El marco de IA sanitaria TRIAD desplaza la evaluación de los modelos a los equipos
TRIAD propone un marco de IA sanitaria de tres capas que evalúa conjuntamente a clínicos y algoritmos, y no solo a los modelos, tras años de evaluaciones centradas en la precisión. El cambio parece modesto, pero cuestiona cómo los hospitales seleccionan, prueban y supervisan la IA clínica. Un sistema con resultados impresionantes en pruebas comparativas dejaría de considerarse exitoso si aumenta la carga de trabajo, fomenta una dependencia insegura o funciona de manera desigual entre pacientes.
Publicado el 10 de febrero de 2026, el marco conecta una gobernanza fiable, valor clínico en el mundo real y un despliegue adaptativo integrado. Sus autores trabajan en el Beijing Friendship Hospital y la Capital Medical University. Sostienen que la inteligencia clínica pertenece al equipo humano-IA, y no al algoritmo que opera de forma aislada.
Este argumento aborda una incómoda brecha en la IA médica. Muchos sistemas funcionan bien en pruebas controladas, pero la evidencia de beneficios fiables dentro de los flujos clínicos rutinarios sigue siendo limitada. Por tanto, el conflicto principal no es entre médicos y máquinas. Es entre la validación centrada en el modelo y la evidencia clínica centrada en el equipo.
Qué cambia el marco de IA sanitaria TRIAD
TRIAD sustituye una única pregunta sobre el rendimiento del modelo por tres pruebas conectadas que cubren la gobernanza, el trabajo clínico en equipo y el despliegue a lo largo del tiempo.
Los autores describen TRIAD como una vía de tres capas para desarrollar, validar y desplegar IA clínica. Su nombre representa una gobernanza fiable, valor clínico en el mundo real y un despliegue adaptativo integrado. Cada capa depende de la anterior.
La capa de gobernanza fiable abarca las condiciones que deben existir antes del despliegue clínico. Incluyen procedencia de datos trazable, un uso previsto definido, controles de privacidad, auditorías de equidad e informes transparentes. El marco también exige una incertidumbre calibrada, lo que significa que la confianza del sistema debe reflejar la frecuencia con la que realmente acierta.
Este requisito importa porque una puntuación de confianza puede influir en el comportamiento clínico incluso cuando la predicción subyacente no cambia. Los errores con exceso de confianza pueden propiciar su aceptación, mientras que una incertidumbre mal presentada puede hacer que las recomendaciones útiles sean más fáciles de ignorar. Por ello, TRIAD considera el diseño de la confianza como parte de la seguridad del paciente.
La capa de valor clínico en el mundo real cambia la unidad que se evalúa. En lugar de preguntar si un algoritmo supera a un clínico en un conjunto de datos retrospectivo, los hospitales evaluarían si el equipo combinado mejora la atención. Los autores proponen medir la precisión, la seguridad, la carga de trabajo y los patrones de aceptación, edición y anulación.
Estas medidas de interacción revelan comportamientos que una puntuación de área bajo la curva no puede mostrar. Un clínico podría aceptar recomendaciones precisas, rechazar adecuadamente los errores o editar repetidamente resultados incompletos. Cada patrón dice algo distinto sobre el valor real del sistema.
La capa de despliegue adaptativo integrado lleva la evaluación a las operaciones diarias. La IA debe integrarse en los historiales electrónicos existentes, los sistemas de imagen y los procesos de documentación clínica. Los despliegues deben comenzar por etapas, seguir salvaguardas preregistradas y continuar supervisando el rendimiento y los efectos en subgrupos.
El marco TRIAD completo también recomienda umbrales claros de escalamiento y decisiones reversibles con registros de auditoría. En la práctica, eso implica definir cuándo la IA gestiona un caso rutinario, cuándo debe revisarlo un clínico y cuándo se aplica supervisión adicional.
Esto exige más que añadir un modelo a una pantalla existente. Convierte el diseño del flujo de trabajo, el comportamiento humano y la gobernanza institucional en parte de la intervención. Un modelo técnicamente sólido aún puede fracasar si cualquiera de esos elementos de apoyo es débil.
TRIAD también cambia lo que los compradores deberían solicitar a los proveedores. Una afirmación general de precisión sería insuficiente sin evidencia procedente de la población y el flujo de trabajo previstos. Los compradores necesitarían resultados por subgrupo, mediciones de carga de trabajo, datos de anulación, controles de actualización y un plan para detectar la deriva del rendimiento.
