Glosario de IA y Salud

En salud, los algoritmos impulsan desde reglas simples de decisión clínica hasta sistemas complejos de IA. Un algoritmo tradicional podría seguir reglas explícitas — por ejemplo, “si la frecuencia cardíaca del paciente supera los 100 lpm y la presión arterial cae por debajo de 90/60, alertar al equipo de atención.” Los algoritmos de IA van más allá al aprender patrones a partir de datos en lugar de depender únicamente de reglas predefinidas, lo que les permite identificar relaciones sutiles que serían difíciles de especificar manualmente para los humanos.

Cuando los profesionales de la salud encuentran el término “algoritmo” en el contexto de la IA, típicamente se refiere al método matemático utilizado para entrenar un modelo o hacer predicciones. Diferentes algoritmos son adecuados para diferentes tareas — algunos sobresalen en clasificar imágenes, otros en predecir valores numéricos y otros en encontrar patrones ocultos en los datos. Comprender que los algoritmos son simplemente métodos estructurados de resolución de problemas, no cajas negras misteriosas, es el primer paso para evaluar herramientas de IA críticamente.

El aprendizaje automático es la fuerza impulsora detrás de la mayoría de las aplicaciones modernas de IA en salud. En lugar de seguir reglas escritas a mano, los modelos de ML se entrenan con conjuntos de datos de ejemplos — como miles de imágenes médicas etiquetadas o millones de registros de pacientes — y aprenden a identificar los patrones que distinguen un resultado de otro. Este enfoque basado en datos permite a los sistemas de ML captar relaciones complejas que sería impráctico especificar manualmente.

Existen varios tipos principales de aprendizaje automático. El aprendizaje supervisado utiliza ejemplos etiquetados (p. ej., imágenes ya marcadas como “normal” o “anormal”) para entrenar modelos a clasificar nuevos casos. El aprendizaje no supervisado encuentra patrones ocultos en los datos sin etiquetas predefinidas, útil para descubrir subgrupos de pacientes o anomalías. El aprendizaje por refuerzo entrena modelos mediante ensayo y error para optimizar secuencias de decisiones. Cada enfoque tiene diferentes fortalezas y es adecuado para diferentes aplicaciones de salud, desde imágenes diagnósticas hasta optimización de tratamientos y pronóstico operativo.

El aprendizaje federado es especialmente relevante para la IA en salud porque permite que hospitales e instituciones de investigación entrenen modelos de IA de forma colaborativa sin compartir datos sensibles de los pacientes. Cada institución entrena con sus datos locales y solo comparte las actualizaciones del modelo (gradientes), no los datos en sí. Este enfoque responde a las preocupaciones relacionadas con HIPAA al tiempo que permite entrenar modelos con conjuntos de datos diversos y multiinstitucionales.

El aprendizaje por refuerzo se diferencia de otros enfoques de aprendizaje automático en que el modelo aprende a través de la interacción con un entorno en lugar de a partir de un conjunto de datos estático de ejemplos etiquetados. El agente toma acciones, observa resultados y ajusta su estrategia para maximizar las recompensas acumulativas a lo largo del tiempo. Este enfoque de ensayo y error es particularmente adecuado para problemas de toma de decisiones secuenciales donde la mejor acción depende del estado actual y las consecuencias futuras.

En salud, el aprendizaje por refuerzo se está explorando para la optimización de tratamientos — por ejemplo, determinar la mejor secuencia y dosificación de medicamentos para el manejo de sepsis, regímenes de quimioterapia o dosificación de insulina para diabetes. También se aplica al diseño adaptativo de ensayos clínicos, la planificación de cirugía robótica y la asignación de recursos en hospitales. Debido a que el aprendizaje por refuerzo implica exploración (probar diferentes acciones para aprender), su aplicación en salud requiere consideraciones de seguridad cuidadosas, y gran parte del trabajo actual utiliza entornos simulados o datos retrospectivos en lugar de interacción en tiempo real con pacientes.

