Los modelos de lenguaje grandes (LLMs) son cada vez más adoptados en escenarios de preguntas y respuestas médicas. Sin embargo, se ha demostrado que los LLMs generan alucinaciones e información no factual, socavando su confiabilidad en tareas médicas de alto riesgo. La Predicción Conformal (CP) es ahora reconocida como un marco robusto dentro del ámbito más amplio del aprendizaje automático, ofreciendo garantías estadísticamente rigurosas de cobertura marginal (promedio) para conjuntos de predicción. Sin embargo, la aplicabilidad de CP en preguntas y respuestas médicas aún está por explorarse.