Cine y Pediatría (871) “El tesoro” de la Nueva Ola Rumana y su “RNM” de la sociedad

 

La Nueva Ola Rumana es un movimiento cinematográfico que surgió en Rumania a principio del siglo XXI, consolidándose internacionalmente a partir de 2004, cuando películas rumanas comenzaron a obtener premios destacados en festivales como Cannes. Durante décadas, el cine rumano estuvo fuertemente condicionado por el régimen dictatorial de Nicolae Ceaușescu (1965–1989), con censura, control estatal de la producción y una industria cinematográfica al servicio de la propaganda. Tras la Revolución de 1989 y la caída del comunismo, Rumania vivió una difícil transición política y económica; y en ese contexto, una nueva generación de directores formados en escuelas de cine (como la UNATC de Bucarest) empezó a hacer películas de bajo presupuesto, con apoyos europeos y una estética muy alejada del espectáculo comercial. 

El punto de inflexión internacional se sitúa habitualmente en 2004, cuando el corto Trafic de Cătălin Mitulescu, gana la Palma de Oro al mejor cortometraje en Cannes, y cuando en 2005 la película La muerte del señor Lăzărescu de Cristi Puiu, gana el premio Un Certain Regard en Cannes y es considerada por muchos críticos el “disparo de salida” de la Nueva Ola a nivel internacional. Y que se consolida en el mapa cinematográfico mundial en 2007 cuando 4 meses, 3 semanas, 2 días de Cristian Mungiu, obtiene la Palma de Oro en Cannes.  

La Nueva Ola Rumana no es un “manifiesto” cerrado, pero sí un conjunto de películas con rasgos estilísticos, temáticos y narrativos muy reconocibles: 1) realismo austero y minimalismo, sin grandes efectos visuales ni puesta en escena espectacular, con uso de localizaciones reales y presupuestos bajos que se convierten en virtud estilística (pocos decorados, pocos actores profesionales, rodajes sencillos); 2) narrativa cotidiana y personajes “anónimos”, con historias centradas en personas corrientes y argumentos que a menudo giran en torno a burocracia, corrupción, desigualdad, pobreza, migración y las secuelas del comunismo en la vida diaria; 3) estilo formal con abundancia de planos secuencia y tomas largas, tiempo real y cámara estática o con movimientos mínimos, así como un ritmo pausado, a veces incómodo; 4) humor negro, absurdo y tono moralmente ambiguo, con personajes enfrentados a dilemas éticos sin soluciones claras; 5) diálogo naturalista y actuación contenida, a veces con actores no profesionales o poco conocidos, que refuerzan la sensación de realidad. 

Y en Cine y Pediatría ya son cinco las películas analizadas de esta Nueva Ola Rumana: aparte de la impactante 4 meses, 3 semanas, 2 días, también cabe citar Toto y sus hermanas (Alexander Nanau, 2014), Pororoca (Constantin Popescu, 2017), Alice T. (Radu Muntean, 2018) y Metronom (Alexandru Belc, 2022). Y a la que hoy añadimos otras dos películas con esas señas de identidad: por un lado, una comedia dramática desde la ciudad de Bucarest, El tesoro (Corneliu Porumboiu, 2015), y, por otro, un drama rural desde la región de Transilvania, R.M.N. (Cristian Mungiu, 2022).Y en ambas la presencia de una relación padre-hijo que tiene un significativo valor.     

- El tesoro (Corneliu Porumboiu, 2015) funciona como una sátira minimalista que utiliza la estructura de una fábula infantil para explorar la realidad social. Costi (Toma Cuzin) es un padre de familia al que le gusta leer las aventuras de Robin Hood a su hijo Alin, de 6 años, a la hora de acostarse. Y un día su vecino le pide que le ayude a desenterrar un supuesto botín familiar enterrado antes de la Segunda Guerra Mundial y la llegada de los comunistas, lo que le aboca a una pueril aventura con un detector de metales, y con ese afán por superar las dificultades económicas en que se encuentran tras la crisis financiera del 2008. A destacar la escena de la joyería, donde compra un poco de todo, lo coloca en una caja y va a buscar a su hijo al parque: “¡He encontrado el tesoro!”. 