El marco es un artículo de perspectiva, no un nuevo ensayo clínico ni una norma regulatoria. No demuestra que seguir sus recomendaciones mejore los resultados de los pacientes. Su aportación es una estructura comprobable para decidir qué evidencia debería contar.
Esta distinción es fundamental para entender la noticia. TRIAD no introduce otro modelo diagnóstico. Propone una definición más estricta del éxito para cada modelo que entra en la atención clínica.
Por qué la precisión del modelo ya no es suficiente
La presión recae sobre hospitales y proveedores de IA porque el rendimiento en pruebas comparativas no puede revelar cómo las personas usarán, rechazarán o confiarán excesivamente en un sistema.
La IA médica se ha evaluado a menudo como si el modelo fuera el producto completo. Los investigadores miden sensibilidad, especificidad o el área bajo la curva característica operativa del receptor. Estas métricas siguen siendo importantes, pero describen predicciones en vez del sistema clínico que las rodea.
Un hospital despliega más que un algoritmo. Despliega una interfaz, una política de alertas, un proceso de formación, reglas de escalamiento y una distribución de responsabilidades. El mismo modelo puede producir resultados distintos según la implementación.
TRIAD responde haciendo explícito el acuerdo de colaboración. Los equipos deberían determinar qué información ve la IA, cuándo aparece su resultado y qué casos requieren revisión humana. También deberían definir qué ocurre cuando el clínico y el sistema discrepan.
Este enfoque refleja evidencia de que la colaboración no es automáticamente mejor que cualquiera de los participantes trabajando por separado. Un análisis de fiabilidad de 52 estudios de 2025 concluyó que los equipos humano-IA generalmente superaban a los clínicos por sí solos. Sin embargo, los autores informaron de que la complementariedad plena seguía siendo poco común y variaba según la configuración del equipo.
La revisión también identificó diferencias considerables entre los estudios. Los investigadores utilizaron distintas tareas clínicas, grupos de clínicos, sistemas de IA y definiciones de trabajo en equipo exitoso. Esta heterogeneidad limita la confianza con la que un resultado puede orientar a otro hospital o especialidad.
La implicación no es que la IA clínica carezca de valor. Es que el valor pertenece a una configuración específica. Una herramienta, un usuario, una población de pacientes, un flujo de trabajo y una política de supervisión producen conjuntamente el resultado.
Un sistema de mamografía ilustra este punto. El estudio aleatorizado MASAI evaluó el cribado asistido por IA dentro de un flujo de trabajo sueco definido, en lugar de comparar algoritmos con un conjunto abstracto de imágenes. Su análisis inicial de seguridad clínica informó de una tasa de detección de cáncer similar con una carga de lectura de mamografías sustancialmente menor.
Ese resultado dependía de una división del trabajo específica. La IA ayudó a determinar qué exploraciones recibían lectura única o doble y proporcionó apoyo para la detección. No sustituyó simplemente a cada radiólogo por una decisión autónoma.
TRIAD considera esta disposición parte de la tecnología clínica. Si un hospital cambia los umbrales, el modelo de personal, la mezcla de pacientes o la interfaz, cambia la intervención. Por ello, la validación local y la supervisión continua siguen siendo necesarias.
Este estándar presiona a los proveedores que comercializan un modelo mediante una única cifra destacada de precisión. Los hospitales que sigan TRIAD preguntarían cómo cambia el sistema los tiempos de respuesta, los errores clínicamente significativos y la carga cognitiva. También examinarían si los beneficios persisten entre subgrupos demográficos o de enfermedad.
El marco presiona de forma similar a los sistemas de salud que adquieren IA sin rediseñar el trabajo a su alrededor. Instalar software no establece responsabilidad ante desacuerdos, interrupciones o actualizaciones del modelo. Tampoco enseña a los usuarios cuándo es probable que el sistema falle.
Los equipos de adquisición necesitarían una coordinación más estrecha con clínicos, científicos de datos, personal de cumplimiento normativo y responsables de seguridad del paciente. Estos grupos suelen revisar la tecnología mediante procesos separados. TRIAD hace que sus decisiones sean interdependientes.
Esa coordinación genera trabajo adicional antes del despliegue. Sin embargo, omitirla puede trasladar el coste a etapas posteriores, donde los fallos son más difíciles de detectar. Una alerta que los clínicos ignoran rutinariamente puede seguir siendo técnicamente operativa sin aportar ningún beneficio clínico.
