{"id":273210,"date":"2026-08-18T08:00:35","date_gmt":"2026-08-18T12:00:35","guid":{"rendered":"https:\/\/atlantisuniversity.edu\/?post_type=au_blog&p=273210"},"modified":"2026-08-17T23:01:46","modified_gmt":"2026-08-18T03:01:46","slug":"inteligencia-artificial-en-la-practica-clinica","status":"publish","type":"au_blog","link":"https:\/\/atlantisuniversity.edu\/es\/au_blog\/inteligencia-artificial-en-la-practica-clinica\/","title":{"rendered":"Inteligencia artificial en la pr\u00e1ctica cl\u00ednica: qu\u00e9 hace bien, d\u00f3nde falla y por qu\u00e9 tu criterio sigue siendo insustituible"},"content":{"rendered":"","protected":false},"featured_media":273228,"template":"","meta":{"_acf_changed":false,"_et_pb_use_builder":"","_et_pb_old_content":"","_et_gb_content_width":""},"class_list":["post-273210","au_blog","type-au_blog","status-publish","has-post-thumbnail","hentry"],"acf":{"video_featured":"","post_title":"IA en la pr\u00e1ctica cl\u00ednica","post_description":"La inteligencia artificial en la pr\u00e1ctica cl\u00ednica ya no es una promesa a futuro: es una herramienta de uso diario que redacta notas m\u00e9dicas, estructura valoraciones preoperatorias y detecta puntos ciegos en el razonamiento. Tambi\u00e9n comete errores que solo un profesional entrenado puede identificar. Durante el Healthcare Summit de Atlantis University, el Dr. Ariel Llamas, m\u00e9dico anestesi\u00f3logo en ejercicio desde 2011, mostr\u00f3 ambas caras con casos reales.<\/strong>\r\n

El error que lo resume todo<\/h2>\r\nAntes de cualquier demostraci\u00f3n, una advertencia. Al consultar sobre el ibuprofeno, el modelo respondi\u00f3 describi\u00e9ndolo como un antibi\u00f3tico y explicando c\u00f3mo administrarlo en esa categor\u00eda. El ibuprofeno es un analg\u00e9sico antiinflamatorio, no un antibi\u00f3tico.\r\n\r\nPara un m\u00e9dico, el error salta a la vista en un segundo. Para alguien sin formaci\u00f3n cl\u00ednica, pasa desapercibido y se convierte en informaci\u00f3n aceptada.\r\n\r\nEse es el punto de partida obligatorio: sin criterio profesional establecido, la inteligencia artificial puede enga\u00f1arte con facilidad. Estos errores tienen nombre t\u00e9cnico \u2014alucinaciones\u2014 y responden a una caracter\u00edstica del modelo: lo que no sabe, lo completa. No dice \u00abno lo s\u00e9\u00bb; genera una respuesta plausible.\r\n

Caso 1 \u2014 Valoraci\u00f3n preanest\u00e9sica generada con IA<\/h2>\r\nEl escenario planteado:<\/strong> paciente ficticio de 58 a\u00f1os, masculino, con hipertensi\u00f3n arterial controlada, medicaci\u00f3n habitual, alergia documentada al propofol por broncoespasmo, programado para colecistectom\u00eda.\r\n\r\nLa solicitud:<\/strong> una nota de valoraci\u00f3n preanest\u00e9sica completa con clasificaci\u00f3n ASA, factores de riesgo, plan anest\u00e9sico con alternativas al propofol y consideraciones para la inducci\u00f3n.\r\n\r\nLo que devolvi\u00f3 el modelo:<\/strong> un documento estructurado y descargable, con la alergia al propofol destacada en rojo, factores de riesgo, manejo de v\u00eda a\u00e9rea, plan anest\u00e9sico y de mantenimiento, consideraciones postoperatorias y resumen ejecutivo. Propuso etomidato como inductor con dosis, plante\u00f3 ketamina como alternativa, recomend\u00f3 tener a mano el protocolo de anafilaxia en quir\u00f3fano y advirti\u00f3 sobre la suspensi\u00f3n previa de metformina para evitar acidosis l\u00e1ctica.\r\n\r\nEl error que hab\u00eda que cazar:<\/strong> clasific\u00f3 al paciente como ASA III. El paciente era ASA II. El modelo aplic\u00f3 el criterio de comorbilidad descompensada a un paciente cuya hipertensi\u00f3n estaba expl\u00edcitamente descrita como controlada.\r\n\r\nLa lectura correcta de este caso no es \u00abla IA fall\u00f3\u00bb. Es que produjo en segundos un documento cl\u00ednicamente \u00fatil, exhaustivo y con recordatorios de seguridad valiosos \u2014y conten\u00eda un error que solo un anestesi\u00f3logo detecta.","image2":273231,"image_title":"","header_secondary":"Caso 2 \u2014 Nota m\u00e9dica de evoluci\u00f3n en formato SOAP","post_description2":"Segundo escenario: paciente femenina, 48 horas de dolor abdominal en fosa il\u00edaca derecha, \u00faltima menstruaci\u00f3n tres semanas atr\u00e1s, hallazgos al examen f\u00edsico.\r\n\r\nA partir de esos datos, la herramienta gener\u00f3 una nota estructurada en subjetivo, objetivo, an\u00e1lisis y plan, con caracterizaci\u00f3n completa del dolor, s\u00edntomas asociados y un plan diagn\u00f3stico-terap\u00e9utico coherente.\r\n\r\nEl valor pr\u00e1ctico:<\/strong> una nota organizada y bien presentada, lista para copiar a la historia cl\u00ednica tras la revisi\u00f3n del profesional. El ahorro de tiempo es considerable y \u2014dato importante para la seguridad del paciente\u2014 reduce el riesgo de omitir elementos por prisa o fatiga.\r\n