Y en los créditos finales suena la canción “Opus Dei. Life is Life” del grupo esloveno Laibach, mientras mascullamos algunas de las enseñanzas de esta historia aparentemente sencilla: la persistencia de la ilusión frente a la crisis (allí donde, en un entorno asfixiado por problemas económicos y deudas, la búsqueda del tesoro actúa como un motor de esperanza), el verdadero significado de "héroe" y la paternidad (en este caso ser el Robin Hood de su hijo y blindar la inocencia infantil de la crudeza del mundo adulto), las cicatrices de la historia colectiva (donde la excavación es una metáfora de cómo las sociedades cargan con traumas históricos sepultados que condicionan directamente su presente económico y moral), la burocracia y la desconfianza social, así como el valor inmaterial de las cosas (con ese sorprendente final como una crítica humanista al capitalismo, al convertir los bonos encontrados en monedas de oro que su hijo intercambia por juguetes de plástico en un parque, Costi prioriza la ilusión infantil y la generosidad comunitaria sobre la lógica financiera del mercado moderno). 

- R.M.N. (Cristian Mungiu, 2022), cuyo título es un acrónimo muy conocido en sanidad, Resonancia Magnética Nuclear, un término que ha utilizado el director como "un escáner cerebral que intenta detectar qué hay bajo la superficie del comportamiento humano". Aquí conocemos a Matthias (Marin Grigore), un trabajador rumano que lleva empleado en una fábrica alemana, pero pierde su trabajo tras agredir a un superior que lo insultó con comentarios racistas. Decide volver a su pueblo natal en Rumanía, donde lo esperan su exmujer, Ana, y su hijo Rudi, que ha crecido casi sin él, su padre enfermo y su antigua amante, Csilla, ahora gerente de una panadería. Esta empresa decide contratar a dos trabajadores inmigrantes de Sri Lanka para puestos que los locales rechazan por considerarlos duros y mal pagados, lo que desata una oleada de xenofobia entre los habitantes del pueblo, una mezcla de etnia búlgara y húngara, que exigen su expulsión y los hostigan de forma creciente. 

Matthias, que en Alemania fue víctima de racismo por ser rumano, se encuentra ahora en una comunidad que reproduce actitudes similares contra otros inmigrantes, lo que le obliga a confrontar sus propias contradicciones y silencios. Y en esta historia tiene especial relevancia Rudi, ese hijo de 6 años, afecto de un mutismo selectivo y enuresis nocturna por un trauma vivido en el bosque que tiene que cruzar para llegar a la escuela. Matthias quiere resolver ese problema con su masculinidad tóxica y rechaza la crianza sobreprotectora de la madre, y le da mensajes como “Los hombres deben sentir lástima solo de las mujeres y los niños”, “Para sobrevivir necesitas conocer una cosa más, cómo luchar”. 

En esta historia que ronda alrededor de las fechas navideñas quiero destacar dos escenas: el plano fijo de casi media hora que nos muestra la asamblea del pueblo en contra de los emigrantes, y ese final donde aparecen siluetas de osos gruñendo en el bosque, toda una metáfora de la bestialidad y la violencia que ha estallado entre los propios habitantes del pueblo. Y al final, Rudi vuelve a hablar: “Te quiero papá, te quiero”. Y todo ello bajo una continua tensión latente, gracias a la dirección artística y la fría fotografía, más fría que el propio invierno. Solo nos alivia, ocasionalmente, la melodía de “Yumeji´s Theme”, el hipnótico tema central de la película Deseando amar (Wong Kar-wai, 2000). 

R.M.N. no ofrece soluciones fáciles ni héroes redentores; más bien deja una pregunta incómoda: ¿hasta qué punto nuestras sociedades están permitiendo que el miedo y el resentimiento se conviertan en políticas y prácticas racistas? La película invita a reconocer que el racismo no es solo cosa de “otros”, sino una dinámica en la que cualquiera puede caer si no se trabaja activamente la empatía, la memoria de lo vivido y la responsabilidad cívica. 