Las organizaciones sanitarias también necesitan una memoria institucional duradera. Los límites de uso previsto, los resultados de validación, las decisiones sobre el flujo de trabajo y las lecciones de incidentes deberían seguir siendo consultables tras los cambios de personal. Una base de conocimiento con capacidad de búsqueda puede respaldar esa documentación, aunque no puede sustituir los sistemas formales de calidad.
El cambio más amplio va de la aprobación del producto a la responsabilidad operativa. Un sistema puede superar una revisión previa al despliegue y aun así degradarse después de que cambien las poblaciones de pacientes, las prácticas clínicas o los datos previos. Por tanto, la evidencia centrada en el equipo debe continuar después del lanzamiento.
El trabajo en equipo humano-IA puede mejorar la atención y amplificar los errores
La principal disyuntiva es que la misma interfaz que fomenta una dependencia útil también puede propagar el error sistemático de un modelo a través del juicio clínico.
La experiencia clínica y la computación automática pueden complementarse. La IA puede procesar grandes volúmenes de imágenes de forma consistente y detectar patrones estadísticos difíciles de observar. Los clínicos aportan contexto, razonamiento causal, preferencias de los pacientes y responsabilidad por la atención.
Sin embargo, combinar dos responsables de decisión no garantiza que sus fortalezas se sumen. Sus errores pueden correlacionarse mediante la propia interacción. Una recomendación confiada de la máquina puede redirigir al clínico antes de que tenga lugar un razonamiento independiente.
El sesgo de automatización describe la tendencia a aceptar con demasiada facilidad los consejos automatizados. Se vuelve especialmente peligroso cuando un resultado parece preciso o llega acompañado de una explicación convincente. El clínico sigue siendo formalmente responsable, pero puede ser menos propenso a cuestionar la recomendación.
Un estudio aleatorizado sobre IA sesgada probó este problema con profesionales que diagnosticaban viñetas clínicas. Las predicciones estándar de IA mejoraron el rendimiento, mientras que los consejos sistemáticamente sesgados redujeron la precisión diagnóstica. Las explicaciones basadas en imágenes no protegieron de forma fiable a los participantes frente al modelo sesgado.
Este hallazgo debilita una suposición habitual sobre la IA explicable. Mostrar por qué un modelo produjo una respuesta no ayuda necesariamente a los usuarios a identificar cuándo su razonamiento es incorrecto. Una explicación puede aumentar la confianza sin aumentar la confianza justificada.
TRIAD aborda este riesgo mediante incertidumbre calibrada, diferencias visibles entre las impresiones humana y de la máquina, y mecanismos sencillos de anulación. También pide a los equipos que supervisen los patrones de aceptación, edición y rechazo. Estos registros pueden revelar si los usuarios están ejerciendo su juicio o simplemente confirmando resultados.
Sin embargo, los registros de interacción requieren una interpretación cautelosa. Una elevada tasa de aceptación podría indicar recomendaciones excelentes, confianza excesiva o un flujo de trabajo que hace costoso discrepar. Una elevada tasa de anulación podría reflejar debilidad del modelo, una formación deficiente o clínicos que se resisten a una herramienta desconocida pero útil.
Por tanto, las métricas de equipo necesitan contexto clínico. Los hospitales deberían vincular el comportamiento de interacción con los resultados de los pacientes, los errores significativos, la carga de trabajo y el rendimiento por subgrupos. De lo contrario, corren el riesgo de sustituir una métrica superficial por otra.
El momento también condiciona el trabajo en equipo entre humanos e IA. Mostrar una respuesta de IA antes de que un clínico se forme una impresión puede generar sesgo de anclaje. Mostrarla después puede preservar el juicio independiente, pero reducir posibles ganancias de eficiencia.
La secuencia óptima puede variar según la tarea. Un programa de cribado de alto volumen podría beneficiarse de un triaje dirigido por IA con umbrales claros de escalamiento. Un diagnóstico raro y complejo podría requerir una revisión independiente antes de que aparezca la sugerencia del sistema.
TRIAD no prescribe una única configuración universal. En cambio, exige que los equipos especifiquen la configuración y la validen en condiciones realistas. Esa flexibilidad resulta útil, pero también dificulta comparar la implementación entre instituciones.
