El problema: la variabilidad en la clasificación ASA-PS #
La clasificación ASA-PS es el gold standard para la evaluación preoperatoria del riesgo anestesiológico. Cada paciente que debe ser operado recibe una puntuación de ASA I (paciente sano) a ASA V (paciente moribundo), que guía las decisiones del anestesista sobre el tipo de anestesia, la monitorización y la gestión postoperatoria.
Un sistema crítico con un defecto conocido #
El problema se conoce desde hace décadas: la variabilidad interobservador es alta. Estudios publicados muestran que los anestesistas coinciden en la clasificación correcta solo en el 70 % de los casos — 7 de cada 10.
Esto significa que el mismo paciente, evaluado por dos anestesistas diferentes, puede recibir clasificaciones distintas. Y la clasificación ASA-PS no es un ejercicio académico: determina el nivel de monitorización, las precauciones anestesiológicas y la asignación de recursos.
Qué ocurre cuando la clasificación es errónea #
| Error | Consecuencia |
|---|---|
| Subestimación del riesgo (ej. ASA II en lugar de ASA III) | Monitorización insuficiente, complicaciones imprevistas |
| Sobreestimación del riesgo (ej. ASA III en lugar de ASA II) | Recursos desperdiciados, intervenciones retrasadas, ansiedad del paciente |
| Variabilidad entre hospitales | Comparaciones clínicas poco fiables, datos epidemiológicos distorsionados |
El estudio HTX: 11 modelos de IA, 20 casos clínicos #
HTX ha realizado un estudio sistemático para evaluar si los modelos de lenguaje (LLM) pueden mejorar la consistencia de la clasificación ASA-PS.
Metodología #
- 20 viñetas clínicas estandarizadas, seleccionadas de los benchmarks ASA-PS más estudiados en la literatura científica
- 11 modelos de lenguaje evaluados, desde modelos de primera generación hasta modelos de razonamiento avanzado
- Pruebas multilingües: cada caso evaluado tanto en inglés como en italiano
- Ensayos repetidos: cada modelo probado varias veces para verificar la reproducibilidad
Los modelos evaluados #
| Categoría | Modelos | Precisión media |
|---|---|---|
| Primera generación | GPT-4, LLaMA 2, LLaMA 3, Mistral | ~77 % |
| Segunda generación | GPT-4o, Claude 3.5 Sonnet | ~85 % |
| Razonamiento avanzado | GPT-o3, Claude Sonnet (latest), DeepSeek R1 | 97,5 % |
Resultados clave #
Los modelos de razonamiento avanzado alcanzan el 97,5 % de precisión (IC 95 %: 92,9 %-99,1 %), superando significativamente:
- Los modelos de primera generación (~77 %)
- El benchmark humano (7,7/10 = 77 %)
El error medio desciende drásticamente:
- Médicos: 2,3 clasificaciones erróneas cada 10 casos
- Modelos de primera generación: 2,3 clasificaciones erróneas (similar a los médicos)
- Modelos avanzados: 0,25 clasificaciones erróneas cada 10 casos
Esto representa una reducción del 89 % del error respecto a la clasificación manual.
DeepSeek R1: privacidad sin compromisos #
Un resultado particularmente relevante: DeepSeek R1, un modelo open-source desplegable completamente on-premise, ha demostrado:
- Precisión al nivel de los mejores modelos comerciales
- Reproducibilidad perfecta en ensayos repetidos (mismo caso, mismo resultado)
- Cero dependencia de servidores en la nube
Esto demuestra que el despliegue privado — fundamental en sanidad — es viable sin sacrificar la precisión.
Cómo funciona KOI #
KOI es el sistema de apoyo a la decisión para anestesiología desarrollado por HTX. Transforma los resultados de la investigación en una herramienta clínica utilizable.
El flujo de trabajo #
Paso 1 — Análisis de la historia clínica
KOI recibe los datos del paciente: antecedentes, exploración física, pruebas diagnósticas. El modelo de IA analiza el cuadro clínico completo utilizando un enfoque chain-of-thought — el mismo tipo de razonamiento estructurado que un anestesista experto aplica mentalmente.
Paso 2 — Clasificación ASA-PS
El modelo produce:
- Una clasificación ASA-PS (de I a V)
- Un razonamiento clínico detallado que explica por qué ha elegido esa clase
- Una puntuación de confianza que indica el grado de certeza del modelo
- Los diagnósticos clave que han influido en la decisión
Cada clasificación es explicable y verificable. No es una caja negra.
Paso 3 — Decisión del médico
El anestesista:
- Lee la clasificación propuesta y el razonamiento
- La compara con su propio juicio clínico
- Decide si aceptarla, modificarla o profundizar
KOI es un sistema human-in-the-loop: apoya la decisión del médico, no la sustituye.
