Instituto de Ingeniería del Conocimiento

Sepsis e inteligencia artificial: anticiparse para actuar a tiempo

Instituto de Ingeniería del Conocimiento — Thu, 24 Sep 2026 09:23:04 +0000

En sepsis, el tiempo es un factor determinante para la evolución del paciente, ya que identificarla cuanto antes hace que los profesionales sanitarios puedan conocer la situación del paciente, tomar decisiones y tratarle antes de que se produzca una evolución desfavorable. Con motivo del Día Mundial de la Sepsis, el Dr. Ángel Estella, del Servicio de Medicina Intensiva del Hospital Universitario de Jerez de la Frontera, condujo un videopodcast en el que particparon Elisa Martín, directora del área del salud de Instituto de Ingeniería del Conocimiento (IIC), junto con el Dr. Marcio Borges coordinador de la Unidad Multidisciplinar de Sepsis del Hospital Universitario Son Llàtzer, miembro del Grupo de Sepsis del IdISba y presidente de la Fundación Código Sepsis. En el videopodcast hablaron sobre cómo el uso de técnicas de inteligencia artificial ayuda a la detección temprana de sepsis y shock séptico. Detectar la sepsis antes de que sea evidente El problema de la sepsis casi comienza por su definición y su consenso, ya que hay hasta tres definiciones distintas en los últimos 25 años, lo que ya genera dificultades a la hora de saber, por ejemplo, tipos de sepsis, el impacto sanitario que produce, etc. Uno de los grandes […]

La entrada Sepsis e inteligencia artificial: anticiparse para actuar a tiempo aparece primero en Instituto de Ingeniería del Conocimiento.

Soberanía de la IA: mucho más que dónde se ejecuta un modelo

Pablo Haya — Tue, 15 Sep 2026 07:44:48 +0000

La inteligencia artificial ha pasado de ser una cuestión tecnológica para convertirse en un factor de autonomía económica e influencia geopolítica. En este contexto surge el concepto de soberanía de la IA, entendido como la capacidad de una organización o un estado para mantener el control sobre las tecnologías, infraestructuras, operaciones y decisiones que sustentan sus capacidades de IA. El interés por la soberanía de la IA crece tanto en el ámbito público como privado. La apuesta de compañías como Mistral por la IA soberana y los modelos de pesos abiertos refleja que la soberanía ya no es solo un debate regulatorio, sino también una cuestión de estrategia tecnológica. Si nos centramos en las necesidades de una organización, el máximo nivel de autonomía tecnológica implicaría operar en entornos completamente aislados (air-gapped) y controlar toda la cadena tecnológica, desde el hardware hasta el software y los modelos de IA. Sin embargo, alcanzar una autonomía completa resulta, en la práctica, inviable para una organización, por lo que estas deben encontrar un equilibrio entre control, coste y dependencia. Perspectivas de la soberanía de la IA Para entender mejor este desafío, resulta útil analizar la soberanía de la IA desde tres perspectivas complementarias: técnica, […]

La entrada Soberanía de la IA: mucho más que dónde se ejecuta un modelo aparece primero en Instituto de Ingeniería del Conocimiento.

IA para anticiparse a la sepsis y optimizar los recursos hospitalarios

Instituto de Ingeniería del Conocimiento — Thu, 10 Sep 2026 09:52:39 +0000

En la detección temprana de sepsis cada segundo cuenta. Por ello, iniciar un tratamiento adecuado, evitar que el estado del paciente empeore y reducir complicaciones que pueden terminar requiriendo cuidados intensivos es esencial. Pero una detección más temprana no solo tiene un impacto clínico, sino que también contribuye a utilizar mejor los recursos hospitalarios y reducir costes asociados a la atención de estos pacientes. Esta es una de las principales conclusiones de un nuevo estudio publicado en PLOS Global Public Health, en el que han participado profesionales médicos e investigadores del Instituto de Ingeniería del Conocimiento (IIC), y que analiza el impacto económico de BIAlert-Sepsis, un sistema de inteligencia artificial diseñado para predecir el riesgo de sepsis hasta 24 horas antes de su reconocimiento clínico. Muestra del estudio con más de 8.000 pacientes analizados El estudio analiza datos reales de 8.039 pacientes con sepsis atendidos en el Hospital Universitario Son Llàtzer, en Mallorca. Los investigadores compararon dos periodos: uno anterior a la implantación de BIAlert-Sepsis, entre 2011 y marzo de 2019, y otro posterior a su incorporación, desde abril de 2019 hasta junio de 2024. Para evitar distorsiones provocadas por la pandemia, el periodo de COVID-19 se excluyó del análisis. […]