El aprendizaje profundo ha impulsado muchos de los avances más impresionantes de la IA en salud. Su fortaleza radica en su capacidad para descubrir automáticamente características relevantes en datos crudos — en lugar de requerir que los humanos especifiquen manualmente qué debe buscar el modelo. Esto lo hace particularmente potente para tipos de datos complejos como imágenes médicas, secuencias genómicas y texto clínico no estructurado, donde los patrones importantes son difíciles de definir explícitamente.

En aplicaciones de salud, los modelos de aprendizaje profundo pueden igualar o superar el rendimiento de especialistas en tareas específicas, como clasificar lesiones cutáneas, detectar arritmias a partir de datos de ECG o identificar células cancerosas en portaobjetos de patología. Sin embargo, los modelos de aprendizaje profundo típicamente requieren conjuntos de datos de entrenamiento muy grandes, recursos computacionales significativos y pueden ser difíciles de interpretar — lo que significa que puede no estar claro por qué el modelo hizo una predicción particular. Esta característica de “caja negra” es un área activa de investigación, ya que la adopción clínica a menudo depende de la capacidad de explicar el razonamiento de la IA.

El aprendizaje supervisado es la forma más común de aprendizaje automático en la IA de salud. El proceso implica proporcionar al modelo un conjunto de datos donde cada ejemplo tiene tanto características de entrada (como valores de píxeles de una imagen médica o signos vitales del paciente) como una etiqueta correspondiente (como “maligno” o “benigno”, o “será readmitido dentro de 30 días”). El modelo aprende la relación entre entradas y etiquetas, y luego aplica ese mapeo aprendido a datos nuevos y no etiquetados.

La calidad del aprendizaje supervisado depende en gran medida de la calidad y cantidad de los datos de entrenamiento etiquetados. En salud, crear estas etiquetas a menudo requiere anotación experta — por ejemplo, radiólogos marcando regiones de interés en miles de imágenes, o clínicos revisando historiales para confirmar diagnósticos. Este proceso de anotación es laborioso y costoso pero esencial para construir modelos precisos. Las tareas comunes de aprendizaje supervisado en salud incluyen clasificación (¿es esta lesión benigna o maligna?), regresión (¿cuál es la estancia prevista de este paciente?) y puntuación de riesgo (¿cuál es la probabilidad de un evento adverso específico?).

La FDA ha autorizado cientos de dispositivos médicos habilitados con IA en especialidades que incluyen radiología, cardiología, oftalmología y patología. Las vías regulatorias más comunes son el proceso 510(k) (demostrando equivalencia sustancial con un dispositivo existente) y la vía De Novo (para dispositivos novedosos de menor riesgo sin un predicado directo). La FDA también ha introducido un marco para software basado en IA/ML que puede adaptarse y mejorar con el tiempo, reconociendo que estas herramientas difieren de los dispositivos médicos estáticos tradicionales.

Comprender la autorización de la FDA es importante para los profesionales de la salud que evalúan herramientas de IA. La autorización indica que la FDA ha revisado la evidencia de seguridad y efectividad del dispositivo, pero no garantiza que la herramienta rendirá igual de bien en cada entorno clínico o población de pacientes. Las organizaciones de salud deben mirar más allá del estado regulatorio para examinar la evidencia clínica específica, las poblaciones estudiadas y cómo el rendimiento de la herramienta ha sido validado en entornos del mundo real similares al suyo.

Los datos de entrenamiento son la base sobre la cual se construyen todos los modelos de aprendizaje automático. En salud, los datos de entrenamiento pueden incluir imágenes médicas con anotaciones de expertos, historias clínicas electrónicas con etiquetas de resultados, secuencias genómicas emparejadas con diagnósticos de enfermedades o notas clínicas etiquetadas con códigos relevantes. El principio es directo: un modelo solo puede aprender patrones que están presentes en sus datos de entrenamiento, por lo que la calidad, el tamaño, la diversidad y la representatividad de estos datos determinan directamente las capacidades y limitaciones del modelo.

