Archivo de la etiqueta: Medicina

En una prueba en el mundo real, un modelo de IA tuvo un mejor desempeño que los médicos al diagnosticar pacientes.

Noguchi, Yuki. “In Real-World Test, an AI Model Did Better Than ER Doctors at Diagnosing Patients.” NPR, April 30, 2026. https://www.npr.org/2026/04/30/nx-s1-5804474/ai-doctors-openai-patient-care-diagnosis

Un reportaje de NPR analiza un estudio reciente en el que un modelo avanzado de inteligencia artificial obtuvo mejores resultados que médicos de urgencias en determinadas tareas clínicas, especialmente en diagnóstico inicial y toma de decisiones sobre atención al paciente. La investigación evaluó casos reales en entornos hospitalarios y comparó el rendimiento del sistema con profesionales humanos. Según los resultados, la IA mostró una notable capacidad para identificar patologías y sugerir cursos de actuación con alto nivel de precisión.

El hallazgo más llamativo es que la IA no fue probada en un laboratorio abstracto, sino en un contexto clínico cercano a la práctica cotidiana. Esto supone un cambio importante respecto a estudios anteriores basados en preguntas de examen o escenarios simulados. El modelo fue capaz de analizar síntomas, antecedentes y datos clínicos para ofrecer hipótesis diagnósticas competitivas, lo que sugiere que estas herramientas están entrando en una nueva fase de madurez aplicada.

Sin embargo, el propio reportaje insiste en que estos resultados no significan que los médicos vayan a ser sustituidos. El trabajo clínico real incluye dimensiones que exceden el diagnóstico algorítmico: exploración física, comunicación empática, interpretación contextual, toma de decisiones éticas, coordinación con otros especialistas y responsabilidad legal. La medicina no consiste solo en acertar una respuesta, sino en acompañar a una persona concreta en situaciones complejas e inciertas.

Los investigadores señalan que el papel más prometedor de la IA sería el de asistente clínico. Podría ayudar a detectar errores, priorizar pacientes, sugerir diagnósticos poco frecuentes, resumir historiales médicos o alertar sobre riesgos que un profesional saturado podría pasar por alto. En servicios de urgencias, donde el tiempo y la presión asistencial son extremos, estas capacidades podrían traducirse en decisiones más rápidas y seguras.

Aun así, persisten preocupaciones relevantes. Los modelos pueden generar respuestas incorrectas con aparente seguridad, reproducir sesgos presentes en los datos de entrenamiento o fallar en casos atípicos. También surgen dudas sobre privacidad, responsabilidad jurídica y transparencia: si una IA recomienda una decisión errónea, ¿quién responde? Por ello, muchos expertos sostienen que la supervisión humana seguirá siendo imprescindible.

El artículo de NPR refleja además una tensión creciente en la profesión médica. Algunos facultativos ven estas herramientas como apoyo valioso frente al agotamiento laboral y la escasez de personal; otros temen una dependencia excesiva o una presión institucional para reemplazar criterio profesional por automatización barata. El debate no es meramente tecnológico, sino organizativo y ético.

El estudio apunta a una transformación profunda del sistema sanitario. La pregunta ya no parece ser si la inteligencia artificial participará en la medicina, sino cómo se integrará. Si se usa con prudencia, transparencia y supervisión, puede mejorar diagnósticos y eficiencia. Si se adopta sin controles, puede aumentar errores y deshumanización. El futuro más probable no es “IA contra médicos”, sino médicos potenciados por IA.

Los chatbots de IA superan a médicos en algunos diagnósticos, pero el mejor resultado llega cuando trabajan juntos

Cohen, Shy. “Chatbots Outperform Doctors in Diagnosing Many Diseases, Study Finds.” The Brighter Side of News, April 26, 2026.

