Glosario

IA en la sanidad

¿Qué es IA en la sanidad?

La IA en la sanidad incluye aplicaciones que apoyan al personal sanitario y a la administración, por ejemplo en el análisis de imágenes médicas, la documentación, la gestión de citas o la evaluación de datos de investigación. Estos sistemas aportan indicios y reducen carga de trabajo, pero no sustituyen el criterio médico ni prometen curaciones. Muchas aplicaciones médicas de IA están sujetas a la normativa de productos sanitarios y a reglas estrictas de protección de datos de salud. Ejemplo: un software marca zonas llamativas en radiografías para que las revise un especialista.

Temas

Salud
Medicina
Protección de datos

Probar KI.ordo

Agentes, flujos y plantillas en un solo espacio de trabajo – demo gratuita de 24 horas.

Iniciar demo

← Todos los términos

Términos relacionados

Visión artificial

La visión artificial (computer vision) es un campo de la IA en el que los ordenadores analizan imágenes y vídeos. Tareas típicas son detectar y localizar objetos, leer texto en imágenes o medir piezas. Se usa, por ejemplo, en el control de calidad en fábricas, en sistemas de asistencia a la conducción, en logística o en imagen médica.

análisis de imágenes
aprendizaje profundo
+1

Normativa de protección de datos

La normativa de protección de datos son las reglas legales sobre el tratamiento de datos personales. En la UE la referencia es el Reglamento General de Protección de Datos (RGPD), que exige, entre otras cosas, una base jurídica para cada tratamiento, minimización de datos, transparencia con los interesados y contratos de encargo del tratamiento con los proveedores. Al usar IA, debes aclarar qué datos llegan a las entradas, las fuentes de conocimiento y los registros, y dónde se tratan.

RGPD
protección de datos
+1

Explicabilidad

La explicabilidad (IA explicable, XAI) describe hasta qué punto se puede entender por qué un sistema de IA llega a un resultado concreto. Incluye métodos que muestran qué datos de entrada influyeron más en una decisión, y también recursos prácticos como citar las fuentes o registrar cada paso. Es clave para la confianza, la detección de errores y la regulación, por ejemplo cuando un banco debe justificar por qué rechazó una solicitud.

XAI
Transparencia
+1

Humano en el bucle (human-in-the-loop)

Humano en el bucle describe procesos en los que las personas intervienen en puntos definidos de un flujo de IA: revisan resultados, los aprueban, los corrigen o asumen los casos difíciles. Este principio reduce el riesgo de errores y mantiene la responsabilidad en manos humanas, sobre todo en decisiones que afectan a personas, dinero o cuestiones legales. Ejemplo: un agente de IA redacta respuestas a clientes y un empleado las revisa antes de enviarlas.

Aprobación
Supervisión
+1