Instituto de Ingeniería del Conocimiento

Métricas para construir una inteligencia artificial fiable

Pablo Haya — Thu, 16 Jul 2026 08:19:28 +0000

La adopción de soluciones basadas en inteligencia artificial (IA) generativa, y por extensión en IA agéntica, ha puesto el foco en un aspecto que va mucho más allá de la capacidad del modelo para responder preguntas. Una IA fiable precisa que su comportamiento sea: Medible Monitorizable Susceptible de mejora continua. Para lograr todo lo anterior, es imprescindible definir un conjunto de métricas para construir una IA fiable que permitan evaluar tanto el rendimiento técnico como la calidad de las respuestas, la seguridad, el cumplimiento normativo y el impacto operativo del sistema. A diferencia del software tradicional, los sistemas de IA presentan un comportamiento no determinista. Ante una misma consulta pueden ofrecer respuestas diferentes, todas ellas potencialmente válidas. Además, la calidad de una respuesta depende del contexto, de la intención del usuario y, en muchos casos, no existe una única respuesta correcta con la que compararla. Esto hace necesario complementar las métricas clásicas de observabilidad con nuevos indicadores específicos para IA. Métricas técnicas y operacionales de sistemas IA Como cualquier sistema distribuido, una arquitectura de IA debe monitorizar su estado operativo mediante indicadores ampliamente utilizados en ingeniería de software. Entre ellos destacan las conocidas métricas LETS: Latency, que mide el tiempo […]

La entrada Métricas para construir una inteligencia artificial fiable aparece primero en Instituto de Ingeniería del Conocimiento.

Detectar la sepsis con IA: por qué el contexto clínico marca la diferencia

Instituto de Ingeniería del Conocimiento — Tue, 14 Jul 2026 06:28:19 +0000

La sepsis es una de las principales causas de mortalidad hospitalaria y su detección precoz sigue siendo un reto clínico. Sin embargo, un nuevo paper Service-Specific Heterogeneity in Sepsis Variable Significance and Machine Learning Model Performance: A Stratified Analysis of the BIAlert Cohort publicado en Journal of Clinical Medicine pone de manifiesto una cuestión clave que hasta ahora había recibido poca atención: la sepsis no se presenta igual en todos los servicios del hospital, por lo que utilizar los mismos criterios diagnósticos en todos los entornos puede limitar la capacidad de identificarla a tiempo. Un mismo hospital, realidades clínicas muy diferentes El estudio analizó más de 200.000 pacientes hospitalarios para evaluar cómo varía la utilidad de las variables clínicas empleadas habitualmente para detectar sepsis según el servicio donde se encuentra el paciente. Los resultados muestran una gran heterogeneidad. En el Servicio de Urgencias, el 95,1% de las variables analizadas permitían diferenciar de forma significativa a los pacientes con sepsis, mientras que en la Unidad de Cuidados Intensivos (UCI) ese porcentaje descendía hasta el 37,7%. Esto significa que marcadores ampliamente utilizados, como la proteína C reactiva, los leucocitos o la creatinina, pueden ser muy útiles en unos servicios y perder capacidad […]

La entrada Detectar la sepsis con IA: por qué el contexto clínico marca la diferencia aparece primero en Instituto de Ingeniería del Conocimiento.

IA y modelos del lenguaje en evaluación psicológica: oportunidades, límites y responsabilidad

