La excepción no rompe la regla: revela dónde fue dibujada, a quién representa y qué realidad dejó fuera. En una medicina que aspira a ser más precisa sin dejar de escuchar, un resultado discordante no debería convertirse de inmediato en una etiqueta sobre la persona. Puede señalar un dato incompleto, un instrumento mal ajustado, una población poco representada, una barrera de comunicación o una evolución que merece atención profesional. Escuchar la excepción significa investigar con método, mantener abiertas explicaciones alternativas y proteger a quien soportará las consecuencias de la decisión.

Este artículo ofrece criterios generales sobre salud digital, calidad, equidad y cuidado. No diagnostica enfermedades ni prescribe tratamientos individuales. Una lectura de un dispositivo, una puntuación algorítmica o uno de los casos ficticios descritos aquí no permite decidir por cuenta propia qué le ocurre a alguien. Ante síntomas nuevos, persistentes o que empeoran, resultados preocupantes, dudas sobre medicación o decisiones clínicas, corresponde acudir a profesionales sanitarios cualificados. Si existe una urgencia o un riesgo inmediato, debe contactarse con los servicios de emergencia del lugar.

La excepción contiene información sobre el sistema#

Los protocolos son necesarios porque ordenan el trabajo, reducen variaciones evitables y ayudan a actuar en condiciones de presión. Sin embargo, todo protocolo se construye con supuestos: una forma de medir, una población de referencia, unos recursos disponibles y un margen de error considerado aceptable. Cuando una persona no encaja, resulta tentador atribuirle el problema. El enfoque más seguro pregunta primero si la regla había previsto una diversidad razonable de cuerpos, edades, lenguas, capacidades, contextos sociales y trayectorias clínicas.

Los protocolos son necesarios porque ordenan el trabajo, reducen variaciones evitables y ayudan a actuar en condiciones de presión.

Una excepción no demuestra por sí sola que el sistema esté equivocado. Tampoco debe descartarse como ruido. Es una observación que necesita contexto. El equipo puede comprobar la procedencia del dato, la calibración del instrumento, la hora y las condiciones de registro, los valores previos, la información ausente y la experiencia relatada por la persona. Esa secuencia separa la señal de la interpretación y la interpretación de la decisión. La prudencia no consiste en paralizarse, sino en saber qué incertidumbre permanece antes de actuar.

La precisión clínica y tecnológica depende de reconocer límites. Un modelo puede rendir bien en promedio y fallar más en un subgrupo; una interfaz puede funcionar en una prueba y resultar inaccesible con dolor, fatiga o baja visión; un cuestionario puede perder matices al traducirse. El caso singular permite descubrir esos mecanismos. Cuando las instituciones registran las excepciones de manera respetuosa, buscan patrones y corrigen el diseño, el aprendizaje deja de recaer únicamente sobre la persona afectada.

Escuchar no compite con medir#

La escucha profesional no es una concesión sentimental frente al rigor. Aporta información que un sensor o un registro administrativo no contienen: qué cambio nota la persona, cuándo aparece, cómo afecta a su vida, qué barreras encuentra y qué objetivo considera importante. Ese relato también tiene límites y debe contrastarse, pero excluirlo produce una falsa exactitud. Una medicina precisa combina mediciones fiables, conocimiento clínico, preferencias informadas y seguimiento, en vez de conceder autoridad absoluta a una sola fuente.

El lenguaje importa. Presentar una predicción como certeza puede causar miedo, resignación o decisiones innecesarias. Presentarla como inútil impide aprovechar una alerta válida. La comunicación adecuada explica qué mide la herramienta, para qué población se estudió, qué datos faltan, qué tipos de error son posibles y quién revisará el resultado. Además, ofrece tiempo para preguntas y una vía accesible de rectificación. Una explicación comprensible forma parte de la seguridad, especialmente cuando la decisión afecta al acceso a atención.

También conviene documentar el desacuerdo. Si una profesional considera que la recomendación automática no encaja con el cuadro observado, debería poder dejar constancia, obtener una revisión y actuar sin sufrir una presión administrativa ciega. Si una persona detecta un error en su expediente o no entiende una puntuación, necesita un canal atendido por alguien con autoridad. La supervisión humana solo es real cuando dispone de información, tiempo y capacidad para cambiar el curso previsto.