Varios desafíos rodean los datos de entrenamiento en salud. Las regulaciones de privacidad del paciente restringen cómo se pueden recopilar y compartir los datos de salud, lo que puede limitar el tamaño y la diversidad de los conjuntos de datos disponibles. Los datos desequilibrados — donde ciertas condiciones, demografías o resultados están subrepresentados — pueden llevar a modelos sesgados que rinden mal para poblaciones minoritarias. Los problemas de calidad de datos como valores faltantes, codificación inconsistente y variabilidad en la documentación añaden mayor complejidad. Técnicas como el aprendizaje federado (entrenar modelos entre múltiples instituciones sin compartir datos crudos) y la generación de datos sintéticos están emergiendo como soluciones a algunos de estos desafíos.

En el ámbito sanitario, los gemelos digitales abarcan desde modelos a nivel de paciente (que simulan cómo un individuo podría responder a distintos tratamientos) hasta modelos a nivel de sistema (que optimizan las operaciones hospitalarias, el flujo de urgencias o las cadenas de suministro). Permiten escenarios hipotéticos «¿qué pasaría si…?» sin riesgo en el mundo real.

Las historias clínicas electrónicas son tanto una fuente de datos crítica para la IA en salud como un punto de integración principal para las herramientas de IA. Los sistemas de HCE como Epic, Cerner (ahora Oracle Health) y MEDITECH contienen datos estructurados (resultados de laboratorio, signos vitales, medicamentos, códigos de facturación) así como datos no estructurados (notas clínicas, informes radiológicos, resúmenes de alta) que los modelos de IA pueden analizar para generar predicciones, identificar riesgos y apoyar decisiones clínicas.

Muchas aplicaciones de IA están diseñadas para funcionar dentro del entorno de la HCE, apareciendo como alertas integradas, paneles de control o mejoras del flujo de trabajo para que los clínicos puedan beneficiarse de los conocimientos de la IA sin abandonar su sistema de trabajo principal. La calidad y completitud de los datos de la HCE impacta directamente el rendimiento de los modelos de IA entrenados con ellos, lo que hace que la gobernanza y estandarización de datos sean prerrequisitos importantes para la implementación exitosa de IA en las organizaciones de salud.

HIPAA es una consideración fundamental para cualquier despliegue de IA en la atención sanitaria de los EE. UU. La Regla de Privacidad y la Regla de Seguridad de la ley rigen cómo la información de salud protegida (PHI) puede ser recopilada, almacenada, procesada y compartida. Cuando las organizaciones de salud utilizan herramientas de IA que acceden, procesan o almacenan PHI, deben garantizar el cumplimiento de estas reglas — incluyendo la ejecución de Acuerdos de Asociado Comercial (BAA) con proveedores de IA, la implementación de salvaguardas técnicas apropiadas y el mantenimiento de registros de auditoría.

El auge de la IA basada en la nube y la IA generativa ha creado nuevos desafíos de cumplimiento con HIPAA. Las herramientas de IA para consumidores como ChatGPT no cumplen con HIPAA por defecto, lo que significa que los clínicos no deben ingresar información identificable de pacientes en ellas a menos que su organización tenga un acuerdo empresarial específico con el proveedor que incluya disposiciones de HIPAA. Las organizaciones de salud deben desarrollar directrices claras y prácticas para el personal sobre qué herramientas de IA están aprobadas para uso con datos de pacientes y proporcionar capacitación sobre cómo usar la IA de manera responsable dentro de los límites regulatorios.

La IA generativa se ha convertido rápidamente en una de las formas más visibles y accesibles de IA en salud, en gran parte a través de herramientas como ChatGPT, Claude y Gemini. En entornos clínicos, la IA generativa se está utilizando para redactar documentación clínica, crear materiales de educación al paciente, resumir literatura médica, generar cartas de derivación y asistir con tareas administrativas. Los escribas de IA ambiental que escuchan los encuentros con pacientes y producen notas estructuradas son un ejemplo prominente de IA generativa en salud.