Alin en El Tesoro y Rudi en R.N.M. son dos niños de 6 años, cuya relación con sus respectivos padres nos sirve de trampolín para conocer un poco más el cine de la Nueva Ola Rumana.

 

Las alertas meteorológicas y el cambio de paradigma: ojo a “Pedro y el lobo”

Las alertas meteorológicas actuales responden a un cambio de paradigma profundo en la gestión de emergencias tras episodios históricos de inundaciones catastróficas (con un punto de inflexión en la DANA de Valencia del 29 de octubre de 2024), donde el coste en vidas humanas obligó a priorizar la prevención absoluta frente a la normalidad de los episodios históricos. Sin embargo, este enfoque preventivo —basado en modelos de alta sensibilidad que buscan evitar cualquier escenario de riesgo imprevisto— genera un contraste evidente con la percepción tradicional del clima mediterráneo y la gestión cotidiana del otoño. 

El pasado 9 de septiembre se paralizaron cinco comarcas de Barcelona y Tarragona, sin clases (al día siguiente del comienzo del curso escolar), cancelación de actividad sanitari no urgente, supensión de actividad judicial, sin bancos, y con restricciones de movilidad obligatoria entre las 7 y 17 hs. Y fue justo al contrario, pues hacia las 20,30 hs cayó un buen chaparrón que limpió las calles y la atmósfera y que devolvió algo de agua a una tierra que llevaba meses sin ver la lluvia…Ninguna incidencia y no es una anécdota. El otoño-invierno pasado se dieron tres situaciones similares en la Comunidad Valenciana, con similar resultado. 

Analicemos tres puntos clave: 

• El principio de precaución institucional. Los servicios de protección civil y las agencias meteorológicas operan hoy bajo un umbral de tolerancia al riesgo cercano a cero. Ante la incertidumbre de los modelos de predicción de precipitaciones intensas, se prefiere activar restricciones masivas (suspensión de clases, cierre de administraciones y recomendaciones de teletrabajo) a asumir la responsabilidad institucional y polítca de una tragedia posterior. 

• La memoria histórica y la cultura del riesgo. Tradicionalmente, la sociedad mediterránea ha convivido con los episodios de gota fría y chubascos torrenciales otoñales integrándolos en la rutina diaria. La diferencia actual no es tanto la cantidad de lluvia, sino la urbanización intensiva, el sellado del suelo y el aumento de la vulnerabilidad en áreas de riesgo, lo que multiplica el impacto potencial de cualquier episodio extremo. Está claro que si construyes o aparcas en una rambla, tarde o temprano el agua seguirá su cauce… pero eso es falta de previsión. 

• El dilema de la fatiga de alertas. La repetición de avisos rojos que finalizan en precipitaciones moderadas o normales alimenta el escepticismo ciudadano y provoca disfunciones logísticas considerables en la educación, la economía y la conciliación familiar. El riesgo real de este exceso de celo institucional es la pérdida de credibilidad y la desensibilización de la población, el dilema clásico del cuento de Pedro y el lobo aplicado a la seguridad pública. 

Encontrar el equilibrio entre la protección eficaz de la ciudadanía ante fenómenos de alto impacto y la sostenibilidad de la actividad social y económica sigue siendo uno de los mayores retos técnicos y comunicativos para los gestores de emergencias actuales. Y ello nos lleva a tres consideraciones de interés: 

1) El péndulo entre la seguridad y la libertad. Las políticas de restricción extrema suelen responder a una combinación de presión política, cobertura de responsabilidad jurídica y el temor a la reprobación social si el Estado no interviene. Cuando la prioridad absoluta se desplaza hacia la evitación del riesgo sanitario o meteorológico a cualquier precio, el coste recae inevitablemente sobre la autonomía individual, la economía y la salud mental colectiva. Ya vivismos en la pandemia en España una normas de confinamiento entre las más estrictas del mundo (prohibición de no salir a la calle, confinamiento total de los niños, paralización de la economía no esencial, control policial masivo), demostrado que sin resultados mejores en morbi-mortalidad que países donde no se aplicaron (y ahí están los datos de Eurostat y la Universidad de Oxford). No repitamos el error con las DANAS o lluvias torrenciales. 