Herramientas cl\u00ednicas espec\u00edficas frente a modelos generales<\/h2>\r\nAqu\u00ed conviene una distinci\u00f3n que muchos profesionales pasan por alto.\r\n\r\nLos modelos de lenguaje generales \u2014ChatGPT, Claude, Gemini\u2014 son vers\u00e1tiles y accesibles, pero no est\u00e1n dise\u00f1ados para manejar informaci\u00f3n cl\u00ednica identificable en sus versiones p\u00fablicas.\r\n\r\nLas herramientas cl\u00ednicas dedicadas s\u00ed. Soluciones como Microsoft Dragon Copilot o Abridge funcionan como escribas cl\u00ednicos: escuchan la conversaci\u00f3n m\u00e9dico-paciente en tiempo real, generan notas estructuradas, se integran con el historial cl\u00ednico electr\u00f3nico y cuentan con cifrado de nivel empresarial y los marcos contractuales necesarios para operar bajo la normativa estadounidense de privacidad sanitaria.\r\n\r\nLa diferencia pr\u00e1ctica es enorme: el profesional deja de escribir mientras habla y recupera tiempo de contacto real con el paciente.\r\n\r\nAdvertencia cr\u00edtica:<\/strong> cargar informaci\u00f3n identificable de pacientes en versiones p\u00fablicas y gratuitas de modelos generales expone al profesional y a la instituci\u00f3n a un incumplimiento normativo grave. Usar estas herramientas con datos cl\u00ednicos reales requiere acuerdos espec\u00edficos con el proveedor. (Este tema se desarrolla en detalle en nuestro art\u00edculo sobre protecci\u00f3n de datos de pacientes e IA<\/a>.)\r\n

La regla del anonimato: c\u00f3mo trabajar sin exponer al paciente<\/h2>\r\nEl m\u00e9todo que se recomend\u00f3 en el Summit es simple y aplicable desde hoy: trabajar siempre con paciente ficticio o an\u00f3nimo. Los datos cl\u00ednicos pueden ser reales \u2014edad, comorbilidades, alergias, hallazgos\u2014; los identificadores, nunca.\r\n\r\nY un criterio de decisi\u00f3n que funciona como filtro r\u00e1pido:\r\n
\u00bfEnviar\u00edas este dato por un correo electr\u00f3nico que podr\u00eda ser interceptado o le\u00eddo por cualquiera? Si la respuesta es no, tampoco se lo entregues a una inteligencia artificial p\u00fablica.<\/blockquote>\r\n

Preguntas frecuentes<\/h2>\r\n

\u00bfPuede la inteligencia artificial equivocarse en un diagn\u00f3stico?<\/h3>\r\nS\u00ed. Los modelos generan respuestas plausibles incluso cuando carecen de la informaci\u00f3n correcta \u2014fen\u00f3meno conocido como alucinaci\u00f3n. Toda salida cl\u00ednica requiere validaci\u00f3n profesional.\r\n

