pico, con diabetes y medicada, podría buscar qué funcionó en gente parecida en lugar de empezar con una rutina pensada para otro. Lo mismo vale para el kinesiólogo o el médico de cabecera que hoy arman planes con lo que recuerdan de la bibliografía. Los modelos de lenguaje ya sirven para lo que pesa más horas que ingenio: leer miles de papers y ordenarlos.

Ahora bien, ordenar evidencia no es indicar un tratamiento. Una base que cruza perfiles y protocolos le da al profesional un mapa mucho mejor, pero el cuerpo concreto sigue pidiendo control: la presión se mide, se ajusta y se acompaña. La conclusión es simple y vale para casi todo lo que viene con inteligencia artificial en salud: la herramienta achica la búsqueda, y el criterio de quien conoce al paciente sigue decidiendo qué camino se recorre.