2) La tentación de la uniformidad y el control. A diferencia de los modelos descentralizados o basados en la responsabilidad individual que se observaron en ciertas naciones del norte de Europa durante crisis previas, la administración pública en España tiende históricamente a una respuesta de carácter centralizador y vertical. El cierre generalizado y las prohibiciones preventivas actúan como un cortafuegos político que busca blindar a las instituciones frente a posibles negligencias, aunque ello suponga tratar a la ciudadanía con un paternalismo asfixiante. Y la ciudadanía está empezando a cansarse de ser manipulado por decreto… 

3) El agotamiento cívico y la erosión de la confianza. El verdadero peligro acumulativo de esta gobernanza basada en el miedo y la restricción preventiva es la fatiga social. Cuando las medidas excepcionales se convierten en el recurso estándar para cualquier contingencia, la población deja de percibir la norma como una protección solidaria y empieza a experimentarla como una intromisión molesta, fracturando la colaboración cívica que es imprescindible cuando verdaderamente se presenta una emergencia real. 

El principal problema de que los políticos utilicen esta estrategia con las alertas meteorológicas es la pérdida de credibilidad institucional, lo que provoca que la población ignore los avisos reales y se ponga en peligro mortal cuando llega una catástrofe verdadera. Cuando las autoridades emiten alertas máximas de forma reiterada para fenómenos que terminan siendo menores, se genera un fenómeno psicológico y social con graves consecuencias. Las consecuencias críticas de la sobrealerta son fatiga por alerta (ciudadanos y empresarios se acostumbran a los avisos de emergencia y dejan de tomarlos en serio), inacción ciudadana (las personas no evacúan, no resguardan sus bienes ni cancelan desplazamientos cuando el peligro sí es inminente), pérdidas económicas innecesarias (el cierre preventivo de comercios, colegios y transportes por falsas alarmas genera un alto coste económico que erosiona la paciencia pública), efecto bumerán político (al perder la confianza en los canales oficiales, los ciudadanos buscan información en fuentes no verificadas o bulos en redes sociales) y cuestionamiento de la ciencia (la población tiende a culpar erróneamente a los científicos y meteorólogos en lugar de comprender que la ciencia trabaja con modelos de probabilidad). 

Y aquí surge el dilema de la gestión pública, pues se enfrentan a un equilibrio muy complejo conocido en la gestión de riesgos como el dilema del decisor: 

• Si no alertan y ocurre una catástrofe, la negligencia cuesta vidas y destruye sus carreras políticas. 

• Si alertan en exceso (por exceso de celo o "curarse en salud"), desgastan la eficacia del sistema de emergencias a largo plazo. 

 Esperemos llegar a un punto intermedio razonable… Ni tan so, ni tan arre. Porque si seguimos así, un día vendrá el lobo de verdad y nos comerá.

Manual de Buenas Prácticas para la Inteligencia Artificial en Medicina (y III)

Continuamos con el análisis de cuestiones clave que nos proporciona el Manual de Buenas Prácticas para la Inteligencia Artificial, desarrollado por la Organización Médica Colegial de España. En la parte I hemos analizado algunas preguntas clave (a, b, c y d) en la parte II otros apartados(e, f, g, h) y ahora continuamos con otras más. 

i) ¿Qué obligaciones tienen los hospitales como desplegadores? 

Bajo el marco de la Ley de Inteligencia Artificial de la Unión Europea (AI Act), los hospitales y centros sanitarios que incorporan sistemas de IA en su actividad profesional asumen el rol legal de desplegadores (deployers). Esto implica que la implantación de la IA en el ámbito clínico no es un espacio neutro, sino que está estrictamente configurada por un catálogo de deberes jurídicos y organizativos. 