La pérdida de competencias añade otra incertidumbre. Si la IA se ocupa de las interpretaciones rutinarias, los clínicos podrían tener menos oportunidades de practicar tareas fundamentales. El efecto podría permanecer invisible durante las operaciones normales y manifestarse solo cuando el sistema falle o se enfrente a un caso inusual.
Por el contrario, las alertas mal diseñadas pueden aumentar la carga cognitiva en lugar de reducirla. Los clínicos podrían dedicar tiempo a descartar recomendaciones de escaso valor, documentar excepciones o conciliar pantallas contradictorias. Un modelo puede acortar una tarea y, al mismo tiempo, alargar el flujo de trabajo total.
El enfoque de TRIAD a nivel de equipo abre espacio para medir estos resultados. La carga de trabajo, el tiempo de respuesta, los indicadores de agotamiento y los perfiles de error pasan a ser evidencia de primer orden. Esto acerca la evaluación a lo que realmente experimentan clínicos y pacientes.
Los pacientes también forman parte de este sistema, aunque gran parte de la investigación sobre humanos e IA se centra en el clínico y el modelo. Los pacientes aportan antecedentes, valores y consentimiento, al tiempo que experimentan las consecuencias de los errores. Un modelo de equipo diagnóstico de la Agency for Healthcare Research and Quality también plantea a pacientes, clínicos e IA como participantes que interactúan.
Esta visión más amplia plantea cuestiones de comunicación. Los pacientes pueden querer saber cuándo la IA influyó de manera sustancial en un diagnóstico o una recomendación de tratamiento. También pueden necesitar una vía clara para cuestionar una contribución automatizada.
Por tanto, el conflicto práctico no es el control humano frente a la autonomía de las máquinas. Es la confianza adecuada frente a la confianza por conveniencia. TRIAD solo tendrá éxito si las organizaciones pueden distinguir ambas mediante evidencia.
La gobernanza debe acompañar al sistema después del despliegue
La idea más sólida de TRIAD es que la gobernanza de la IA clínica debe mantenerse activa durante todo el despliegue, aunque el marco deja la aplicación en manos de las instituciones y los reguladores.
La validación tradicional suele parecerse a una puerta de acceso. Los desarrolladores prueban un modelo, presentan evidencia, obtienen autorización cuando es necesaria y lanzan el producto. El software adaptativo complica esa secuencia porque los modelos, las canalizaciones de datos, las interfaces y los entornos clínicos pueden cambiar.
En cambio, TRIAD describe el despliegue como un proceso monitorizado. Los hospitales comienzan con implementaciones limitadas, establecen salvaguardas antes del lanzamiento y se amplían solo cuando la evidencia respalda la expansión. Siguen supervisando el rendimiento y el impacto en subgrupos después de que el sistema entra en la atención rutinaria.
Esta visión del ciclo de vida se alinea con la dirección de la supervisión de dispositivos médicos. La guía sobre el ciclo de vida de la IA de la Administración de Alimentos y Medicamentos de Estados Unidos recomienda documentación que respalde la seguridad y la eficacia durante todo el ciclo de vida del producto. Ese documento de 2025 sigue siendo una guía preliminar, no una norma final vinculante.
TRIAD extiende el concepto de ciclo de vida más allá del modelo. Una actualización técnicamente controlada puede alterar el trabajo en equipo si cambia la frecuencia de las alertas, la visualización de la confianza o el encaminamiento de casos. El hospital debe observar el efecto en los usuarios, no limitarse a verificar el rendimiento del software.
La deriva del rendimiento plantea una prueba. Un modelo puede perder precisión cuando cambia el equipo de imagen, se modifican las prácticas de documentación o evoluciona la prevalencia local de enfermedades. Los problemas de calidad de los datos previos también pueden cambiar los resultados sin modificar el propio modelo.
La deriva en subgrupos plantea una prueba más difícil. Los resultados generales pueden mantenerse estables mientras el rendimiento empeora para una población de pacientes más pequeña. Supervisar únicamente la precisión agregada puede ocultar ese impacto desigual.
Por ello, las auditorías de equidad necesitan categorías clínicas apropiadas y tamaños de muestra suficientes. También deben examinar si las decisiones del flujo de trabajo distribuyen de manera desigual la revisión humana. Un sistema de encaminamiento preciso aún puede generar inequidad si los pacientes vulnerables reciben una supervisión menos significativa.