La entrada IA para anticiparse a la sepsis y optimizar los recursos hospitalarios aparece primero en Instituto de Ingeniería del Conocimiento.

Prospective economic evaluation of a predictive artificial intelligence model for sepsis: Effects on hospital costs and return on investment

Instituto de Ingeniería del Conocimiento — Thu, 10 Sep 2026 09:33:36 +0000

Early sepsis detection is essential for improving outcomes and reducing costs, but traditional rule-based systems have limited accuracy and real-world evidence for machine-learning alternatives remains scarce. In this context, BIAlert-Sepsis predicts sepsis risk within 24 hours using historical hospital data, and evaluating its implementation in a tertiary hospital setting provides an opportunity to quantify its clinical benefits and economic value. We conducted a retrospective quasi-experimental before–after study including all septic patients admitted from January 2011 to June 2024. The baseline period (Jan 2011 – Mar 2019) was compared with the AI implementation period (Apr 2019 – June 2024), excluding the COVID-19 interval. Outcomes were assessed using adjusted generalized linear models and interrupted time series regression. A hospital-perspective economic evaluation incorporated implementation and maintenance costs, and a 5-year model estimated net benefit and return on investment (ROI), supported by deterministic and probabilistic sensitivity analyses. A total of 8,039 patients were included (6,168 baseline period; 1,871 AI period). Demographic and clinical characteristics were comparable across periods. During the AI period, ICU admissions decreased from 34.4% to 30.4% (adjusted p = 0.001), accompanied by significant reductions of 0.35 ICU days and 0.59 ward days per patient. Mean admission costs declined from 26,517€ to 24,630€ (adjusted […]

La entrada Prospective economic evaluation of a predictive artificial intelligence model for sepsis: Effects on hospital costs and return on investment aparece primero en Instituto de Ingeniería del Conocimiento.

Las 10 claves del decálogo de la IA confiable del Cluster de IA de la CAM

Instituto de Ingeniería del Conocimiento — Thu, 06 Aug 2026 06:51:23 +0000

El Grupo de Trabajo de IA Confiable del Cluster de Inteligencia Artificial de la Comunidad de Madrid ha presentado el Decálogo de la IA Confiable, una iniciativa que reúne diez principios fundamentales para orientar el diseño, el desarrollo y el uso responsable de sistemas de inteligencia artificial. Pablo Haya, director de Business and Language Analytics en el Instituto de Ingeniería del Conocimiento (IIC), ha participado en el trabajo que ha dado lugar a este decálogo, orientado a facilitar una aplicación responsable, ética y práctica de la inteligencia artificial en las organizaciones. La publicación del decálogo coincide con una nueva etapa en la aplicación del Reglamento Europeo de Inteligencia Artificial, conocido como AI Act. Desde el 2 de agosto de 2026, la Comisión Europea y las autoridades nacionales han comenzado la fase general de aplicación, supervisión y ejecución del Reglamento, que recuerda construir una IA confiable requiere ir más allá del cumplimiento estrictamente normativo. Bases para el decálogo de la IA confiable El decálogo de la IA Confiable se ha elaborado a partir de la síntesis de diferentes marcos internacionales de referencia. Entre ellos se encuentran las directrices éticas de la Unión Europea, los principios de inteligencia artificial de la OCDE, […]

La entrada Las 10 claves del decálogo de la IA confiable del Cluster de IA de la CAM aparece primero en 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.