Inteligencia Artificial en Salud: Neobot de UCSUR Aplicado a la Neonatología

Neobot es un asistente virtual basado en inteligencia artificial y especializado en neonatología, desarrollado por integrantes de la comunidad académica de la Universidad Científica del Sur.

Su propuesta responde a una necesidad concreta: facilitar el acceso a conocimiento médico especializado, apoyar la formación de estudiantes y profesionales de la salud y promover una consulta más organizada de artículos científicos y documentos académicos.

El proyecto representa una aplicación de la inteligencia artificial en salud orientada principalmente al aprendizaje, la actualización profesional y la gestión del conocimiento.

Esta delimitación resulta importante porque una herramienta educativa no tiene automáticamente las mismas atribuciones que un sistema validado para diagnosticar enfermedades, recomendar tratamientos o intervenir en decisiones asistenciales sobre pacientes.

¿Qué es Neobot y quiénes participaron en su desarrollo?

Neobot fue presentado por la Universidad Científica del Sur como un asistente virtual especializado que combina inteligencia artificial y conocimiento médico. La comunicación institucional identifica como participantes clave al doctor Ángel Samanez y a los estudiantes de Medicina Humana Milagros Santibañez y Carlos Ponce, con apoyo de un mentor en ciencias de la computación.

De acuerdo con la comunicación institucional publicada por UCSUR, la iniciativa busca reducir las brechas de acceso a información en neonatología y contribuir a que estudiantes, médicos y otros profesionales vinculados con la atención neonatal consulten contenidos especializados de manera más accesible.

La propuesta surgió dentro de un proceso formativo universitario. Sus antecedentes se vinculan con un hackathon realizado en 2024, actividad en la que estudiantes de Medicina Humana conocieron distintas posibilidades de aplicación de la IA en la salud.

Posteriormente, el proyecto tomó forma con la guía de un especialista en pediatría y neonatología y con apoyo en el componente tecnológico.

Según la publicación institucional del 12 de septiembre de 2025, Neobot fue concebido en febrero de ese mismo año.

El desarrollo se orientó hacia una herramienta capaz de trabajar con bloques especializados de conocimiento y sintetizar grandes volúmenes de información médica en respuestas comprensibles para sus usuarios.

Un asistente virtual especializado en conocimiento neonatal

Un asistente virtual médico puede definirse como una interfaz que procesa preguntas formuladas en lenguaje natural y genera respuestas a partir de modelos computacionales, instrucciones previamente establecidas y fuentes de información disponibles.

Su utilidad depende de varios factores: la calidad de los documentos utilizados, la configuración del sistema, la precisión de las consultas y la revisión realizada por personas con competencias en la materia.

En el caso de Neobot, la especialización temática se concentra en la neonatología, disciplina dedicada a la atención del recién nacido, especialmente durante las primeras semanas de vida y en situaciones que requieren vigilancia o tratamiento especializado.

Esta área maneja información clínica altamente sensible, debido a las características fisiológicas de los neonatos y a la rapidez con la que pueden producirse cambios en su condición.

Por ese motivo, la especialización de una herramienta no debe interpretarse como garantía automática de exactitud.

La respuesta puede ayudar a localizar conceptos, relacionar información o resumir documentos, pero su uso responsable exige revisar la fuente original y valorar si el contenido corresponde al contexto clínico, académico o institucional del usuario.

La necesidad de acceder a información médica actualizada

Estudiantes y profesionales de la salud trabajan con guías clínicas, consensos, revisiones sistemáticas, artículos originales, manuales, protocolos locales y recomendaciones emitidas por sociedades científicas.

El volumen de información puede dificultar una revisión rápida, especialmente cuando existen diferencias entre fechas de publicación, poblaciones estudiadas, recursos disponibles y criterios aplicados por cada institución.

La inteligencia artificial aplicada a la salud puede contribuir a clasificar documentos, identificar temas recurrentes, resumir textos extensos y responder preguntas basadas en materiales seleccionados.

Estas funciones reducen el tiempo destinado a localizar información, pero no eliminan la obligación de leer los apartados relevantes de la fuente ni de comprobar su vigencia.

