Introducción: Con el creciente desarrollo y adopción de la inteligencia artificial en la atención médica y en otros sectores de la sociedad, han surgido diversas herramientas amigables y atractivas para apoyar la investigación, como los chatbots, notablemente ChatGPT. Objetivo: Investigar el rendimiento de ChatGPT como asistente para codificadores médicos utilizando el ICD-10-CM/PCS. Metodología: Realizamos un estudio exploratorio prospectivo entre 2023 y 2024 durante 6 meses. Un total de 150 casos clínicos codificados utilizando el ICD-10-CM/PCS, extraídos de libros técnicos de codificación, fueron sistemáticamente aleatorizados. Todos los casos fueron traducidos al portugués (el idioma nativo de los autores) y al inglés (el idioma nativo del ICD-10-CM/PCS). Estos casos clínicos variaron en niveles de complejidad respecto a la cantidad de diagnósticos y procedimientos, así como la naturaleza de la información clínica. Cada caso fue ingresado en la versión gratuita de ChatGPT 2023. La codificación obtenida de ChatGPT fue analizada por un auditor/codificador médico senior y comparada con los resultados esperados. Resultados: En cuanto a los códigos correctos, el rendimiento de ChatGPT fue superior en aproximadamente 29 puntos porcentuales entre diagnósticos y procedimientos, con mayor competencia en los códigos diagnósticos. La tasa de precisión para los códigos fue similar en ambos idiomas, con tasas de 31.0% y 31.9%. La tasa de error en los códigos de procedimiento fue sustancialmente más alta que en los códigos diagnósticos, casi cuatro veces. Para la información faltante, se observó una mayor incidencia en diagnósticos en comparación con procedimientos, de ligeramente más del doble de las tasas comparativas. Además, hubo un exceso estadísticamente significativo de códigos no relacionados con la información clínica, que fue mayor en procedimientos y casi el mismo valor en ambos idiomas en estudio. Conclusión: Dada la facilidad de acceso a estas herramientas, esta investigación sirve como un factor de concienciación, demostrando que ChatGPT puede asistir al codificador médico en la investigación dirigida. Sin embargo, no reemplaza su validación técnica en este proceso. Por lo tanto, son necesarios más desarrollos de esta herramienta para aumentar la calidad y fiabilidad de los resultados.