David Aguado — Mon, 06 Jul 2026 06:28:51 +0000

La inteligencia artificial y, en particular, los modelos de lenguaje están transformando numerosos ámbitos científicos y profesionales. En el ámbito de los recursos humanos y especialmente en la evaluación psicológica no es una excepción. Su capacidad para analizar lenguaje natural, apoyar procesos de evaluación y abrir nuevas formas de interacción plantea importantes oportunidades, pero también retos metodológicos, psicométricos y éticos. En este contexto tuvo lugar el XV Seminario de la Cátedra UAM-IIC de Modelos y Aplicaciones Psicométricos, dedicado a: “Inteligencia artificial y modelos del lenguaje en evaluación psicológica: oportunidades y límites”. La jornada reunió a investigadores, profesionales y asistentes interesados en comprender cómo la inteligencia artificial y los grandes modelos de lenguaje están transformando el diseño, la aplicación y la interpretación de las pruebas psicológicas. El punto de partida fue claro: la IA ya no es una promesa futura, sino una realidad que ya se está utilizando en los procesos de evaluación de personas. Sin embargo, la pregunta relevante no es únicamente qué puede hacer la tecnología, sino qué debemos exigirle para que sus usos sean psicométricamente defendibles, justos y responsables. En evaluación psicológica, la innovación solo resulta valiosa si se acompaña de evidencias sólidas de fiabilidad, validez, equidad, transparencia […]

La entrada IA y modelos del lenguaje en evaluación psicológica: oportunidades, límites y responsabilidad aparece primero en Instituto de Ingeniería del Conocimiento.

Service-Specific Heterogeneity in Sepsis Variable Significance and Machine Learning Model Performance: A Stratified Analysis of the BIAlert Cohort

Instituto de Ingeniería del Conocimiento — Mon, 29 Jun 2026 06:18:42 +0000

Sepsis detection relies on clinical variables and scoring systems assumed to perform uniformly across hospital settings. However, sepsis phenotype distributions shift between clinical environments, suggesting that variable importance may be setting dependent. This study aimed to quantify service-specific variability in the discriminatory capacity of clinical variables for sepsis detection and to evaluate whether this heterogeneity translates into differential performance of machine learning models compared to traditional clinical scoring systems. Methods: This stratified sub-analysis of the BIAlert Sepsis cohort (203,755 patients; 11,864 sepsis episodes, 2014–2018) evaluated 61 structured quantitative variables across nine hospital services (≥90 sepsis episodes each). Within each service, the Mann–Whitney–Wilcoxon test (p < 0.01, Holm-corrected) assessed differences between septic and non-septic episodes. Five machine learning models (Random Forest/BIAlert, XGBoost, CatBoost, SVM, Neural Network) and three clinical rules (NEWS, SIRS, qSOFA) were evaluated globally and stratified across four clinical environments. Results: The proportion of significant variables ranged from 95.1% in the Emergency Department (58/61) to 37.7% in the Intensive Care Unit (23/61). Lactate was the only universally significant variable (9/9 services). Clinical scoring systems collapsed in Critical Care (qSOFA and NEWS AUC 0.459). BIAlert maintained the highest AUC across all environments (0.975–0.857). The Friedman test confirmed significant differences (χ2 […]

La entrada Service-Specific Heterogeneity in Sepsis Variable Significance and Machine Learning Model Performance: A Stratified Analysis of the BIAlert Cohort aparece primero en Instituto de Ingeniería del Conocimiento.

La FUAM destaca la labor del IIC en investigación, desarrollo y transferencia de conocimiento en IA

Instituto de Ingeniería del Conocimiento — Thu, 25 Jun 2026 07:11:08 +0000

La Fundación de la Universidad Autónoma de Madrid (FUAM) celebró el pasado 18 de junio un acto conmemorativo con motivo de su 35 aniversario. La jornada reunió a representantes del ámbito académico, científico y empresarial en un espacio de diálogo en el que se reflexionó sobre el papel de la inteligencia artificial (IA) en la formación, la innovación y su impacto en la sociedad. Durante el encuentro se destacó la importancia de fortalecer la colaboración entre universidad, empresa e instituciones para impulsar el desarrollo tecnológico y favorecer la transferencia de conocimiento, especialmente en un contexto en el que la IA se ha convertido en un elemento clave para la competitividad y el progreso social. Reconocimiento al IIC por su compromiso con la transferencia de conocimiento En el marco de esta celebración, la FUAM entregó diversos reconocimientos a entidades que han contribuido a su trayectoria a lo largo de estos 35 años. Entre ellas, el Instituto de Ingeniería del Conocimiento (IIC), distinguido por su contribución a la investigación y desarrollo de la inteligencia artificial, la transferencia de conocimiento y su apoyo continuado a la fundación desde sus inicios. Este reconocimiento pone en valor una colaboración de más de tres décadas orientada […]

La entrada La FUAM destaca la labor del IIC en investigación, desarrollo y transferencia de conocimiento en IA aparece primero en Instituto de Ingeniería del Conocimiento.