De acuerdo con el artículo 26 del AI Act, estas obligaciones se dividen en tres grandes bloques: 

1. Uso conforme y medidas organizativas internas 

• Garantizar el uso conforme. El hospital debe adoptar las medidas técnicas y organizativas necesarias para asegurar que el sistema de IA se utiliza siguiendo las instrucciones de uso facilitadas por el proveedor. 

• Asignar supervisión humana real. La supervisión debe recaer en profesionales que cuenten con la competencia, formación y autoridad necesarias, asegurando además que dispongan del tiempo y los apoyos materiales idóneos para que este control sea real y efectivo (no meramente nominal). 

• Alfabetización en IA (AI literacy). El hospital tiene la obligación de implantar políticas de formación y alfabetización en IA para todo el personal que interactúe con las herramientas, de forma proporcional al riesgo de las mismas. 

2. Gestión de datos, funcionamiento y registro 

• Calidad de los datos de entrada. Se debe garantizar que los datos introducidos bajo el control del hospital sean pertinentes, de calidad y suficientemente representativos, conforme a las especificaciones del sistema. 

• Monitorización continua. El centro debe vigilar el funcionamiento del software de forma constante para detectar posibles sesgos, pérdida de rendimiento o funcionamientos anómalos, debiendo interrumpir su uso inmediatamente si se detecta un riesgo significativo para la seguridad o los derechos de las personas. 

• Conservación de registros (logs). El hospital debe conservar los registros generados de forma automática por el sistema bajo su control durante el periodo mínimo establecido por el Reglamento y la normativa sectorial aplicable. 

• Verificación de registro. Deben comprobar que el sistema de IA de alto riesgo está correctamente inscrito en la base de datos europea y abstenerse de utilizarlo si no cumple con este requisito. 

3. Transparencia, impacto en derechos y cooperación regulatoria 

• Informar a las personas afectadas. Existe la obligación de informar a los pacientes cuando se empleen sistemas de alto riesgo que tomen o apoyen decisiones de gran impacto sobre ellos, un deber que complementa las obligaciones informativas de la protección de datos (RGPD). 

• Evaluación de impacto en derechos fundamentales. En los supuestos del artículo 27 de la ley, el hospital debe realizar un estudio de impacto previo al despliegue, especialmente si se afecta de manera sistemática a colectivos vulnerables. 

• Gobernanza integrada de datos. Estas evaluaciones deben coordinarse de forma estrecha con las Evaluaciones de Impacto en Protección de Datos (DPIA) exigidas por el RGPD. 

• Notificación de incidentes graves. Si ocurre un incidente grave o se detecta una no conformidad, el hospital debe notificarlo de inmediato al proveedor y a las autoridades de vigilancia de mercado, cooperando en las acciones correctoras. 

El manual destaca de forma muy clara que estas obligaciones se añaden "sin perjuicio" de las responsabilidades que la institución ya asume en virtud de la legislación sanitaria general, de productos sanitarios, de protección de datos o de seguridad del paciente. Esto sitúa al hospital como el nodo central de la responsabilidad en el ecosistema, desplazando parcialmente el riesgo del médico aislado hacia la gobernanza de la propia organización. 

j) ¿Qué es el concepto de alfabetización en IA? 

La alfabetización en IA (AI literacy) es un concepto clave que el manual aborda tanto desde una perspectiva legal y de derechos, como desde un punto de vista puramente formativo y profesional. No se trata simplemente de aprender a usar un software, sino de adquirir la capacidad crítica para entender cómo funciona, cuáles son sus límites y cómo supervisarlo de forma segura. Se fundamenta en los siguientes aspectos fundamentales: 

1. Una obligación legal del hospital y un derecho del médico 

• Obligación para el "desplegador" (deployer): según el AI Act de la Unión Europea, las instituciones sanitarias (hospitales y centros de salud) están legalmente obligadas a implantar políticas de alfabetización en IA para todo el personal asistencial que interactúe con estos sistemas, de forma proporcional al nivel de riesgo de la herramienta. 