La gobernanza debe cubrir los fallos que nunca llegan al paciente. Los incidentes evitados por poco, las excepciones repetidas y los patrones inusuales de desacuerdo pueden ofrecer alertas tempranas. Un programa maduro debería facilitar y hacer psicológicamente seguro informar sobre estas señales.
La claridad en la responsabilidad importa cuando aparece una alerta. Los proveedores controlan algunos cambios del modelo, mientras que los hospitales controlan la integración local y la dotación de personal. Los clínicos controlan las decisiones individuales, pero no pueden auditar de forma independiente toda una canalización de datos.
El marco de TRIAD fomenta la responsabilidad compartida, pero la responsabilidad compartida puede convertirse en responsabilidad diluida. Las instituciones siguen necesitando responsables designados para la supervisión, la revisión de incidentes, la escalada ante proveedores y las decisiones de suspensión. Sin ellos, cada parte interesada puede asumir que otra está vigilando.
El marco también recomienda salvaguardas preregistradas. Son umbrales y acciones definidos antes de conocer los resultados. Por ejemplo, un hospital podría pausar la expansión si los errores graves superan un nivel especificado o si el rendimiento de un subgrupo queda fuera de un rango aceptado.
El preregistro puede reducir la tentación de reinterpretar resultados decepcionantes después del despliegue. También ofrece a los líderes clínicos una base defendible para ralentizar o detener un proyecto favorecido. Sin embargo, los umbrales útiles dependen del riesgo clínico y de las alternativas disponibles.
No todos los fallos de IA tienen la misma consecuencia. Una sugerencia defectuosa de programación es distinta de una neoplasia maligna no detectada. La intensidad de la supervisión, los requisitos de revisión y los planes de reversión deben reflejar esa asimetría.
La documentación debe seguir siendo comprensible para los usuarios de primera línea. Los informes técnicos extensos sirven de poco si los clínicos no pueden identificar el uso previsto, las limitaciones conocidas o las vías de escalamiento. TRIAD pide información concisa y alineada con estándares que clínicos y pacientes puedan utilizar.
Aun así, un marco no puede obligar a divulgar información. Los proveedores pueden considerar propietarios los detalles de los datos de entrenamiento o el comportamiento del modelo. Los hospitales pueden carecer de la influencia o del personal técnico necesarios para auditar sistemas complejos.
La autorización regulatoria tampoco puede responder a todas las preguntas locales. Un dispositivo puede ser seguro y eficaz para su uso autorizado, pero funcionar de manera distinta dentro de la población o el flujo de trabajo de otra institución. La evidencia local sigue siendo necesaria incluso cuando se cumplen los requisitos nacionales.
Por tanto, TRIAD establece un listón operativo alto sin aportar los recursos para alcanzarlo. Los hospitales más pequeños pueden tener dificultades para realizar evaluaciones prospectivas, análisis por subgrupos y supervisión continua. Eso podría concentrar la adopción más segura de IA en sistemas sanitarios con buena financiación.
Una infraestructura compartida de pruebas y estándares de notificación podrían reducir esa brecha. La evidencia multicéntrica puede identificar modos de fallo comunes, mientras que la supervisión local capta cambios específicos de cada centro. Ningún nivel sustituye al otro.
La credibilidad del marco dependerá de si las instituciones pueden convertir sus conceptos en procedimientos repetibles. El lenguaje de gobernanza es fácil de respaldar. Suspender un despliegue costoso tras evidencia desfavorable es la prueba más difícil.
Tres señales mostrarán si TRIAD va más allá de una propuesta
La próxima evidencia debe demostrar que la evaluación centrada en el equipo cambia las decisiones de despliegue, mejora los resultados de los pacientes y resiste las limitaciones habituales de los hospitales.
La primera señal es la validación prospectiva con resultados completos a nivel de equipo. Los investigadores deberían informar de más que la precisión del modelo. Los estudios necesitan resultados de los pacientes, errores significativos, tiempo de respuesta, carga de trabajo de los clínicos, excepciones y efectos en subgrupos.
La evidencia más sólida compararía estrategias de despliegue utilizando el mismo modelo subyacente. Un grupo podría ver el resultado de la IA antes de formarse una opinión, mientras que otro lo revisaría después. Estos diseños pueden aislar cómo la estructura de colaboración cambia los resultados.
La evidencia también debería extenderse más allá de la radiología, donde los datos digitales y las tareas de lectura medibles hacen que la evaluación sea comparativamente manejable. TRIAD afirma tener una relevancia amplia en toda la IA clínica. Probarla en documentación, triaje, patología y planificación de tratamientos pondría a prueba esa afirmación bajo distintos flujos de trabajo.
