• De la automatización a la IA generativa: qué cambia en cada paso.
• Qué es un modelo de lenguaje, cómo se entrena y qué son los tokens y el contexto.
• Por qué una respuesta convincente puede ser falsa: alucinaciones, sesgos y errores de cálculo.
• Usos actuales de IA en salud frente a posibilidades hipotéticas.

PrácticaHacer tres preguntas sobre un tema preanalítico y marcar qué afirmaciones hay que verificar.

• Diferencia entre empresa, modelo, chat, buscador, herramienta y agente.
• Panorama de ChatGPT, Claude y Gemini: fortalezas, límites y costos.
• Qué son los agentes de trabajo y de programación, como Codex y Claude Code.
• Versiones gratuitas y pagas, límites de uso y privacidad.

PrácticaElegir y justificar una herramienta para resumir un protocolo, comparar documentos y ordenar una planilla de incidencias.

• Partes de un buen pedido: objetivo, contexto, fuente, restricciones y formato.
• Iterar, dar ejemplos y pedir que la IA te haga preguntas.
• Trabajar con PDF, imágenes y planillas, y entender qué lee bien y qué no.
• Buscar bibliografía y detectar citas inventadas.
• Reglas de privacidad antes de adjuntar cualquier archivo.

PrácticaCon un procedimiento preanalítico ficticio, armar un resumen operativo y una lista de comprobación, y cotejarlos con el original.

• Recorrido preanalítico: solicitud, extracción, conservación, transporte y recepción.
• Lectura asistida de órdenes simuladas y riesgos de reconocimiento incorrecto.
• Indicaciones al paciente: siempre desde protocolos institucionales aprobados.
• Tubos, aditivos y requisitos de muestra: consulta documental y verificación.
• Trazabilidad, incidencias y criterios de rechazo.

PrácticaAnalizar una solicitud simulada y armar una tabla de requisitos con un catálogo provisto por el docente, marcando faltantes y conflictos.

• IA especializada en hematología, química clínica, microbiología e imágenes.
• Control de calidad: indicadores, tendencias y análisis de causas.
• Revisión documental de informes, sin validación automática de resultados.
• Stock, vencimientos, compras, turnos y estadísticas.
• Riesgos de correlaciones falsas y resultados que no se pueden reproducir.

PrácticaCon una planilla simulada de incidencias, calcular tasas con denominadores explícitos, hacer un gráfico e interpretar la tendencia sin atribuir causas automáticamente.

• Privacidad y confidencialidad de la información de salud.
• Qué no cargar nunca: órdenes, nombres, DNI, resultados y fotos identificables.
• Sesgo de automatización, responsabilidad profesional y trazabilidad.
• Cómo seguir: de detectar un problema a pensar una herramienta propia.

Trabajo integradorResolver un caso simulado con consulta documental, lista de verificación, análisis de incidencias y justificación de controles. Cerrás explicando qué aceptaste, qué corregiste y qué no delegarías a una IA.