Dos investigaciones dirigidas por Stanford Medicine han reavivado el debate sobre el papel de la inteligencia artificial en la medicina al mostrar que los chatbots avanzados pueden igualar e incluso superar a los médicos en determinadas tareas diagnósticas y de toma de decisiones clínicas complejas. Los estudios, publicados en las revistas Nature Medicine y npj Digital Medicine, no plantean la sustitución del profesional sanitario, sino una nueva forma de colaboración entre médicos y sistemas de IA. Según los autores, la mejor atención no surge cuando trabaja solo el humano ni cuando actúa sola la máquina, sino cuando ambos combinan sus fortalezas.

Los investigadores se centraron en un tipo de situaciones muy frecuentes en la práctica médica: casos donde el diagnóstico no basta para decidir qué hacer después. Saber qué enfermedad tiene un paciente es solo una parte del problema; luego hay que elegir si operar o esperar, si cambiar una medicación, si hacer una biopsia o si solicitar nuevas pruebas. Estas decisiones dependen de múltiples factores, como el historial del paciente, los riesgos del tratamiento, la disponibilidad del sistema sanitario o incluso las preferencias personales del enfermo. En esa “zona gris” de la medicina, donde no existe una respuesta única y automática, la IA mostró un rendimiento notable.

En el primer estudio se compararon tres grupos: un chatbot funcionando por sí solo, médicos apoyados por un chatbot y médicos que solo podían consultar internet y fuentes médicas convencionales. A todos se les presentaron cinco casos clínicos anonimizados y debían explicar qué harían, por qué lo harían y qué elementos influían en su decisión. Posteriormente, especialistas certificados evaluaron la calidad de esas respuestas mediante una rúbrica clínica. El resultado fue llamativo: el chatbot obtuvo mejores puntuaciones que los médicos que trabajaban sin IA, mientras que los médicos que utilizaron apoyo del chatbot alcanzaron resultados similares a los de la máquina.

Este hallazgo llevó a una segunda investigación, orientada a una cuestión más práctica: si médico e inteligencia artificial colaboran, ¿cuál es el mejor orden de intervención? Para responderla, el equipo desarrolló un sistema basado en OpenAI GPT-4 diseñado específicamente para razonar junto a médicos. Se probaron dos escenarios: en el primero, la IA analizaba el caso antes que el clínico; en el segundo, el médico emitía primero su opinión y luego consultaba la respuesta de la IA. Después, el sistema generaba una síntesis conjunta señalando coincidencias, discrepancias y críticas de ambas posturas.

Participaron setenta médicos con licencia en Estados Unidos, entre residentes y especialistas consolidados, casi todos del área de medicina interna. Los médicos que solo usaron recursos convencionales obtuvieron una media del 75%. Quienes trabajaron con IA como primera opinión alcanzaron el 85%, mientras que los que usaron la IA como segunda opinión llegaron al 82%. El chatbot en solitario obtuvo el promedio numérico más alto, con un 87%, aunque sin diferencias estadísticamente decisivas respecto a los médicos asistidos por IA.

Más interesante aún fue comprobar que el orden de colaboración modificaba los resultados. Cuando la IA actuaba primero, las decisiones clínicamente accionables —es decir, diagnóstico final y pasos inmediatos de tratamiento— fueron superiores en casi un 9% respecto al grupo donde el médico hablaba antes. También se observó una ligera mejora en velocidad de resolución. Los investigadores creen que esto se debe a un fenómeno de “anclaje”: cuando el médico emite primero su juicio, la IA tiende a alinearse con esa idea inicial, en lugar de ofrecer una valoración verdaderamente independiente.

El análisis cualitativo mostró además un aspecto humano inesperado. Muchos médicos empezaron a interactuar con la IA como si fuera un colega de trabajo, escribiendo frases como “Buena idea” o “Gracias por tu ayuda”. Esto sugiere que la inteligencia artificial no solo puede funcionar como herramienta técnica, sino también como interlocutor cognitivo que estimula reflexión, contraste de hipótesis y revisión de decisiones.

No obstante, los propios autores advierten importantes límites. Los estudios se realizaron con casos clínicos simulados y estructurados, no con pacientes reales en consulta u hospital. En la práctica cotidiana intervienen conversaciones, exploraciones físicas, incertidumbre emocional y factores sociales difíciles de reproducir en un experimento. Además, la IA mostró errores y comportamientos inconsistentes: en algunos casos ofreció respuestas distintas ante el mismo problema, y en otros interpretó mal datos básicos, como considerar fiebre una temperatura normal.