La segunda señal es si los sistemas sanitarios publican evidencia operativa después del despliegue. Los estudios previos al despliegue suelen utilizar usuarios cuidadosamente seleccionados y condiciones controladas. La atención rutinaria introduce escasez de personal, fatiga por alertas, interrupciones y cambios en las poblaciones de pacientes.
Los informes útiles revelarían cuándo se deterioró el rendimiento y qué hizo después la institución. Una pausa, una reversión, un cambio de interfaz o un umbral revisado pueden aportar evidencia más valiosa que otro piloto exitoso. Los fallos transparentes demostrarían que la gobernanza adaptativa está funcionando.
Los hospitales también deberían publicar hallazgos de subgrupos y patrones de desacuerdo cuando la privacidad lo permita. Estos datos pueden revelar si las ganancias promedio ocultan riesgos desiguales. Pueden ayudar a otras instituciones a decidir si es necesaria una validación local antes de adoptar un sistema similar.
La tercera señal es la alineación regulatoria y de estándares en torno a los equipos humano-IA. La supervisión actual evalúa principalmente productos médicos, incluso cuando se amplían las consideraciones sobre el ciclo de vida. TRIAD pide a los evaluadores que consideren la colaboración circundante como parte del rendimiento clínico.
Un cambio significativo aparecería en las solicitudes de evidencia. Los reguladores, acreditadores u organismos profesionales podrían preguntar cómo las interfaces condicionan la confianza, cómo reciben formación los clínicos y cómo las organizaciones supervisan las excepciones. También podrían esperar respuestas predefinidas ante la deriva y el daño a subgrupos.
Ese avance reforzaría la afirmación central de TRIAD. Significaría que la precisión del modelo sigue siendo necesaria, pero ya no define todo el caso de seguridad. La configuración del despliegue pasaría a formar parte de la evidencia.
El marco se debilitará si las instituciones lo citan sin cambiar sus prácticas. Un comité de gobernanza, una declaración de equidad o un panel pueden convertirse en una decoración procedimental. La verdadera prueba es si la evidencia cambia quién revisa un caso, cuándo se detiene la expansión o si un sistema continúa desplegado.
TRIAD también debería juzgarse frente a marcos competidores y estándares existentes. Sus tres capas reúnen ideas ya presentes en la IA responsable, los factores humanos, los ensayos clínicos y la regulación del ciclo de vida. Su valor depende de integrar esas ideas en una vía clínica utilizable.
Esa integración aún podría importar. Los hospitales suelen gestionar la gobernanza, las compras, la validación y las operaciones mediante equipos separados. Un marco compartido puede revelar las brechas entre esos procesos y crear una secuencia de revisión común.
La propuesta más trascendental de los autores es que la inteligencia pertenece al equipo. Tomada en serio, esa afirmación cambia la responsabilidad. Los desarrolladores no pueden señalar únicamente las métricas del modelo, y los hospitales no pueden culpar solo al software cuando el diseño del flujo de trabajo contribuye al daño.
Tampoco se puede tratar a los clínicos como una capa de seguridad ilimitada. La revisión humana funciona solo cuando los usuarios tienen tiempo, formación, autoridad y suficiente información independiente para cuestionar al sistema. Exigir que una persona apruebe cada resultado no crea automáticamente una supervisión significativa.
Los pacientes siguen siendo la medida definitiva. Las interpretaciones más rápidas y la reducción de la carga de trabajo importan porque pueden mejorar el acceso, la atención y los cuidados. No justifican un rendimiento diagnóstico inferior, daños ocultos para subgrupos ni responsabilidades poco claras.
Para los responsables del sector sanitario, la acción inmediata es auditar la evidencia que respalda los despliegues actuales de IA. Pregunten qué hace mejor el equipo combinado, qué pacientes estuvieron representados, cómo se gestionan los desacuerdos y quién puede pausar el sistema. Para los investigadores, publiquen los resultados de la interacción junto con las métricas del modelo. Para los clínicos, documenten las ediciones y anulaciones recurrentes en lugar de tratarlas como fricciones aisladas. El marco TRIAD para la IA sanitaria merece atención porque convierte estas cuestiones operativas en el objetivo principal de la evaluación. Su futuro depende de resultados clínicos medibles, no del atractivo de su estructura de tres partes.