\u00bfQu\u00e9 tareas cl\u00ednicas puede asumir hoy la IA con seguridad?<\/h3>\r\nRedacci\u00f3n y estructuraci\u00f3n de notas, res\u00famenes de historias cl\u00ednicas extensas, revisi\u00f3n de literatura, generaci\u00f3n de listas de verificaci\u00f3n y detecci\u00f3n de puntos que podr\u00edan pasarse por alto.\r\n

\u00bfPuedo usar ChatGPT con datos reales de mis pacientes?<\/h3>\r\nNo en sus versiones p\u00fablicas. Se requiere un acuerdo contractual espec\u00edfico con el proveedor y una configuraci\u00f3n conforme a la normativa aplicable.\r\n

\u00bfLa IA va a reemplazar a los m\u00e9dicos?<\/h3>\r\nNo en el horizonte previsible. Lo que s\u00ed ocurre es que el profesional que domina estas herramientas desplaza competitivamente al que no las usa.\r\n

\u00bfC\u00f3mo empiezo si nunca he usado estas herramientas?<\/h3>\r\nCon tareas de bajo riesgo: estructurar notas de casos anonimizados, resumir art\u00edculos, preparar material docente. Valida siempre el resultado contra tu conocimiento cl\u00ednico.\r\n

Conclusi\u00f3n: el m\u00e9dico del futuro<\/h2>\r\nIncorporar la inteligencia artificial en la pr\u00e1ctica cl\u00ednica no consiste en delegar decisiones, sino en recuperar tiempo. Las respuestas llegan en segundos; ese margen debe reinvertirse donde ninguna m\u00e1quina compite: en la relaci\u00f3n con el paciente.\r\n\r\nHay una observaci\u00f3n que vale la pena retener. En redes sociales ya se percibe un movimiento de rechazo hacia el contenido generado artificialmente: las personas buscan personas. Lo mismo ocurrir\u00e1 \u2014est\u00e1 ocurriendo\u2014 en la consulta. El paciente quiere un diagn\u00f3stico, s\u00ed, pero tambi\u00e9n quiere ser escuchado, saludado, acompa\u00f1ado.\r\n\r\nComo se plante\u00f3 al cerrar la ponencia: el m\u00e9dico del futuro no es el que sabe m\u00e1s que la IA, sino el que sabe usarla para hacer lo que ninguna m\u00e1quina podr\u00e1 hacer jam\u00e1s, que es cuidar personas.\r\n\r\nSi quieres integrar estas competencias con fundamento estrat\u00e9gico, la Maestr\u00eda en Administraci\u00f3n de Servicios de Salud<\/strong> de Atlantis University incorpora inteligencia artificial aplicada a lo largo de todo el programa, en formato biling\u00fce y 100 % online.\r\n\r\n\ud83d\udc49 Solicita una asesor\u00eda gratuita y personalizada<\/a>\r\n\r\n
\r\n\r\nDescargo de responsabilidad:<\/strong> este contenido es informativo y educativo; no constituye asesoramiento m\u00e9dico ni sustituye el juicio cl\u00ednico profesional. Los casos presentados corresponden a pacientes ficticios con fines demostrativos y no deben aplicarse a la atenci\u00f3n real. Toda salida generada por inteligencia artificial requiere validaci\u00f3n profesional. Las herramientas mencionadas se citan a t\u00edtulo ilustrativo, sin v\u00ednculo comercial con Atlantis University. Consulte a su \u00e1rea legal o de cumplimiento antes de utilizar cualquier herramienta de IA con datos de pacientes.<\/em>","image3":"","cta1_url":"","cta_label_1":""},"_links":{"self":[{"href":"https:\/\/atlantisuniversity.edu\/es\/wp-json\/wp\/v2\/aublog\/273210"}],"collection":[{"href":"https:\/\/atlantisuniversity.edu\/es\/wp-json\/wp\/v2\/aublog"}],"about":[{"href":"https:\/\/atlantisuniversity.edu\/es\/wp-json\/wp\/v2\/types\/au_blog"}],"version-history":[{"count":8,"href":"https:\/\/atlantisuniversity.edu\/es\/wp-json\/wp\/v2\/aublog\/273210\/revisions"}],"predecessor-version":[{"id":273235,"href":"https:\/\/atlantisuniversity.edu\/es\/wp-json\/wp\/v2\/aublog\/273210\/revisions\/273235"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/atlantisuniversity.edu\/es\/wp-json\/wp\/v2\/media\/273228"}],"wp:attachment":[{"href":"https:\/\/atlantisuniversity.edu\/es\/wp-json\/wp\/v2\/media?parent=273210"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}