• Derecho a la formación: el médico tiene el derecho fundamental a recibir formación continua y acreditada sobre el funcionamiento de las herramientas de IA que su centro le exige utilizar, para evitar asumir un riesgo jurídico desproporcionado. De hecho, el manual señala que usar la IA con responsabilidad y poseer esta capacitación crítica ya forma parte del profesionalismo médico contemporáneo. 

2. ¿En qué consiste esta formación? (Contenido práctico) 

Para que un profesional sanitario esté adecuadamente "alfabetizado" en IA, debe disponer de una formación básica que le capacite para: 

• Comprender los datos de origen: conocer qué tipo de datos y poblaciones se han utilizado para entrenar los algoritmos, lo que resulta esencial para anticipar si la herramienta funcionará bien en el contexto demográfico de sus propios pacientes. 

• Interpretar las recomendaciones: comprender el significado real de las predicciones o alertas generadas por el sistema. 

• Identificar sesgos y limitaciones: saber en qué situaciones el rendimiento del modelo puede decaer (por ejemplo, imágenes de baja calidad o subgrupos de población infrarrepresentados) y detectar desviaciones sistemáticas. 

• Mantener una supervisión crítica: no caer en la "automatización ciega" u "obediencia algorítmica" (la tendencia a dar por buena la recomendación de la máquina solo por venir de un ordenador). La alfabetización proporciona los fundamentos técnicos para interrogar al algoritmo y decidir cuándo es clínicamente prudente rechazar o modificar su recomendación. 

3. "Alfabetización algorítmica clínica" 

En la práctica clínica diaria, esta alfabetización requiere que el médico entienda nociones básicas de sesgo algorítmico, validación clínica (interna, externa y local), métricas de rendimiento (sensibilidad, especificidad, AUC y tasas de falsos positivos/negativos) y límites de generalización (si un modelo entrenado en un entorno puede aplicarse a otro). 

En definitiva, la alfabetización en IA es la herramienta que permite al médico realizar una hermenéutica clínica, es decir, traducir los datos y estadísticas fríos generados por una máquina en un significado humano y compasivo, adaptado a la historia única de cada paciente. 

k) ¿Qué es la ficha técnica de una IA? 

La ficha técnica de una herramienta de IA clínica es un documento transparente y accesible para los profesionales sanitarios que les permite comprender exactamente cómo funciona el sistema de IA y cuáles son sus limitaciones antes de incorporarlo a su práctica asistencial. 

De acuerdo con el manual, para garantizar una correcta "alfabetización algorítmica" y evitar el efecto de "caja negra", toda herramienta de IA en el ámbito médico debería disponer de una ficha técnica que incluya, como mínimo, los siguientes ocho puntos fundamentales: 

1. Finalidad clínica: una descripción clara y precisa del propósito médico del sistema (por ejemplo, la "detección automática de retinopatía diabética en imágenes de fondo de ojo"). 

2. Tipo de algoritmo: explicación general del modelo matemático o computacional utilizado, como una "red neuronal convolucional entrenada con imágenes retinianas". 

3. Datos de entrenamiento: información detallada sobre el "combustible" del modelo, especificando el tamaño del conjunto de datos (dataset), su origen demográfico y geográfico, y las características específicas de la población de la cual provienen. 

4. Rendimiento del sistema: los indicadores y métricas de precisión clínica obtenidos en las pruebas, que deben incluir de forma obligatoria la sensibilidad, especificidad, el AUC (área bajo la curva) y las tasas de falsos positivos y falsos negativos. 

5. Limitaciones conocidas: advertencias explícitas sobre las situaciones en las que el rendimiento del algoritmo decae o no es fiable, por ejemplo, al procesar imágenes de baja calidad o al aplicarse en poblaciones no representadas en el entrenamiento. 

6. Clasificación como producto sanitario: identificación del nivel de riesgo regulatorio asignado al software (Clase I, IIa, IIb o III) y su correspondiente número de marcado CE, lo cual certifica su seguridad y conformidad legal para uso clínico. 

7. Requisitos técnicos: las especificaciones de infraestructura necesarias para su despliegue, incluyendo compatibilidad de hardware, conectividad, y su capacidad de integración con los sistemas locales (como la Historia Clínica Electrónica). 

