Volver a la presentación
Evaluación DHIT basada en OPTICA

¿Está lista esta solución de IA para su organización?

Adaptación para taller del checklist OPTICA (Clalit Health Services, NEJM AI 2024). Responda cada ítem con su equipo.

01Necesidad y caso de uso

0%
Responsable: Liderazgo clínico / negocio
El problema está definido y medido hoy (línea base).
Existe un responsable con autoridad para el cambio.
La IA es la mejor alternativa frente a soluciones más simples.

02Datos y población

0%
Responsable: Datos / analítica
Los datos de entrenamiento representan a nuestra población.
Tenemos acceso a datos locales para validar.
La calidad y completitud de los datos es suficiente.

03Desempeño del modelo

0%
Responsable: Datos / analítica
Hay métricas de desempeño publicadas o validadas externamente.
Validamos el desempeño en nuestro propio entorno.
Definimos umbrales mínimos aceptables antes de usarlo.

04Equidad y sesgo

0%
Responsable: Ética / calidad
Medimos el desempeño por subgrupos relevantes.
Identificamos poblaciones con riesgo de daño.
Existe un plan de mitigación de sesgos.

05Integración al flujo de trabajo

0%
Responsable: Operaciones / TI
Sabemos en qué momento del flujo aparece la IA y quién actúa.
Se integra con los sistemas existentes (HCE, ERP).
El personal tiene capacitación y tiempo para adoptarla.

06Privacidad y ciberseguridad

0%
Responsable: TI / seguridad
El proveedor cumple la normativa local de protección de datos.
Está claro dónde se procesan y almacenan los datos.
Hay acuerdos contractuales sobre uso secundario de datos.

07Regulación y responsabilidad

0%
Responsable: Legal / cumplimiento
Conocemos el estatus regulatorio de la solución.
Está definida la responsabilidad ante un error.
Pacientes / usuarios son informados cuando corresponde.

08Valor económico

0%
Responsable: Finanzas
Estimamos costo total (licencia, integración, personal).
El beneficio esperado está cuantificado.
Definimos criterios de salida si no hay retorno.

09Monitoreo y mantenimiento

0%
Responsable: Datos / operaciones
Hay un tablero de indicadores post-implementación.
Detectamos degradación del modelo (drift).
Existe un proceso para pausar o retirar la solución.