Prefacio

En la actualidad, la inteligencia artificial generativa (IAG) ha irrumpido con fuerza en el ámbito sanitario, abriendo caminos innovadores en diagnóstico, gestión de datos y generación de conocimiento. Sin embargo, a pesar de su potencial transformador, la comprensión profunda de sus fundamentos y aplicaciones sigue siendo limitada en muchos sectores de la salud. Por ello, resulta imprescindible contar con un libro que oriente, explique y ejemplifique el uso responsable y estratégico de estas tecnologías.

La elaboración de este libro se ha apoyado, de manera intencionada y transparente, en diversas plataformas de IAG, tales como ChatGPT, Copilot, NotebookLM, Perplexity y SciScience. Estas herramientas no solo han contribuido a la definición de la estructura y organización de los capítulos, sino que también han permitido la generación de resúmenes comprensibles y precisos para cada sección. Además, su capacidad para gestionar y organizar la bibliografía ha optimizado la selección de fuentes actualizadas y relevantes, facilitando así un trabajo riguroso y adaptado a la velocidad con la que evolucionan la inteligencia artificial y la medicina.

Consciente de los retos éticos y de seguridad que plantea el avance de la inteligencia artificial generativa, todo el contenido presentado en este libro ha sido cuidadosamente revisado por el autor, con el objetivo de minimizar posibles riesgos asociados a la aplicación de la IAG en el ámbito de la salud y garantizar la veracidad y responsabilidad de la información ofrecida.

Este libro pretende ser, por tanto, una guía accesible y actualizada para profesionales, estudiantes y personal investigador, brindando una mirada integradora que abarca desde los principios básicos hasta las aplicaciones más avanzadas de la IAG en salud.

CAPITULO 1. Fundamentos, objetivos de la inteligencia artificial generativa en salud

Resumen del capítulo

El primer capítulo introduce los conceptos esenciales sobre la Inteligencia Artificial Generativa (IAG) y su impacto en el ámbito de la salud. Se destacan sus fundamentos, evolución y aplicaciones, desde la generación automatizada de textos e imágenes hasta el apoyo en tareas clínicas, docentes y de investigación biomédica. El texto enfatiza la importancia de emplear modelos adecuados y validados —como LLMs y modelos fundacionales especializados— adaptados a los desafíos y responsabilidades del entorno sanitario.

Asimismo, se describen el funcionamiento y las limitaciones técnicas de los modelos generativos, incluyendo su proceso de entrenamiento, generación de contenido y posibles sesgos o errores (“alucinaciones”). El capítulo aborda la importancia del prompt engineering, es decir, la formulación precisa de instrucciones para obtener resultados útiles y seguros, así como técnicas avanzadas para optimizar las respuestas en la práctica clínica.

Se presentan buenas prácticas para la integración efectiva y ética de la IAG en salud, con recomendaciones específicas para la validación y auditoría de resultados, asegurando siempre la privacidad, la seguridad y el juicio profesional en la toma de decisiones. Por último, se discuten los alcances, limitaciones y directrices para el uso responsable de agentes digitales y asistentes conversacionales, destacando la necesidad de una supervisión humana rigurosa en todo momento.

Introducción a la inteligencia artificial generativa

La aparición de la inteligencia artificial generativa (IAG) ha marcado un hito en la historia reciente de la tecnología y la sociedad. En apenas unos años, hemos pasado de pensar en la inteligencia artificial como una herramienta de automatización y análisis, a contemplarla como un verdadero aliado capaz de crear, razonar y colaborar en la resolución de problemas complejos. Este salto cualitativo, impulsado por el desarrollo de modelos generativos de última generación, está transformando de manera profunda y acelerada sectores clave como la educación, la industria, la comunicación y, especialmente, la salud.

El ámbito sanitario se encuentra en un momento de cambio inédito. Frente a desafíos crecientes —como el aumento del volumen y la complejidad de los datos clínicos, la necesidad de personalizar la atención, la presión asistencial, la urgencia de innovar en investigación y la demanda de formación continua—, la IAG emerge como una tecnología disruptiva, capaz de aportar soluciones prácticas y de ampliar las fronteras del conocimiento y la práctica clínica. Desde la generación automática de informes y el apoyo al diagnóstico, hasta la personalización del aprendizaje en ciencias de la salud y la aceleración de la investigación biomédica, las aplicaciones de la IAG prometen una nueva era de eficiencia, precisión y creatividad en el sector.

Es importante subrayar que la inteligencia artificial generativa es un campo en constante evolución. Algunos ejemplos, herramientas o normativas aquí presentados pueden quedar obsoletos en poco tiempo. Por ello, se anima al lector a mantener una actitud crítica, ética y proactiva, contrastando siempre la información y validando, con juicio profesional, cualquier recomendación, diagnóstico o decisión basada en la IAG.

Índice

CAPITULO 1. Fundamentos, objetivos de la inteligencia artificial generativa en salud.

CAPÍTULO 2. Ética y regulación de la IAG en salud

CAPÍTULO 3. Aplicación clínica de la IAG

CAPÍTULO 4. IAG en educación sanitaria

CAPÍTULO 5. Aplicaciones de la IAG en investigación y publicación biomédica

ANEXO I. Herramientas de IAG

ANEXO II. Creación de agentes de IAG para salud

ANEXO III. Glosario

ANEXO IV. Cronología y figuras importantes de la IA