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.