Un resumen generado por IA puede omitir excepciones, condiciones metodológicas, niveles de evidencia o advertencias incluidas en el documento original. Por ello, una respuesta breve debe entenderse como un punto de partida para la revisión y no como una reproducción completa del conocimiento disponible.

Inteligencia artificial en salud: aplicaciones en neonatología

La IA en salud comprende técnicas computacionales empleadas para procesar información, reconocer patrones, producir contenidos, organizar datos o apoyar tareas desarrolladas por profesionales y organizaciones sanitarias.

Sus aplicaciones pueden abarcar educación médica, investigación, gestión hospitalaria, salud pública, procesamiento de imágenes, análisis predictivo y soporte para determinadas decisiones.

Estas categorías no poseen el mismo nivel de riesgo. Utilizar una herramienta para resumir un artículo en una clase no equivale a emplear un algoritmo para interpretar parámetros de un paciente, priorizar una urgencia o sugerir una conducta terapéutica.

Cuanto mayor sea la influencia del sistema sobre una decisión clínica, mayor deberá ser la exigencia de validación, trazabilidad, supervisión y gestión de riesgos.

La Organización Mundial de la Salud ha señalado que los modelos generativos pueden apoyar actividades sanitarias, científicas y educativas, pero también pueden producir respuestas incorrectas, incompletas o aparentemente confiables.

Esta característica obliga a incorporar controles humanos, transparencia sobre las limitaciones y procedimientos para verificar los resultados.

Procesamiento y síntesis de información científica

Una de las aplicaciones más accesibles de la IA en la salud es el procesamiento de literatura. La herramienta puede recibir un documento, identificar conceptos centrales y generar una síntesis que facilite la primera aproximación al contenido.

También puede ayudar a comparar definiciones, organizar preguntas de estudio o localizar fragmentos relacionados con un tema específico.

Para que esta función sea útil, los documentos deben seleccionarse mediante criterios académicos. No toda publicación disponible en internet posee el mismo valor. El usuario debe comprobar la autoría, la institución responsable, el tipo de estudio, la población analizada, la fecha, la metodología, los conflictos de interés y la correspondencia con las necesidades de la consulta.

En neonatología, además, debe revisarse si una recomendación se dirige a recién nacidos a término, prematuros, pacientes con bajo peso, unidades de cuidados intensivos o contextos con recursos específicos. Una síntesis que omita esas diferencias podría inducir a interpretaciones equivocadas.

Apoyo a la formación de estudiantes y profesionales médicos

La formación médica puede beneficiarse de asistentes especializados cuando se emplean con objetivos pedagógicos definidos.

Un estudiante podría solicitar una explicación progresiva de un concepto, preparar un banco inicial de preguntas, identificar diferencias entre dos documentos o construir un caso simulado para discutirlo con un docente.

Un profesional también podría utilizar la herramienta para ordenar temas de actualización, revisar terminología, preparar una sesión académica o generar un esquema preliminar de lectura.

Estas actividades deben complementarse con bibliografía verificable y participación de especialistas, especialmente cuando el contenido se relaciona con procedimientos, farmacología o decisiones clínicas.

La utilidad educativa no consiste únicamente en obtener respuestas rápidas. El mayor valor aparece cuando el estudiante analiza el contenido, formula nuevas preguntas, identifica posibles errores y aprende a justificar sus decisiones mediante fuentes científicas. Así, la tecnología funciona como apoyo al razonamiento y no como reemplazo del proceso de aprendizaje.

Posibles aplicaciones de la IA en la atención neonatal

En el ámbito general de la neonatología, los sistemas de inteligencia artificial pueden investigarse para reconocer patrones en señales fisiológicas, analizar imágenes, organizar historias clínicas, identificar factores asociados con determinados desenlaces o generar alertas ante variaciones relevantes.

También pueden estudiarse como apoyo para gestionar recursos y detectar necesidades de seguimiento.

Estas posibilidades describen el campo general de la inteligencia artificial en salud.

No significa que todas ellas sean funciones disponibles en Neobot. La información pública de UCSUR lo presenta principalmente como asistente virtual y recurso educativo especializado, no como un sistema de monitorización, diagnóstico autónomo o tratamiento.

Una comunicación académica responsable debe separar las capacidades documentadas de las aplicaciones potenciales de la tecnología.