8. Procedimiento de actualización: información clara sobre cómo se gestiona el mantenimiento del software, si se trata de un modelo fijo tradicional (que requiere parches o validaciones adicionales por versión) o de un modelo adaptativo con aprendizaje continuo. 

Esta ficha técnica es el recurso principal que tiene el médico para realizar una hermenéutica clínica, es decir, para traducir el frío porcentaje probabilístico de una máquina en una decisión prudente, personalizada y humana para su paciente 

l) ¿Qué es el checklist asistencial? 

El checklist asistencial (o lista de verificación para la evaluación de herramientas de IA antes de su implementación) es un instrumento práctico propuesto en el manual para que las instituciones sanitarias realicen un análisis previo, ordenado y sistemático de cualquier software de IA antes de incorporarlo a su práctica clínica diaria. Este documento sirve de apoyo directo a los directores médicos, gestores de salud y comités de evaluación tecnológica para asegurar que la innovación tecnológica no comprometa la seguridad ni la ética de la atención médica. 

El checklist se estructura en seis bloques fundamentales de evaluación: 

1. Evaluación clínica. Este bloque analiza si la herramienta responde a una necesidad real y cuenta con suficiente respaldo científico: 

• ¿Existe una necesidad clínica real en el centro que justifique la adopción de la herramienta? 

• ¿Se dispone de evidencia científica sólida que respalde su uso? 

• ¿Se han publicado estudios de validación clínica que verifiquen su rendimiento? 

2. Evaluación regulatoria. Garantiza que la IA cumpla con el marco legal europeo y los estándares de seguridad de los productos sanitarios: 

• ¿Está la herramienta oficialmente clasificada como producto sanitario? 

• ¿Cuenta con el correspondiente marcado CE que autorice su uso clínico? 

• ¿Se conoce con exactitud su nivel de riesgo regulatorio (Clase I, IIa, IIb o III)? 

3. Evaluación técnica. Evalúa si la infraestructura tecnológica del hospital está preparada para acoger el sistema: 

• ¿Es interoperable con la Historia Clínica Electrónica (HCE) del centro? 

• ¿Utiliza los estándares de comunicación sanitaria internacionales (como HL7, FHIR o DICOM para imagen médica)? 

• ¿Cuál será el impacto e infraestructura tecnológica que requerirá para su soporte local? 

4. Evaluación del algoritmo. Abre la denominada "caja negra" para que los profesionales entiendan el motor matemático del sistema: 

• ¿Se conoce con transparencia el tipo de modelo computacional utilizado? 

• ¿Se dispone de información precisa sobre la representatividad y origen de sus datos de entrenamiento? 

• ¿Se conocen al detalle las limitaciones del sistema (situaciones donde pierde rendimiento o precisión)? 

5. Evaluación operativa. Prevé el impacto real de la herramienta en la rutina diaria del personal asistencial: 

• ¿Se integra de manera natural en el flujo de trabajo clínico habitual (o va a generar duplicidad de tareas)? 

• ¿Se ha planificado formalmente la formación y alfabetización en IA de los profesionales sanitarios que la usarán? 

• ¿Se ha definido un protocolo de monitorización del rendimiento para vigilar el comportamiento del software tras su despliegue? 

6. Seguridad y ética. Asegura que el uso de la IA preserve la dignidad algorítmica y la confidencialidad del paciente: 

• ¿Cómo se gestionan, almacenan y protegen los datos clínicos de los pacientes? 

• ¿Existe una supervisión humana permanente (human-in-the-loop) sobre las recomendaciones o decisiones críticas de salud? 

• ¿Se ha realizado un análisis para identificar y prevenir el riesgo de sesgos en el algoritmo? 

La aplicación rigurosa de este checklist actúa como una barrera de seguridad preventiva, ya que el manual advierte de que el uso clínico de sistemas de IA no certificados o no evaluados puede generar graves fallos en la seguridad del paciente y responsabilidades legales directas para el hospital.