Tres preguntas antes de tratar un caso como anomalía#

La primera pregunta es si el dato describe lo que se cree que describe. Identidad, unidad, fecha, dispositivo, versión del software, condiciones de medida y datos ausentes pueden alterar el significado. La segunda pregunta es si la regla se validó en una población suficientemente parecida a aquella en la que se usa. La tercera es qué daño produciría cada error posible. No tiene la misma consecuencia pedir una comprobación adicional que retrasar una atención necesaria o cerrar el acceso a un servicio.

Estas preguntas deben responderse antes de buscar culpables. En entornos saturados, una excepción puede parecer una interrupción, pero esconderla desplaza el coste hacia consultas posteriores, reclamaciones y pérdida de confianza. Una revisión breve y estructurada puede ahorrar daño: confirmar el registro, escuchar la discordancia, contrastar con otras evidencias y designar a quien decide. Cuando la duda persiste, la salida responsable es la valoración profesional o la prueba apropiada, no una interpretación doméstica del algoritmo.

Caso 1: el reloj que no coincide con la experiencia#

En este caso ficticio, Elena recibe varias alertas nocturnas de un reloj de consumo. Durante el día se encuentra bien, pero la aplicación presenta el mensaje con un color alarmante y sin explicar la calidad de la señal. El sistema podría reflejar un evento relevante, movimiento, contacto deficiente, una configuración inadecuada u otra causa. Ninguna de esas posibilidades puede resolverse solo mirando la pantalla. La excepción útil no es la supuesta enfermedad, sino la discordancia entre lectura, contexto y diseño de la advertencia.

Elena conserva las lecturas y anota cuándo ocurrieron, sin modificar medicación ni adoptar un tratamiento por su cuenta. Consulta la documentación del dispositivo y solicita orientación a un profesional sanitario, quien puede valorar antecedentes, síntomas y necesidad de comprobaciones. Si aparecieran síntomas graves o un deterioro repentino, recurriría a urgencias. Para el fabricante, el caso plantea tareas diferentes: mostrar calidad de señal, evitar lenguaje diagnóstico, facilitar la exportación de datos y explicar con claridad cuándo una alerta requiere consulta.

Caso 2: una puntuación que penaliza la barrera#

En el segundo caso ficticio, Samira utiliza un portal para preparar una consulta. El cuestionario fue redactado en un idioma que domina parcialmente y presupone acceso estable a internet. Varias respuestas quedan vacías y el sistema interpreta la ausencia como bajo compromiso, relegando su solicitud. La clasificación no mide solo necesidad: incorpora una barrera creada por el propio servicio. Tratar a Samira como excepción individual ocultaría que otras personas con condiciones similares podrían abandonar antes de quedar registradas.

El centro revisa el caso con mediación lingüística, restaura la solicitud según criterios asistenciales y analiza los abandonos por idioma, edad, discapacidad y canal. Ofrece teléfono y atención presencial sin penalización, corrige el tratamiento de valores ausentes y establece un responsable para apelaciones. La actuación no presume un diagnóstico ni garantiza prioridad clínica; asegura que la necesidad sea valorada por profesionales con información suficiente. La equidad aparece como una propiedad verificable del recorrido, no como una declaración general.

Caso 3: el promedio que oculta una recuperación distinta#

En el tercer caso ficticio, Jordi completa una escala digital de seguimiento después de una intervención. El promedio mejora, pero una tarea cotidiana que considera esencial continúa siendo difícil. La pantalla resume el progreso en verde y no permite explicar esa diferencia. El dato agregado puede ser correcto y, al mismo tiempo, insuficiente. La excepción muestra que el resultado elegido por el sistema no coincide plenamente con el resultado relevante para esa persona.

Jordi comunica la dificultad en la revisión programada. El equipo contrasta la evolución, comprueba posibles señales de alarma y conversa sobre objetivos y opciones apropiadas sin dejar que la aplicación decida. El servicio añade un campo de relato breve y revisa si la escala funciona igual en distintos grupos. Si surgieran dolor intenso, empeoramiento súbito u otros signos preocupantes, la indicación general sería buscar atención profesional urgente según su gravedad, no esperar a que cambie el color del panel.