Esta distinción evita crear expectativas clínicas que todavía no han sido demostradas mediante estudios, evaluaciones independientes o procesos regulatorios.

Alcance documentado de Neobot en educación médica

La información institucional disponible presenta a Neobot como un asistente virtual educativo especializado que facilita el acceso al conocimiento en neonatología. Las funciones descritas en este artículo son alcances documentados, no autorizaciones regulatorias. Tales actividades pueden integrarse en programas formativos siempre que exista una metodología clara, revisión docente y criterios para seleccionar las fuentes utilizadas.

Hablar de usos permitidos no equivale a emitir una autorización regulatoria. Se trata de delimitar funciones compatibles con la finalidad educativa descrita por el equipo y con prácticas de bajo riesgo que no intervienen directamente sobre un paciente.

Consulta académica sobre neonatología

Dentro de su finalidad académica, Neobot puede recibir preguntas sobre definiciones, bases fisiológicas, clasificaciones, factores de riesgo, principios generales de atención y otros contenidos relacionados con el recién nacido.

La respuesta puede servir para orientar una revisión posterior, aclarar vocabulario o identificar temas que requieren mayor estudio.

Una consulta académica debe redactarse sin incluir información identificable de pacientes. También conviene especificar el nivel de profundidad esperado, el tipo de fuente solicitada y la finalidad de la respuesta.

No es igual pedir una explicación para un estudiante de primeros ciclos que solicitar una comparación metodológica destinada a una sesión con residentes.

La respuesta final debe contrastarse con libros, artículos, guías y protocolos institucionales. Cuando existan discrepancias, debe prevalecer la evaluación del docente o especialista y la fuente clínica aprobada por la institución.

Síntesis de artículos y documentos científicos

La publicación de UCSUR señala que Neobot permite incorporar nuevos artículos científicos y documentos. Esta función puede facilitar la revisión de materiales seleccionados por médicos o estudiantes y mantener una base de consulta colaborativa.

La posibilidad de cargar documentos también introduce responsabilidades. Antes de incorporar un archivo, se debe comprobar si el usuario tiene autorización para utilizarlo, si contiene datos personales, si corresponde a una versión vigente y si su origen es confiable.

La cantidad de documentos no garantiza calidad; una base extensa puede producir resultados deficientes cuando contiene información contradictoria, desactualizada o sin respaldo metodológico.

El proceso debería incluir responsables de revisión, fechas de actualización, categorías temáticas y mecanismos para retirar documentos que hayan sido reemplazados. Así se reduce el riesgo de que una recomendación antigua aparezca junto a otra más reciente sin una advertencia adecuada.

Posibles usos educativos que requieren validación

A partir de las funciones descritas por UCSUR, Neobot puede apoyar la consulta y síntesis de documentos dentro de actividades académicas. Otros usos, como generar preguntas o escenarios simulados, son posibilidades pedagógicas que deben probarse y validarse antes de presentarlas como funciones confirmadas de la plataforma.

Cuando se exploren estas posibilidades, el docente debe definir los objetivos, revisar el resultado y contrastarlo con la bibliografía obligatoria antes de utilizarlo en una actividad formativa.

Cualquier caso simulado generado con apoyo de IA debe identificarse claramente como ficticio, excluir datos de pacientes reales y pasar por revisión docente antes de incorporarse a presentaciones, evaluaciones o documentos institucionales.

La IA puede apoyar la preparación, pero el diseño pedagógico sigue dependiendo del docente. La selección de objetivos, el nivel de dificultad, los criterios de evaluación y la retroalimentación requieren conocimiento del programa académico y de las competencias que se busca desarrollar.

Desarrollo de competencias digitales en Medicina

Trabajar con asistentes de IA permite desarrollar habilidades que tendrán creciente relevancia en la práctica profesional. Entre ellas se encuentran la formulación de preguntas precisas, la evaluación de fuentes, la identificación de respuestas inconsistentes, la documentación de resultados y el reconocimiento de sesgos.

Un médico no necesita aceptar una respuesta solo porque utiliza lenguaje técnico.

Debe revisar si las afirmaciones están respaldadas, si corresponden a la población consultada y si omiten información que podría modificar su interpretación. Esta competencia puede entrenarse desde la universidad mediante ejercicios supervisados y análisis de errores.