Implementación de un sistema de IA para ayudar a detectar la sepsis

Instituto de Ingeniería del Conocimiento — Thu, 18 Jun 2026 08:36:08 +0000

La inteligencia artificial ha demostrado en los últimos años un enorme potencial para predecir enfermedades antes de que se manifiesten clínicamente. Sin embargo, existe una brecha importante entre la investigación y la práctica real: muchos modelos funcionan bien en estudios retrospectivos, pero muy pocos llegan a integrarse en el día a día de los hospitales. En el paper From development to clinical practice: deployment of an interoperable and secure ML-based CDSS to aid in the early detection of sepsis se aborda precisamente cómo pasar de la investigación a la práctica real. Más que centrarse únicamente en el modelo de machine learning, presenta BIAlert Sepsis, un sistema de IA diseñado para ser utilizado en entornos clínicos reales, capaz de generar alertas tempranas de sepsis en pacientes hospitalizados. La importancia de detectar la sepsis precozmente La sepsis es una respuesta extrema del organismo ante una infección, que puede progresar rápidamente y provocar complicaciones graves o incluso la muerte. Una intervención temprana es clave para mejorar el pronóstico, ya que uno de los principales retos es que sus primeras señales son difíciles de identificar. Aunque existen herramientas y protocolos clínicos, la complejidad y variabilidad de la enfermedad hacen que muchos casos se detecten […]

La entrada Implementación de un sistema de IA para ayudar a detectar la sepsis aparece primero en Instituto de Ingeniería del Conocimiento.

From development to clinical practice: deployment of an interoperable and secure ML-based CDSS to aid in the early detection of sepsis

Instituto de Ingeniería del Conocimiento — Wed, 17 Jun 2026 10:22:41 +0000

Recent research has increasingly focused on machine learning (ML) models for early disease prediction, yet practical frameworks for integrating these models into clinical workflows remain limited. BIAlert is a microservices-based framework designed to operate as a real-time early-warning system for ML-driven disease prediction in hospitalised patients. It can be deployed remotely on physical or virtual servers and is composed of coupled microservices that communicate through Apache Kafka queues, using HL7 FHIR resources as the message format. The system comprises four core components: (1) the Connector, which ingests raw hospital data and converts it into standardised healthcare formats; (2) the Writer, which stores FHIR-formatted data in an internal database and triggers the prediction pipeline; (3) the Predictor, which hosts ML models and generates patient-specific alerts; and (4) the Model Evaluator, which supports prospective monitoring of model performance. Alerts are displayed through the BIAlert user interface and can also be integrated directly into the electronic health record (EHR). BIAlert is currently deployed and operating in real-time clinical settings in two hospitals, demonstrating its feasibility as a scalable and interoperable solution for ML-based clinical decision support. Si te interesa esta publicación, puedes descargarla: From development to clinical practice: deployment of an interoperable and secure […]

La entrada From development to clinical practice: deployment of an interoperable and secure ML-based CDSS to aid in the early detection of sepsis aparece primero en Instituto de Ingeniería del Conocimiento.