Datos de salud: control, calidad y finalidad#

Los datos sanitarios son especialmente sensibles porque pueden revelar condiciones, hábitos y relaciones. Recoger más no equivale automáticamente a cuidar mejor. Cada proyecto debería definir una finalidad, reducir la información a la necesaria, controlar accesos, fijar plazos de conservación y permitir la corrección. También debe distinguir el uso asistencial del secundario para investigación, gestión o innovación. El consentimiento, cuando sea la base aplicable, ha de ser comprensible y no una puerta genérica a cualquier reutilización.

El Espacio Europeo de Datos Sanitarios de la Comisión Europea articula acceso, control, intercambio seguro e interoperabilidad, con aplicación gradual. La Agencia Española de Protección de Datos reúne criterios específicos sobre información de salud. Estos marcos recuerdan que una excepción puede nacer de un dato incorrecto o descontextualizado y que la posibilidad de conocer, corregir y limitar usos es parte del cuidado.

La calidad exige conservar procedencia, unidades, fecha, modificaciones y ausencia de información. Un cero no debe confundirse con un valor no registrado; una copia entre sistemas no debería borrar el contexto; una corrección debe propagarse de forma trazable. Los equipos necesitan auditorías que busquen quién queda fuera, no solo tasas globales de acierto. Si la excepción se concentra en un grupo, el problema deja de ser singular y exige una respuesta de diseño, recursos y gobernanza.

Gobernar la inteligencia artificial sanitaria#

La guía de la Organización Mundial de la Salud sobre ética y gobernanza de la inteligencia artificial para la salud sitúa autonomía, bienestar, transparencia, responsabilidad, inclusión y sostenibilidad en el centro. Su enseñanza práctica es que el rendimiento técnico no basta. Deben evaluarse los efectos sobre profesionales y comunidades, mantenerse responsables identificables y crear mecanismos de reclamación y reparación antes del despliegue.

La orientación de la OMS sobre grandes modelos multimodales en salud amplía la atención hacia sistemas generativos capaces de producir texto, imágenes u otras salidas. Esas herramientas pueden apoyar tareas, pero también inventar contenido plausible, omitir contexto o reproducir sesgos. Por ello, no deberían utilizarse como sustitutas de la evaluación clínica ni para obtener diagnósticos o tratamientos personalizados sin la intervención de profesionales habilitados y procesos de seguridad adecuados.

Una organización responsable define propósito, población, propietario clínico, versión, mantenimiento, umbrales de retirada y plan de contingencia. Prueba el sistema con situaciones ordinarias y con casos fuera del promedio. Vigila falsos positivos, falsos negativos, retrasos, abandonos y diferencias entre grupos. Además, pregunta si el supuesto ahorro añade carga invisible a pacientes o personal. Cuando los resultados empeoran o el contexto cambia, debe poder limitar, suspender o reemplazar la herramienta.

Convertir la excepción en aprendizaje y cuidado#

Una reunión de revisión puede seguir una secuencia sencilla: describir lo ocurrido sin culpabilizar, separar datos de inferencias, escuchar a la persona afectada, reconstruir el recorrido, identificar el supuesto fallido y acordar una corrección con responsable y fecha. La organización comprueba después si el cambio funcionó en más casos. Anonimizar o limitar la información compartida evita que aprender se convierta en exposición innecesaria. La transparencia debe proteger a las personas mientras hace visibles los mecanismos.

Para pacientes y familias, la participación consiste en poder preguntar qué significa un resultado, qué incertidumbre contiene, quién lo revisa y cómo corregir información. No se les debe trasladar la carga de demostrar que el sistema falla. Para profesionales, escuchar la excepción exige permiso institucional para apartarse de una recomendación cuando la evidencia y el juicio lo aconsejan. Para proveedores, implica diseñar registros, explicaciones y canales de incidente que permitan investigar sin depender de una memoria informal.

La regla mejora cuando aprende de aquello que no había previsto. Una medicina precisa no promete eliminar toda incertidumbre; la hace visible, la distribuye con justicia y evita que una salida automática se confunda con una decisión completa. La excepción, atendida con rigor, puede revelar una medición defectuosa, una barrera repetida o una prioridad humana ignorada. Su valor no está en romantizar lo singular, sino en convertirlo en una oportunidad para medir mejor, escuchar antes y derivar a la atención profesional siempre que la salud concreta de una persona esté en juego.