• Formulación de consultas: definir con claridad el tema, el contexto y el tipo de respuesta requerida.
• Verificación: comprobar cada afirmación relevante en documentos confiables.
• Evaluación de sesgos: analizar si la información representa adecuadamente a distintas poblaciones.
• Trazabilidad: registrar las fuentes, las instrucciones utilizadas y las correcciones efectuadas.
• Responsabilidad: reconocer que la decisión final corresponde a personas y equipos profesionales.

Neobot como herramienta para fortalecer la formación médica

El aporte de Neobot no depende solamente de la cantidad de respuestas que pueda generar. Su valor educativo se relaciona con la capacidad de incorporarse a actividades que enseñen a buscar, analizar y verificar conocimiento médico.

Aprendizaje basado en preguntas y casos simulados

Los casos simulados permiten practicar razonamiento sin exponer información de pacientes. Si se emplea un asistente de IA para apoyar su elaboración, el docente debe revisar el escenario, identificar posibles errores y asegurar que el nivel de complejidad corresponda a los objetivos del curso.

La actividad puede incluir una etapa de detección de errores. Los estudiantes deben señalar qué afirmaciones requieren fuentes, qué elementos faltan y qué preguntas adicionales serían necesarias. Este método desarrolla una relación crítica con la tecnología.

Integración entre medicina, educación y tecnología

El desarrollo de soluciones para la salud requiere colaboración. El conocimiento clínico define los problemas y riesgos; la pedagogía orienta la experiencia de aprendizaje; y las competencias tecnológicas permiten construir, evaluar y mantener el sistema.

Neobot muestra el potencial de reunir estas áreas dentro de una universidad. La participación de estudiantes también permite que la innovación forme parte del proceso educativo y no quede restringida a equipos externos a la carrera médica.

Preparación de los futuros médicos para trabajar con IA

Los futuros profesionales necesitarán comprender las capacidades y límites de los sistemas algorítmicos. Esto incluye evaluar sesgos, interpretar métricas, proteger datos, comunicar incertidumbre y decidir cuándo una herramienta no debe utilizarse.

La formación universitaria puede incorporar estas competencias mediante proyectos supervisados, análisis de casos y revisión de herramientas reales. Aprender a cuestionar una respuesta será tan importante como aprender a obtenerla.

El aporte de UCSUR a la innovación responsable en salud

Neobot representa una iniciativa universitaria que vincula formación médica, conocimiento neonatal e inteligencia artificial.

Su desarrollo permite que estudiantes y docentes participen en la creación de herramientas orientadas a problemas identificados en su propio campo profesional.

El siguiente desafío será consolidar procesos de actualización, evaluación y gobernanza que acompañen el crecimiento de la plataforma.

La innovación responsable no depende únicamente de incorporar tecnología, sino de definir límites, proteger a los usuarios, revisar la evidencia y comunicar con claridad qué puede hacer el sistema.

Dentro del alcance documentado, Neobot puede posicionarse como una herramienta de apoyo académico y profesional para la neonatología.

Su uso debe mantener la supervisión humana, la protección de datos, la trazabilidad de fuentes y la diferenciación entre consulta educativa y decisión clínica.

Preguntas frecuentes

¿Neobot puede diagnosticar enfermedades en recién nacidos?

No debe utilizarse con ese fin. La información pública disponible presenta a Neobot principalmente como una herramienta educativa y de consulta académica, no como un sistema clínico validado para diagnosticar enfermedades, recomendar tratamientos o reemplazar la evaluación de profesionales de la salud.

¿Quiénes pueden utilizar Neobot?

La herramienta está orientada principalmente a estudiantes de Medicina, docentes, médicos y profesionales relacionados con la atención neonatal. Su utilidad puede variar de acuerdo con el nivel de conocimiento del usuario, el tipo de consulta realizada y la calidad de las fuentes incorporadas al sistema.

¿Cómo se aplica la inteligencia artificial en la neonatología?

La inteligencia artificial puede apoyar la organización de información clínica, la revisión de literatura científica, el análisis de imágenes, la identificación de patrones en datos fisiológicos y la formación de profesionales. Sin embargo, no todas estas funciones forman parte de Neobot, cuyo alcance documentado se concentra en la consulta y el aprendizaje especializado.