En 384 casos reales, cinco modelos de lenguaje rindieron peor que el puntaje Glasgow-Blatchford (una regla clínica con datos de laboratorio): sirven como apoyo, no como reemplazo. Te lo contamos porque marca cuánta confianza darle a la inteligencia artificial cuando opina sobre tu salud.
❝Un aparato que te mide a toda hora vale tanto como la prueba que demuestra que cambia lo que te pasa.
Cada bloque dice a qué distancia está de tu tema: directo es tu misma pregunta, vecino es tu mismo campo con otro enfoque, paraguas es salud digital en general. Hoy no hay ningún hallazgo directo sobre tu tema; abrimos con lo más cercano que encontramos: un puntaje clásico que supera a los chatbots. Siguen tres temas, sensores y IA fuera del hospital, irse antes a casa con un sensor puesto y relojes y parches para el corazón; luego lo imprescindible sobre la seguridad de tus datos, la frontera de la IA en el desarrollo de fármacos y un cierre con una sola acción. Nada llega al nivel más alto: todo está etiquetado como emergente.
●●●●● Ningún hallazgo de esta edición alcanza el nivel más alto: todos son emergentes, es decir, estudios útiles pero con límites claros (revisiones narrativas, un estudio retrospectivo y uno prospectivo pequeño) que todavía no prueban beneficio en personas como tú.
Fuente principal: Modelos de lenguaje en hemorragia digestiva alta, 9 jul 2026 · ¿qué es la rúbrica? →
1 · Monitoreo continuo con IA: más promesa que prueba · 2 min
2 · Irte antes a casa tras operarte, con un sensor puesto · 2 min
3 · Relojes y parches para el corazón: qué está probado · 1 min
Cuidar los datos de tus dispositivos conectados · 1 min
IA que diseña medicamentos: la promesa y lo que falta · 1 min
🔬 Sensores, IA y redes · paraguas · ●●●●● emergente
Te llega esto porque sigues la tecnología en salud. Una revisión narrativa del 14 sep 2026 reúne 75 fuentes sobre sistemas que miden tu cuerpo todo el tiempo, fuera del hospital: sensores, dispositivos médicos conectados a internet (IoMT) e inteligencia artificial que interpreta las señales.
Las cifras impresionan: modelos de aprendizaje profundo reportan entre 91 % y 99,5 % de exactitud para clasificar arritmias en el electrocardiograma, y los que corren en el propio dispositivo, entre 85 % y 96 %. Pero salen de bases de datos y criterios distintos, así que no se pueden comparar entre sí.
Los autores lo dicen sin adornos: no es una revisión sistemática, y la evidencia es coherente con un diseño que procese en el aparato y proteja la privacidad, pero no lo establece. Faltan validación clínica prospectiva en personas, estándares comunes y más confianza de los médicos en modelos opacos.
Si te ofrecen un sensor o una app que «vigila» tu salud, pregunta: «¿Esto se probó en personas como yo, y qué cambia en mi seguimiento si me avisa algo?»
Conclusión del tema: Hay mucha tecnología y poca prueba en personas: tómalo como una dirección de trabajo, no como algo demostrado. Sigue sin saberse cómo rinden estos sistemas fuera de las bases de datos donde se probaron.
🔬 Telemonitoreo tras cirugía · paraguas · ●●●●● emergente
En un estudio multicéntrico prospectivo del 31 ago 2026, 86 personas operadas con cirugía robótica de próstata o riñón, en contexto oncológico, recibieron atención estándar (43) o se fueron a casa 48 horas antes con una camiseta con sensores y una app (43). Te lo mostramos porque la pregunta de fondo, si un sensor puede reemplazar días de hospital, te puede tocar a ti.
La camiseta registraba frecuencia respiratoria y cardíaca, temperatura y un electrocardiograma de una derivación; presión, oxígeno y glucosa se anotaban a mano. La estancia fue de 2,8 días frente a 4,7 (p < 0,001), y las visitas no programadas al hospital, de 2,3 % frente a 25,6 % (p < 0,01).
Las complicaciones leves fueron 7,0 % con sensor y 11,6 % con atención estándar (p = 0,71, sin diferencia clara) y no hubo complicaciones graves. El sistema generó 68 alertas y tres personas reingresaron por alertas de arritmia o crisis de presión. Los autores concluyen que parece factible y seguro en personas bien seleccionadas y piden estudios aleatorizados más grandes.
Si te van a operar, pregunta: «¿Aquí existe un alta temprana con monitoreo remoto, quién me atiende si suena una alerta y cuándo debo volver al hospital?»
Conclusión del tema: Es una señal prometedora en 86 personas bien seleccionadas y operadas por cáncer urológico. No sabemos si vale para otras cirugías, otros hospitales o personas con más riesgo, ni cuál es su costo a largo plazo.
🔬 Wearables cardiovasculares · paraguas · ●●●●● emergente
Una revisión narrativa del 8 sep 2026 intenta separar lo probado de lo prometido en relojes inteligentes, parches de electrocardiograma y textiles con sensores usados para cuidar el corazón. Aparece en tu edición porque te ayuda a saber cuánta confianza darle a lo que ya llevas puesto.
Hay más respaldo para detectar fibrilación auricular (un ritmo irregular del corazón), con estudios grandes, y para el seguimiento estructurado de la insuficiencia cardíaca, asociado con 18–32 % menos hospitalizaciones en programas organizados.