Por ello, los investigadores insisten en un mensaje clave: los pacientes no deberían sustituir la consulta médica por un chatbot. La IA puede ser útil para apoyar diagnósticos difíciles, comparar opciones terapéuticas o reducir errores, pero la responsabilidad final debe seguir recayendo en profesionales humanos. La empatía, el juicio clínico contextual, la ética y la relación médico-paciente siguen siendo dimensiones que ninguna máquina domina plenamente.

En conjunto, estas investigaciones apuntan a que el futuro de la medicina probablemente no será “médicos contra inteligencia artificial”, sino médicos con inteligencia artificial. El verdadero desafío no consiste solo en crear modelos más potentes, sino en diseñar flujos de trabajo seguros, fiables y bien integrados donde la tecnología complemente al profesional. En ese equilibrio podría estar una de las mayores transformaciones sanitarias de las próximas décadas.

IA en salud y la ley: ¿Podría tu médico chatbot testificar en tu contra?

DiBenedetto, Chase. “Health AI and the Law: Could Your Chatbot Doc Testify Against You?” Mashable, 2026. https://mashable.com/article/health-chatbots-ai-privilege-lawsuits

Se aborda un problema emergente en la intersección entre inteligencia artificial y derecho: la falta de protección legal para las conversaciones que los usuarios mantienen con chatbots, especialmente en el ámbito de la salud.

A diferencia de las interacciones con profesionales humanos —como médicos, psicólogos o abogados—, que están protegidas por el llamado “privilegio profesional”, las conversaciones con sistemas de IA no gozan de esa confidencialidad. Esto significa que la información compartida con un chatbot podría ser utilizada como prueba en procesos judiciales, abriendo un escenario preocupante para millones de usuarios que recurren a estas herramientas en busca de orientación médica o emocional.

El texto subraya que el privilegio legal existe para fomentar la sinceridad entre paciente y profesional, ya que esa confianza es esencial para recibir un tratamiento adecuado. Sin embargo, este marco jurídico está diseñado para relaciones humanas, no digitales. En consecuencia, cuando un usuario interactúa con un chatbot —aunque perciba la experiencia como íntima o terapéutica—, en realidad está generando datos que pueden ser almacenados, analizados e incluso compartidos por las empresas tecnológicas. Esta situación genera una paradoja: cuanto más útiles y “humanos” parecen los chatbots, mayor es el riesgo de que los usuarios confíen en ellos sin ser conscientes de las implicaciones legales.

El artículo también conecta este vacío legal con un contexto creciente de litigios relacionados con la inteligencia artificial. Casos recientes han demostrado que los contenidos generados por chatbots pueden ser considerados evidencia en tribunales, ya que no están cubiertos por ninguna forma de secreto profesional. Esto se vuelve especialmente problemático en ámbitos sensibles como la salud mental, donde los usuarios pueden revelar información extremadamente personal o incluso autoincriminatoria. Así, el uso cotidiano de estas herramientas podría tener consecuencias legales inesperadas.

Por último, se plantea un debate más amplio sobre la necesidad de adaptar las leyes a la realidad tecnológica actual. Algunos expertos y desarrolladores sostienen que debería reconocerse algún tipo de privilegio para las interacciones con IA, especialmente en contextos sanitarios, mientras que otros advierten de los riesgos de equiparar máquinas con profesionales humanos. En cualquier caso, el artículo concluye que la expansión de los chatbots en el ámbito de la salud está adelantándose a la regulación, lo que probablemente dará lugar a nuevos conflictos legales y a una redefinición de los límites entre privacidad, tecnología y responsabilidad.

La IA está cambiando la salud: esto es lo que debes saber.