La IA mejora la toma de decisiones en los mercados eléctricos

Instituto de Ingeniería del Conocimiento — Wed, 10 Jun 2026 09:51:39 +0000

La transición hacia un sistema eléctrico más sostenible, la integración en los mercados eléctricos de las energías renovables y la evolución constante de estos mercados están generando un entorno donde la incertidumbre se ha convertido en uno de los principales retos estratégicos para las empresas. La toma de decisiones ya no depende únicamente de analizar datos históricos, sino que requiere interpretar en tiempo real múltiples variables interconectadas, como la generación renovable disponible, la demanda energética, los precios del mercado, la meteorología, la regulación vigente, la disponibilidad de activos o las señales de comportamiento del sistema eléctrico. Aquí es donde la inteligencia artificial (IA) se convierte en una especie de habilitador necesario, ya que con su capacidad de analizar todo tipo de datos y de distintas fuentes, permite transformar estos grandes volúmenes de datos en conocimiento para poder anticiparse a escenarios futuros, reducir riesgos y mejorar la eficiencia operativa. La IA como ventaja competitiva del sector energético Los mercados eléctricos tienen la particularidad que deben tratar de equilibrar la generación y el consumo continuamente. Las desviaciones entre la energía prevista y la real pueden traducirse en elevados costes económicos, ineficiencias operativas y pérdida de competitividad. Una posible solución es disponer de […]

La entrada La IA mejora la toma de decisiones en los mercados eléctricos aparece primero en Instituto de Ingeniería del Conocimiento.

Una alianza para anticipar la sepsis en hospitales

Instituto de Ingeniería del Conocimiento — Tue, 02 Jun 2026 06:22:35 +0000

El Instituto de Ingeniería del Conocimiento y bioMérieux han firmado un acuerdo estratégico para impulsar el despliegue hospitalario de BIAlert Sepsis, nuestro sistema basado en inteligencia artificial diseñado para detectar de forma temprana la sepsis y el shock séptico. Este acuerdo facilitará su implantación en hospitales de Andalucía, Castilla-La Mancha y Portugal, contribuyendo a posicionar a estas regiones a la vanguardia en el uso de tecnologías avanzadas en salud. La alianza entre el IIC y bioMérieux integra dos capacidades clave: Diagnóstico microbiológico: identificación del microorganismo y orientación del tratamiento Analítica predictiva: anticipación del deterioro clínico antes de que sea evidente Esta combinación permite avanzar hacia un enfoque más preciso y personalizado en el manejo de infecciones graves, mejorando la toma de decisiones clínicas. Anticipar hasta 24 horas: clave para salvar vidas BIAlert Sepsis permite anticipar hasta 24 horas el riesgo de sepsis mediante el análisis continuo de datos clínicos de los pacientes. Gracias a alertas automáticas al equipo asistencial, los profesionales de la medicina pueden intervenir antes, mejorando el pronóstico y reduciendo complicaciones, mortalidad y estancias hospitalarias. Actualmente, la solución ya está en funcionamiento en centros como: Hospital Universitario Son Llàtzer (Palma de Mallorca) Hospital 12 de Octubre (Madrid) Complejo […]

La entrada Una alianza para anticipar la sepsis en hospitales aparece primero en Instituto de Ingeniería del Conocimiento.

Cómo funciona el mercado eléctrico en España

Juan Bella — Thu, 14 May 2026 08:57:51 +0000

En España, el mercado eléctrico organiza la compra y venta de energía mediante un mercado diario y ajustes posteriores en mercados intradiarios, con el objetivo de construir un programa de producción y consumo de energía eléctrica para cada periodo cuarto horario. Ese programa, sin embargo, es una previsión, por lo que la operación del sistema debe corregir en tiempo real las diferencias entre la energía programa que se va a consumir y la energía que realmente se consume. Mantener el equilibrio entre generación y demanda de energía eléctrica es una condición básica para que el sistema funcione con seguridad. Como la electricidad no se almacena de forma generalizada en la propia red, cualquier desequilibrio puede poner en peligro el sistema y obliga a actuar. Ahí entran los servicios de ajuste y balance de energía y, en particular, la regulación secundaria, que es un mecanismo automático que aporta flexibilidad en los minutos más cercanos a la operación. La operativa de los mercados eléctricos en España El mercado mayorista de la energía es el encargado de asignar la energía y establecer su precio a partir de las ofertas de compra y venta. El resultado es un programa que, en condiciones ideales, debería cubrir […]

La entrada Cómo funciona el mercado eléctrico en España aparece primero en Instituto de Ingeniería del Conocimiento.