Arquitectura: los datos nunca salen del hospital #
KOI funciona sobre PRISMA, la infraestructura de IA privada de HTX:
- On-premise: el modelo se ejecuta dentro del hospital
- Cifrado de extremo a extremo: los datos están protegidos en tránsito y en reposo
- Ningún dato hacia el exterior: ni siquiera los metadatos
- Conforme con GDPR y AI Act by design
En un sector donde el 38,4 % de los estudios sobre LLM no implementan protecciones adecuadas de los datos, KOI está diseñado para la privacidad desde su concepción.
Estado normativo y hoja de ruta #
Research Use Only (RUO) #
KOI está actualmente clasificado como Research Use Only — utilizable para:
- Investigación clínica
- Validación científica
- Estudios observacionales
- Formación y entrenamiento
No es utilizable para la práctica diagnóstica clínica.
Camino hacia el dispositivo médico #
HTX sigue un proceso estructurado de certificación:
| Hito | Plazo |
|---|---|
| Estudio de validación (20 casos, 11 LLM) | Completado |
| Certificación ISO 13485 (sistema de calidad) | En curso |
| Certificación IEC 62304 (software médico) | En curso |
| Validación clínica con el Ospedale del Quadrante | Dic 2025 - Nov 2026 |
| Comercialización como dispositivo médico | Prevista 2027 |
El proyecto financiado #
KOI nace del proyecto “ASA-PS Classification”, financiado por la Región Friuli Venezia Giulia (LR 22/2022, art. 7 — apoyo a proyectos de validación TRL 6-8, subvención de 90 000 euros). En colaboración con el Ospedale del Quadrante (Ramsay Santé), el proyecto valida clínicamente el sistema de IA para la clasificación ASA-PS en el período diciembre 2025 - noviembre 2026.
Por qué la IA en anestesiología es diferente #
La IA en medicina suele asociarse con promesas excesivas. La clasificación ASA-PS es un caso diferente, por tres razones:
1. El problema está bien definido #
La clasificación ASA-PS tiene criterios claros, casos de estudio publicados y benchmarks consolidados. No le estamos pidiendo a la IA que “diagnostique el cáncer” — le pedimos que clasifique a un paciente en una escala estandarizada, utilizando información estructurada.
2. El error humano está documentado y es frecuente #
La variabilidad interobservador del 30 % no se discute: es un dato publicado y replicado. La IA no tiene que ser perfecta — tiene que ser más consistente que los médicos. Y con el 97,5 % de precisión, lo es.
3. El modelo human-in-the-loop mitiga el riesgo #
KOI no decide: propone. El médico siempre tiene la última palabra. El sistema añade un segundo parecer objetivo — como tener a un colega experto siempre disponible.
Para quién es KOI #
KOI es relevante para:
- Hospitales que quieren reducir la variabilidad en la evaluación preoperatoria
- Grupos hospitalarios que buscan consistencia entre diferentes centros
- Investigadores en anestesiología que estudian el apoyo a la decisión con IA
- Universidades que forman a residentes en anestesia
Si te interesa una colaboración de investigación o un piloto RUO, contáctanos.
Este artículo ha sido escrito por el equipo de HTX — Human Technology eXcellence. KOI es actualmente Research Use Only (RUO). La información contenida en este artículo tiene carácter divulgativo y no constituye consejo médico.
Preguntas frecuentes #
¿Qué es la clasificación ASA-PS?
La clasificación ASA-PS (American Society of Anesthesiologists - Physical Status) es el estándar internacional para evaluar el riesgo anestesiológico preoperatorio. Clasifica a los pacientes desde ASA I (sano) hasta ASA VI (muerte cerebral), orientando las decisiones sobre el tipo de anestesia y la monitorización.
¿Cuál es la precisión de la IA en la clasificación ASA-PS?
En el estudio de HTX, los modelos de razonamiento avanzado (GPT-o3, Claude Sonnet, DeepSeek R1) alcanzaron el 97,5 % de precisión en 20 casos clínicos estandarizados. El error medio desciende de 2,3 a 0,25 clasificaciones erróneas cada 10 casos en comparación con los médicos.
¿KOI sustituye al anestesista?
No. KOI es un sistema de apoyo a la decisión human-in-the-loop. Propone una clasificación con un razonamiento clínico detallado, pero la decisión final siempre es del médico. KOI apoya, no sustituye.
¿KOI es un dispositivo médico?
Actualmente, KOI está clasificado como Research Use Only (RUO) — utilizable para investigación y validación clínica, no para la práctica diagnóstica. HTX está en proceso de certificación ISO 13485 e IEC 62304, con la comercialización como dispositivo médico prevista para 2027.
¿Puedo usar KOI en mi hospital?
Sí, para actividades de investigación y validación clínica (RUO). KOI funciona sobre PRISMA, instalable on-premise. Los datos clínicos nunca abandonan el centro hospitalario. El proyecto se desarrolla con el Ospedale del Quadrante (Ramsay Santé).