Mashable Team. “AI Is Changing Health: Here’s What You Should Know.” Mashable, April 9, 2026. https://mashable.com/article/ai-health-news-regulation

La inteligencia artificial tiene un enorme potencial para democratizar el acceso a la salud y mejorar la eficiencia del sistema, pero su uso actual requiere vigilancia, regulación y una actitud informada por parte de los usuarios para evitar riesgos significativos.

la inteligencia artificial está transformando rápidamente el ámbito de la salud, tanto para profesionales como para usuarios. Cada vez más médicos utilizan herramientas de IA para tareas como la generación de notas clínicas, mientras que los pacientes recurren a chatbots y asistentes digitales para obtener información sobre su estado de salud. La aparición de servicios como ChatGPT Health o soluciones similares refleja una creciente demanda, impulsada en parte por el alto coste de la atención sanitaria y la falta de acceso a médicos, especialmente en contextos como el estadounidense.

Uno de los principales beneficios señalados es la posibilidad de reducir costes y mejorar el acceso a la atención médica. La IA puede facilitar diagnósticos tempranos, ofrecer respuestas inmediatas y ayudar a los pacientes a comprender mejor sus síntomas antes de acudir a consulta. Para muchas personas, especialmente aquellas sin seguro médico, estas herramientas representan una alternativa accesible. Sin embargo, los expertos insisten en que su valor depende en gran medida de que estén entrenadas con datos fiables y validados, evitando así la desinformación presente en Internet.

A pesar de sus ventajas, el artículo subraya importantes riesgos. Entre ellos destacan los problemas de privacidad, especialmente cuando los usuarios comparten datos médicos sensibles con plataformas tecnológicas, así como la falta de regulación clara. También preocupa la posibilidad de “alucinaciones” de la IA —respuestas incorrectas o inventadas— y la reproducción de sesgos médicos, lo que puede derivar en recomendaciones inadecuadas. Estudios recientes muestran que algunos sistemas pueden evaluar incorrectamente la gravedad de los casos, lo que refuerza la necesidad de cautela.

En este contexto, los especialistas recomiendan un uso crítico y prudente de estas herramientas: formular preguntas de manera clara, verificar las fuentes de información y contrastar siempre los resultados con profesionales sanitarios. La IA puede ser útil como complemento —incluso superior a una búsqueda tradicional en Internet—, pero no debe sustituir la atención médica humana, especialmente en situaciones graves o urgentes.

Biblioteca de Medicina de la Universidad de Salamanca con con Alicia Fernández Vegas. Planeta Biblioteca 2026/03/18.

Biblioteca de Medicina de la Universidad de Salamanca con con Alicia Fernández Vegas

Planeta Biblioteca 2026/03/18

ESCUCHAR

Descargar

En el programa Planeta Biblioteca de la Universidad de Salamanca, Alicia Fernández Vegas, jefa de la Biblioteca de la Facultad de Medicina, explica su visión de la biblioteca universitaria como espacio híbrido que combina recursos físicos y digitales. Destaca su papel en la formación de futuros profesionales sanitarios y en el apoyo a investigadores mediante acceso a información científica actualizada. Describe las instalaciones adaptadas al estudio individual y grupal, y el equilibrio entre fondos impresos y recursos electrónicos especializados. Aborda los servicios para estudiantes y docentes, incluyendo formación en competencias informacionales y Medicina Basada en la Evidencia. Finalmente, analiza la evolución reciente, los retos futuros y recomienda un libro relevante para la comunidad sanitaria.

Microsoft presenta un avance médico revolucionario en inteligencia artificial que logra diagnosticar correctamente el 85,5 % de los casos

King, Dominic, y Harsha Nori. 2025. “The Path to Medical Superintelligence.” Microsoft AI Blog, 30 de junio de 2025. https://shorturl.at/NXj3Y

Microsoft ha presentado MAI‑DxO (Microsoft AI Diagnostic Orchestrator), un sistema de IA médica que ha alcanzado una precisión de 85,5 % en el diagnóstico de 304 casos clínicamente complejos extraídos del New England Journal of Medicine (NEJM)