Aunque la IA generativa es potente, conlleva riesgos únicos en contextos de salud. Estos modelos pueden producir texto fluido y de apariencia segura que es factualmente incorrecto — un fenómeno llamado “alucinación”. Pueden no reflejar la evidencia médica más actual, y sus resultados siempre deben ser revisados por un profesional calificado antes de aplicarse a la atención del paciente. La privacidad es otra preocupación: ingresar datos de pacientes en herramientas de IA generativa para consumidores puede violar HIPAA a menos que existan los acuerdos empresariales apropiados.

La ingeniería de prompts se ha convertido en una habilidad esencial para los profesionales de la salud que utilizan herramientas de IA generativa. La calidad del resultado de una IA está directamente influenciada por cómo se estructura el prompt de entrada. En contextos de salud, los prompts efectivos especifican el escenario clínico, el formato deseado, los estándares de evidencia, la audiencia objetivo y cualquier restricción — como evitar información más allá de cierta fecha o enfocarse en poblaciones de pacientes específicas.

Los principios clave para la ingeniería de prompts en salud incluyen proporcionar suficiente contexto clínico, especificar el nivel de detalle y formato deseado, solicitar citas o niveles de evidencia, pedir al modelo que señale la incertidumbre en lugar de adivinar, y nunca incluir información identificable de pacientes en prompts dirigidos a herramientas no conformes. Construir una biblioteca de plantillas de prompts probadas para tareas recurrentes — como educación al paciente, revisión de literatura o lluvia de ideas para diagnósticos diferenciales — puede ayudar a los clínicos a trabajar eficientemente manteniendo los estándares de calidad y seguridad.

La inteligencia artificial en salud abarca una amplia gama de tecnologías, desde sistemas expertos basados en reglas que han existido durante décadas hasta enfoques modernos de aprendizaje automático y aprendizaje profundo. El hilo común es que estos sistemas procesan información y producen resultados — diagnósticos, predicciones, recomendaciones — que de otro modo requerirían esfuerzo cognitivo humano.

Es importante comprender que “IA” es un término paraguas, no una tecnología única. Al evaluar un producto comercializado como “impulsado por IA”, la pregunta relevante es qué tipo específico de IA utiliza, con qué datos fue entrenado y qué evidencia respalda sus afirmaciones. Un simple sistema de alertas basado en reglas y un modelo sofisticado de aprendizaje profundo son ambos formas de IA, pero difieren enormemente en sus capacidades, limitaciones y casos de uso apropiados.

La IA es un habilitador clave de la medicina de precisión porque puede analizar los vastos conjuntos de datos multidimensionales necesarios para identificar qué tratamientos funcionan mejor para qué pacientes. Solo los datos genómicos pueden contener millones de puntos de datos por paciente, y cuando se combinan con el historial clínico, resultados de laboratorio, imágenes y factores de estilo de vida, la complejidad supera con creces lo que los métodos estadísticos tradicionales pueden manejar eficazmente. Los modelos de aprendizaje automático pueden descubrir patrones entre estas variables para predecir la respuesta al tratamiento, identificar subtipos de enfermedades y guiar la selección terapéutica.

En oncología, la medicina de precisión impulsada por IA ya está en uso clínico, ayudando a emparejar pacientes con terapias dirigidas basadas en el perfil genético de su tumor. Las aplicaciones de farmacogenómica utilizan IA para predecir cómo los pacientes individuales metabolizarán fármacos específicos, reduciendo las reacciones adversas y optimizando la dosificación. A medida que los conjuntos de datos crecen y los modelos de IA se vuelven más sofisticados, se espera que la medicina de precisión se expanda a más especialidades y condiciones, moviendo la atención sanitaria hacia un modelo donde los planes de tratamiento sean verdaderamente individualizados en lugar de basarse en promedios poblacionales.