Para orientar un posible infarto, medir la presión sin manguito, la rehabilitación cardíaca y los marcadores de pronóstico hechos con IA, la evidencia crece, pero se apoya sobre todo en validación técnica y temprana, no en mejores resultados para el corazón. Además, la exactitud varía entre grupos demográficos y el acceso es desigual.
Si usas o piensas usar un reloj o parche para el corazón, pregunta: «¿Qué dato de mi reloj le sirve a usted para decidir algo, y qué hago si me avisa de un ritmo irregular?»
Conclusión del tema: El respaldo es sólido en pocos usos (fibrilación, insuficiencia cardíaca con seguimiento estructurado) y sigue incierto en el resto. Aún no sabemos si medir el corazón de forma continua mejora resultados duros ni si la exactitud se sostiene en todos los grupos.
🔬 Ciberseguridad de dispositivos médicos · paraguas · ●●●●● emergente
Cuantos más dispositivos conectados hay en tu atención (monitores, parches, apps), más puertas se abren a un ciberataque, y eso pone en juego tus datos más sensibles. Esta revisión del 16 ago 2026 evaluó detectores de intrusión con IA: 5127 registros revisados de 2021 a 2026, 24 estudios primarios y 115 de apoyo.
Buen rendimiento de laboratorio. Los aprendizajes automáticos y la IA explicable avanzaron mucho, con precisiones en pruebas que a menudo superan 95 %.
Poca generalización. Esa precisión depende del conjunto de datos: funciona peor cuando el sistema se prueba con datos de otro origen, y la explicabilidad sigue siendo limitada.
Listo para usar es otra cosa. La revisión identifica la preparación para el uso real, y no solo la precisión, como el principal desafío: faltan pruebas comparables y validación en el funcionamiento cotidiano.
Pregunta: «¿Cómo se protegen mis datos cuando mi dispositivo los envía, y quién puede verlos?»
Una revisión narrativa del 2 sep 2026 repasa cómo la inteligencia artificial acelera el desarrollo de fármacos, junto con «órganos en chip», bioimpresión 3D y nanotecnología. En pruebas de referencia, el aprendizaje profundo superó un AUROC de 0,85 en algunos efectos de absorción y toxicidad, y un chip de hígado detectó daño hepático por fármacos con 87 % de sensibilidad y 100 % de especificidad, mejor que los modelos animales en esa comparación.
Es una revisión que resume otros trabajos, no un ensayo en personas, y la propia revisión dice que la exactitud depende de la plataforma y que falta validación prospectiva antes de aplicarlo a gran escala.
emergente Nada de esto es un tratamiento disponible hoy: son herramientas para desarrollar fármacos, y su promesa de acortar plazos y mejorar la seguridad no equivale a un beneficio demostrado en personas.
Dejamos fuera trabajos sin ninguna cifra que permita comparar, estudios que ya contamos en ediciones anteriores y uno que no llegaba a tocar a una persona. Decidimos por relevancia, no por nivel de evidencia: son valiosos para su público, pero ninguno cambia hoy una decisión tuya.
No incluimos el seguimiento de enfermedades concretas, que va en las ediciones de cada condición porque mezclarlo aquí confundiría, ni consejos para usar un aparato por tu cuenta. Tampoco recomendamos algo sin una fuente de nivel alto que muestre beneficio, aunque circule o nos lo pidan. Esta vez no hubo material suficiente para una práctica de vida, para un recuadro de lo alternativo ni para escalas, y preferimos decirlo antes que rellenar; seguimos mirando esto por ti.
Lo que todavía no sabemos
1 · ¿El monitoreo continuo con sensores aportaría algo en mi caso, o solo me daría más datos sin cambiar lo que hacemos?
2 · Si me operan, ¿existe aquí un alta temprana con monitoreo remoto y cuándo debería volver al hospital?
3 · ¿Qué datos de mi reloj o parche le sirven a usted para decidir y cuáles ignora?
4 · Si usan inteligencia artificial para apoyar decisiones, ¿en qué parte confía en ella y qué decide usted con las reglas clínicas de siempre?
5 · ¿Cómo protegen mis datos los dispositivos conectados que usan en mi atención?
6 · ¿Puedo pedir una copia de mis informes y de los datos que mi dispositivo envía a su centro, para llevarlos a otra consulta?
Esta semana no hubo nada robusto: lo mejor que hay es emergente, así que la acción es de conversación y registro, no de eficacia demostrada.
La pregunta para llevar, tal cual: «¿Este aparato o esta IA se probó en personas como yo, y qué hago si me da una alerta?»
En una línea: La tecnología de salud vale lo que valga su prueba en personas como tú, no lo que prometa su demostración.
La semana pasada: esta es la primera edición que se envía de este tema, así que no hay una anterior que retomar. Hoy: un puntaje clásico que supera a los chatbots, monitoreo continuo con IA, alta temprana con sensores y relojes y parches para el corazón. La próxima: seguiremos buscando estudios que comparen el monitoreo remoto con la atención habitual en grupos equivalentes, que es lo que hoy falta. Todo lo tuyo, ordenado por tema, vive en tu perfil →
Tu tema: Novedades en tecnología y salud
Te llega esta edición porque te suscribiste a este tema; todavía no sabemos más de ti, así que esta parte va general. Si nos cuentas en tu perfil qué tecnología usas o te interesa, la próxima va calibrada. Ajustar tu perfil →
P.D. Responde este correo y cuéntanos qué te faltó, para afinar la próxima.