A diferencia de sistemas anteriores basados en un solo modelo, MAI‑DxO simula un panel virtual de especialistas: usa agentes con funciones específicas (como formular hipótesis, ordenar pruebas, controlar costos y verificar razonamientos), que interactúan en una cadena de debate iterativa . Esta técnica, también llamada “chain of debate” o “Sequential Diagnosis Benchmark (SDBench)”, permite formular preguntas, ordenar pruebas, revisar costos y confirmar los pasos antes de emitir el diagnóstico final

Además de su alto rendimiento en precisión, MAI‑DxO demostró ser más eficiente económicamente. En una configuración se redujeron los costos de pruebas hasta un 20-50 %, sin sacrificar la calidad diagnóstica. Esta eficiencia es particularmente relevante en EE. UU., donde el gasto sanitario representa cerca del 20 % del PIB, y entre el 20 y el 25 % se estima que es desperdiciado por pruebas innecesarias

A pesar del entusiasmo, este sistema todavía no está listo para su uso clínico real. Los estudios se llevaron a cabo en un entorno controlado, y no han sido revisados por pares ni validados con pacientes reales . Además, los médicos participantes trabajaron en aislamiento, sin los recursos habituales, lo que podría haber afectado sus desempeños. Se requieren ensayos clínicos, supervisión regulatoria y pruebas en escenarios cotidianos antes de su adopción generalizada.

Microsoft y expertos coinciden en que MAI‑DxO es una herramienta para asistir a los médicos, no un reemplazo: la relación médico-paciente, la empatía y el juicio ante situaciones ambiguas siguen siendo esenciales. Mustafa Suleyman, CEO de la división AI de Microsoft, lo describió como un paso hacia la “superinteligencia médica”, con potencial para aliviar la escasez de personal sanitario. Expertos como el Dr. Eric Topol resaltan su potencial, pero subrayan que se debe continuar con estudios rigurosos en entornos clínicos

La inteligencia artificial generativa en la biblioteca médica: transformando el acceso al conocimiento y el rol profesional. 

García-Puente, María. 2025. “La inteligencia artificial generativa en la biblioteca médica: transformando el acceso al conocimiento y el rol profesional.” Clip, junio. https://doi.org/10.47251/clip.n91.163

La irrupción de la inteligencia artificial (IA) generativa está teniendo un impacto profundo en la manera en que las bibliotecas médicas gestionan la información, ofrecen servicios y se posicionan dentro de los sistemas de salud y conocimiento. Esta tecnología, que permite generar texto, imágenes o código a partir de instrucciones humanas, ofrece una oportunidad transformadora para automatizar tareas, mejorar la experiencia de los usuarios y redefinir el papel del bibliotecario en un entorno cada vez más digitalizado.

Uno de los principales aportes de la IA generativa en este contexto es su capacidad para optimizar la gestión interna de las bibliotecas médicas. Esto incluye desde la organización inteligente de las colecciones hasta la automatización de tareas repetitivas como la redacción de informes o el envío de correos electrónicos. Además, la IA puede servir de soporte a los profesionales de la salud y la investigación mediante la implementación de asistentes virtuales, motores de búsqueda avanzada y herramientas de análisis de la información que permiten detectar patrones, generar resúmenes o visualizar datos complejos con mayor facilidad.

Lejos de sustituir a los bibliotecarios, la IA plantea una redefinición profunda de su rol profesional. Para aprovechar estas herramientas de forma efectiva y ética, se requieren nuevas competencias: alfabetización en inteligencia artificial, dominio del «prompt engineering» (la habilidad para diseñar instrucciones precisas para obtener respuestas útiles), capacidad para evaluar críticamente el funcionamiento de las tecnologías empleadas, y liderazgo para guiar su implementación en entornos sensibles como los médicos. De este modo, los profesionales de la información deben posicionarse como mediadores estratégicos entre la inteligencia humana y la artificial.

Sin embargo, la adopción de estas tecnologías no está exenta de riesgos ni de desafíos. Entre ellos se destacan los problemas asociados con la precisión y fiabilidad de los contenidos generados, los sesgos algorítmicos que pueden perpetuar desigualdades, la protección de los datos personales en entornos clínicos, los costes de implantación y mantenimiento de las herramientas, y la necesidad de una formación continua para mantenerse actualizado. A pesar de ello, el artículo sostiene que la IA generativa no debe entenderse como una amenaza, sino como una oportunidad para que las bibliotecas médicas refuercen su papel en el ecosistema sanitario, se conviertan en centros de innovación y promuevan una colaboración ética y eficaz entre máquinas y humanos.