Los modelos de lenguaje grandes como GPT-4, Claude, Gemini y LLaMA son la tecnología detrás de las herramientas de IA generativa que han entrado rápidamente en los flujos de trabajo de salud. Estos modelos aprenden patrones estadísticos del lenguaje a partir de miles de millones de documentos de texto y luego pueden generar texto coherente y contextualmente relevante en respuesta a prompts. En salud, los LLM se están utilizando para documentación clínica, síntesis de literatura, comunicación con pacientes, educación médica y tareas administrativas.

Los LLM tienen limitaciones notables que es importante que los profesionales de la salud comprendan. Pueden generar información que suena plausible pero es incorrecta (alucinaciones), pueden reflejar sesgos presentes en sus datos de entrenamiento y no “comprenden” verdaderamente la medicina como lo hace un clínico — predicen secuencias de texto probables basándose en patrones. Por estas razones, los resultados de los LLM en contextos clínicos siempre deben ser verificados por un profesional calificado. A pesar de estas limitaciones, cuando se usan como herramientas de asistencia con la supervisión apropiada, los LLM pueden mejorar significativamente la eficiencia clínica y el acceso a la información.

El procesamiento de lenguaje natural es particularmente valioso en salud porque gran parte de la información clínica existe como texto no estructurado — notas médicas, informes radiológicos, hallazgos patológicos, resúmenes de alta y artículos de investigación. Las herramientas de PLN pueden extraer datos estructurados de estas narrativas, permitiendo análisis a escala que sería imposible mediante revisión manual. Por ejemplo, el PLN puede identificar a todos los pacientes en un sistema de salud cuyas notas clínicas mencionan un patrón de síntomas específico, incluso cuando diferentes clínicos lo describen de diferentes maneras.

Las aplicaciones de PLN en salud incluyen documentación clínica ambiental (convertir encuentros hablados con pacientes en notas estructuradas), codificación médica automatizada, emparejamiento de ensayos clínicos, detección de eventos adversos a partir de registros médicos y vigilancia de literatura. La llegada de los modelos de lenguaje grandes ha expandido dramáticamente las capacidades del PLN, permitiendo una comprensión más matizada del texto médico y una interacción más natural entre los clínicos y los sistemas de IA.

Las redes neuronales son la base arquitectónica del aprendizaje profundo y de muchos sistemas modernos de IA utilizados en salud. Consisten en una capa de entrada (que recibe datos), una o más capas ocultas (que procesan los datos mediante transformaciones matemáticas) y una capa de salida (que produce el resultado — como una clasificación o predicción). Durante el entrenamiento, la red ajusta la fuerza de las conexiones entre nodos para minimizar errores, aprendiendo gradualmente a mapear entradas a salidas correctas.

En salud, las redes neuronales impulsan aplicaciones que van desde la clasificación de imágenes (detectar tumores en estudios radiológicos) hasta la predicción de secuencias (pronosticar el deterioro del paciente a partir de series temporales de signos vitales) y la generación de lenguaje (producir documentación clínica). El término “profundo” en aprendizaje profundo se refiere a redes neuronales con muchas capas ocultas, que pueden capturar patrones cada vez más abstractos y complejos. Aunque el funcionamiento interno de las redes neuronales puede ser difícil de interpretar, la investigación en IA explicable está haciendo estos sistemas más transparentes y confiables para el uso clínico.

El sesgo en la IA de salud es una preocupación crítica porque puede impactar directamente los resultados de los pacientes y exacerbar las disparidades de salud existentes. El sesgo puede entrar en los sistemas de IA a través de múltiples vías: datos de entrenamiento que subrepresentan ciertas poblaciones, datos históricos de salud que reflejan discriminación pasada, selección de características que inadvertidamente actúan como proxy de raza o estatus socioeconómico, o métodos de evaluación que no prueban el rendimiento en subgrupos demográficos.

Un ejemplo bien conocido es un algoritmo comercial ampliamente utilizado que se descubrió que subestimaba sistemáticamente las necesidades de salud de pacientes negros porque usaba el gasto en salud como proxy de la gravedad de la enfermedad — un gasto que ya estaba moldeado por el acceso desigual a la atención. Identificar y mitigar el sesgo requiere datos de entrenamiento diversos, pruebas rigurosas por subgrupos, monitoreo continuo del rendimiento y equipos de desarrollo inclusivos. Las organizaciones de salud que evalúan herramientas de IA siempre deben preguntar a los proveedores cómo se ha evaluado el sesgo y en qué grupos demográficos se ha validado la herramienta.

