Glosario
Glosario de IA médica
Un diccionario claro de los términos que definen el trabajo de los médicos que entrenan y validan inteligencia artificial. Cada entrada explica qué es, qué implica sobre remuneración y cómo empezar.
- Anotación de datos médicosProceso experto de etiquetar, estructurar y verificar información clínica para que una inteligencia artificial pueda aprender de ella.
- Etiquetado de datos clínicosAsignación de categorías o valores verificados a datos sanitarios (texto, imagen, señal) para que sirvan de ejemplo a un modelo de IA.
- RLHF médicoAprendizaje por refuerzo a partir de retroalimentación humana (RLHF) aplicado a la salud: médicos ordenan respuestas de IA por calidad para alinear el modelo.
- Validación de IA médicaComprobación experta de que las salidas de un modelo de IA son clínicamente correctas, seguras y útiles antes de confiar en ellas.
- Entrenador de IA médicaProfesional sanitario que aporta su criterio clínico para enseñar, corregir y evaluar modelos de inteligencia artificial en salud.
- Revisor médico de IAMédico que examina críticamente las respuestas de un modelo de IA y decide si son correctas y seguras para publicarse o usarse.
- Consenso doble ciegoMétodo por el que varios médicos emiten su veredicto sobre un caso sin ver el de los demás, y su acuerdo se agrega en una conclusión robusta.
- Concordancia interobservadorGrado en que dos o más evaluadores independientes coinciden al juzgar el mismo caso, medido con estadísticos como kappa o el alfa de Krippendorff.
- Verdad de referencia clínica (ground truth)La respuesta considerada correcta —el patrón oro— contra la que se entrena y se mide un modelo de IA en una tarea clínica.
- Alucinación de IA médicaRespuesta de un modelo de IA que es factualmente falsa o inventada pero se presenta con apariencia de certeza clínica.
- Red teaming clínicoPoner a prueba de forma deliberada una IA médica con casos difíciles o capciosos para descubrir sus fallos antes de que lleguen a un usuario real.
- Caso clínico anotadoCaso clínico al que médicos expertos han añadido etiquetas, diagnósticos verificados o veredictos, listo para entrenar o evaluar IA.
- Ajuste fino (fine-tuning) de IA médicaReentrenamiento de un modelo de IA ya existente con datos clínicos verificados para especializarlo en tareas médicas.
Revisado por el Equipo editorial de DataLaps. Última actualización: 2026-07-11.
Empieza aquí
Entrena IA médica
Empieza a validar casos
Regístrate como médico, valida casos clínicos reales y construye tu historial verificable como entrenador de IA médica.
Explora
Biblioteca de Avances
Consulta síntesis clínicas revisadas por médicos verificados: el resultado del criterio experto puesto a trabajar.
Transparencia
Cómo trabajamos
Quién está detrás, cómo producimos el contenido y cómo declaramos el uso de IA y la revisión médica humana.