La Pontificia Universidad Católica de Valparaíso (PUCV), a través de su Dirección de Formación Continua, realizó la masterclass internacional “Precisión bajo presión: Inteligencia Artificial para decisiones críticas en urgencias”.
En la sesión, el Dr. Jeremiah S. Hinson (Johns Hopkins University), especialista en inteligencia artificial aplicada a la medicina de urgencias, compartió cómo la IA y los registros clínicos electrónicos avanzados están transformando la forma en que se toman decisiones en hospitales y servicios de emergencia.
A continuación, te compartimos 5 tips clave que dejó esta masterclass, fundamentales para profesionales de la salud, gestores hospitalarios y tomadores de decisión en sistemas públicos y privados.
🕑 Minuto 7:45 – 9:08
1. Reconocer el hacinamiento como un problema estructural
Uno de los mayores desafíos en urgencias es el hacinamiento y los largos tiempos de espera, que impactan directamente en la calidad del cuidado.
Tip: Antes de implementar tecnología, es clave visibilizar el problema como estructural y no solo operativo. La IA puede ser un aliado para optimizar flujos de pacientes y aliviar la presión hospitalaria.
🕑 Minuto 12:04 – 14:42
2. Superar las limitaciones del triaje tradicional
El sistema de triaje convencional (ESI) presenta limitaciones, sobre todo porque la mayoría de los pacientes se concentran en la categoría intermedia. Esto dificulta priorizar casos de forma precisa.
👉 Tip: La IA aplicada al triaje clínico ayuda a reducir la subjetividad y entrega clasificaciones más exactas y consistentes.
🕑 Minuto 14:48 – 18:28
3. Usar la IA como apoyo, no reemplazo de los clínicos
Modelos como TriageGO ya se utilizan en hospitales de EE.UU. para recomendar niveles de prioridad en tiempo real. Sin embargo, el rol humano sigue siendo fundamental.
👉 Tip: La IA debe implementarse como herramienta de apoyo a la labor médica, permitiendo decisiones más rápidas y seguras, sin reemplazar el criterio clínico.
🕑 Minuto 19:33 – 24:16
4. Basar la innovación en evidencia científica
La experiencia de más de 175.000 atenciones con TriageGO mostró que la IA redujo en un 19% los errores de clasificación y mejoró los tiempos de estadía hospitalaria.
👉 Tip: La aceptación de nuevas tecnologías en salud depende de la evidencia cuantitativa y validada. Implementar IA sin datos sólidos puede generar resistencia en los equipos clínicos.
🕑 Minuto 27:41 – 29:30
5. La IA como herramienta para reducir inequidades
Uno de los hallazgos más relevantes fue que los algoritmos aplicados no reprodujeron sesgos raciales ni lingüísticos, lo que permitió una atención más equitativa entre pacientes.
👉 Tip: Con un diseño responsable y ético, la IA puede disminuir inequidades en salud, siempre que se alimente con datos diversos y auditados.
Conclusión: IA en urgencias, de la teoría a la práctica
La masterclass demostró que la inteligencia artificial en salud no es solo una tendencia, sino una herramienta concreta que ya está mejorando la toma de decisiones críticas en urgencias.
En el contexto chileno, su aplicación podría contribuir a reducir listas de espera, optimizar la gestión de camas y mejorar la eficiencia hospitalaria, siempre considerando los desafíos éticos y prácticos de su implementación.
La PUCV, a través de su Dirección de Formación Continua, continuará generando instancias de formación y diálogo que acerquen la innovación tecnológica al mundo clínico y organizacional, aportando al desarrollo de soluciones pertinentes para los desafíos de hoy.