Los sistemas de soporte de decisión clínica van desde alertas simples basadas en reglas (como advertencias de interacciones medicamentosas) hasta herramientas sofisticadas impulsadas por IA que analizan datos complejos del paciente para sugerir diagnósticos u opciones de tratamiento. Los sistemas de soporte de decisión clínica mejorados con IA pueden procesar muchas más variables simultáneamente que los sistemas tradicionales basados en reglas, identificando potencialmente patrones y riesgos que los enfoques más simples pasarían por alto.

Un soporte de decisión clínica efectivo se integra de forma fluida en los flujos de trabajo clínicos, presentando información relevante en el momento adecuado sin crear fatiga de alertas. Uno de los desafíos tradicionales en el diseño de estos sistemas es equilibrar la sensibilidad (detectar problemas reales) con la especificidad (evitar falsas alarmas que entrenan a los clínicos a ignorar alertas). Los enfoques impulsados por IA tienen el potencial de mejorar este equilibrio al personalizar las alertas según los contextos individuales de los pacientes en lugar de aplicar reglas generales.

La telemedicina abarca una amplia gama de métodos de prestación de atención sanitaria a distancia, desde consultas por vídeo entre pacientes y profesionales hasta la monitorización remota continua de enfermedades crónicas. La IA se integra cada vez más en las plataformas de telemedicina para el triaje, la evaluación de síntomas y el apoyo a la decisión clínica durante las visitas virtuales.

La validación es un paso crítico para determinar si una herramienta de IA en salud está lista para el despliegue clínico. La validación interna prueba el modelo en una porción reservada del conjunto de datos original, mientras que la validación externa lo prueba con datos completamente independientes — idealmente de diferentes instituciones, poblaciones de pacientes y períodos de tiempo. La validación externa es mucho más informativa porque revela si el rendimiento del modelo se mantiene fuera de las condiciones específicas en las que fue desarrollado.

Para las organizaciones de salud que evalúan herramientas de IA, comprender el proceso de validación es esencial. Las preguntas clave incluyen: ¿Se validó el modelo en una población similar a la tuya? ¿Se desglosaron los resultados por subgrupos demográficos para verificar sesgos? ¿Se realizó la validación de forma prospectiva (con datos nuevos a medida que llegaban) o solo de forma retrospectiva? ¿Fueron las métricas de rendimiento clínicamente significativas — no solo estadísticamente significativas? Una validación robusta no garantiza un rendimiento perfecto, pero proporciona la evidencia necesaria para tomar decisiones informadas sobre el despliegue clínico y establecer expectativas realistas sobre cómo rendirá la herramienta en la práctica.

La visión por computadora es una de las aplicaciones más maduras e impactantes de la IA en salud. Impulsa herramientas que analizan imágenes médicas — radiografías, tomografías computarizadas, resonancias magnéticas, portaobjetos de patología, fotografías de retina e imágenes dermatológicas — para detectar anomalías, medir estructuras y clasificar hallazgos. Muchos dispositivos médicos de IA autorizados por la FDA se basan en visión por computadora, incluyendo sistemas para detectar retinopatía diabética, identificar nódulos pulmonares y señalar posibles fracturas.

La tecnología funciona entrenando modelos de aprendizaje profundo con grandes conjuntos de datos de imágenes médicas etiquetadas. El modelo aprende a reconocer patrones visuales asociados con condiciones específicas, de manera similar a como un radiólogo desarrolla reconocimiento de patrones a través de años de formación — pero con la capacidad de procesar imágenes a una velocidad y escala mucho mayores. La visión por computadora no reemplaza la interpretación del especialista sino que añade una capa adicional de detección que puede mejorar la sensibilidad y ayudar a priorizar los casos urgentes.