Antecedentes: La esofagogastroduodenoscopia (EGD) es esencial para diagnosticar trastornos del tracto gastrointestinal superior. La formación tradicional para endoscopistas novatos a menudo es ineficiente e inconsistente. Este estudio evalúa la efectividad de un sistema asistido por inteligencia artificial (EndoAdd) en mejorar la formación de EGD. Métodos: En un ensayo controlado aleatorio, ocho endoscopistas novatos fueron asignados al grupo EndoAdd o a un grupo de control (formación tradicional). El sistema EndoAdd proporcionó retroalimentación en tiempo real sobre puntos ciegos y fotodocumentación. Los resultados principales fueron el número de puntos ciegos, con resultados secundarios que incluyen el tiempo de examen, la detección de lesiones y la completitud de la fotodocumentación. Resultados: El sistema EndoAdd exhibió una precisión general del 98,0% y un área bajo la curva (AUC) media de 0,984. El grupo EndoAdd tuvo significativamente menos puntos ciegos, mejoró la fotodocumentación y una tasa de detección de lesiones más alta. El tiempo de examen se redujo sin comprometer la precisión diagnóstica. Conclusiones: El sistema EndoAdd asistido por IA mejoró el rendimiento de los endoscopistas novatos, reduciendo los puntos ciegos y mejorando la detección de lesiones. Los sistemas de IA como EndoAdd muestran potencial para acelerar la formación en endoscopia y mejorar la calidad procedimental.