El impacto transformador de la inteligencia artificial en la medicina

Doctors and healthcare workers interacting with holographic medical data in a high-tech hospital
Medical professionals use advanced holographic displays in a futuristic hospital setting

Walker-Wawrzycki, Alexandra. 2025. “From Data to Diagnosis – How AI Is Changing the World of Medicine.” Cosmos Magazine, May 7, 2025. https://cosmosmagazine.com/technology/ai/ai-in-medicine-data-diagnosis

La inteligencia artificial (IA) está revolucionando el ámbito de la medicina al automatizar procesos repetitivos y complejos, lo que permite a los profesionales sanitarios centrarse más en la atención directa al paciente.

Entre las aplicaciones actuales más destacadas se encuentra el uso de escribas digitales, programas que transcriben automáticamente las observaciones del médico en tiempo real durante la consulta. Estos sistemas, como Lyrebird, eliminan la grabación y el texto después de ser descargados, garantizando así la privacidad del paciente. Según un estudio de la Universidad de Pensilvania, su uso incrementa en un 20 % el tiempo cara a cara con los pacientes y reduce en un 30 % el tiempo extra dedicado a papeleo.

Otro uso relevante es el análisis de imágenes médicas, como radiografías, tomografías y resonancias magnéticas. Mediante algoritmos entrenados con miles de imágenes normales y patológicas, la IA puede detectar anomalías con gran precisión. No obstante, la calidad del entrenamiento depende en gran medida de la diversidad y representatividad de los datos. Investigadores de la Universidad de Lovaina advierten que errores o sesgos en los datos pueden afectar directamente al rendimiento clínico del modelo, con consecuencias graves, como desigualdades de género o raciales.

También se destaca el análisis de biomarcadores, donde la IA examina grandes volúmenes de datos de pacientes para identificar patrones y predecir enfermedades, reacciones adversas o respuestas a medicamentos. Estos sistemas usan modelos predictivos para anticipar riesgos de forma proactiva.

Se presentan ejemplos concretos, como el programa SWIFT en el hospital Lyell McEwin de Adelaida, que utiliza notas médicas y datos clínicos (frecuencia cardíaca, análisis de sangre) para predecir si un paciente puede ser dado de alta en las siguientes 48 horas. El sistema emplea dos algoritmos: uno analiza texto clínico y el otro traduce variables numéricas en una puntuación de alta, conocida como Adelaide Score.

Los modelos de lenguaje de gran tamaño (LLM, por sus siglas en inglés), como los que utiliza ChatGPT, también están empezando a aplicarse en la medicina. Estos modelos convierten información en secuencias numéricas y predicen la siguiente entrada más probable, que luego se traduce en lenguaje natural. Son especialmente útiles para gestionar registros electrónicos o incluso para escribir informes clínicos.

En cuanto a la seguridad, se subraya la preocupación por el manejo de datos sensibles. En Australia del Sur, por ejemplo, las leyes impiden que los datos sanitarios se compartan con redes internacionales, obligando a que todo el procesamiento ocurra localmente. Esto limita la exposición y asegura que los datos no se utilicen para entrenar otros modelos, a diferencia de servicios comerciales como ChatGPT.

Paradójicamente, la IA también refuerza la ciberseguridad. Gracias a su capacidad de análisis, puede detectar comportamientos anómalos en redes, identificar accesos sospechosos y actuar preventivamente. Además, analiza patrones de uso y detecta si una cuenta ha sido usada por alguien que no es su usuario habitual.

Sin embargo, persisten preguntas éticas sobre la responsabilidad legal: si un sistema de IA comete un error que afecta al paciente, ¿quién es el responsable? Por ahora, estos sistemas siguen siendo supervisados por profesionales humanos que toman la última decisión, y por tanto, también asumen la responsabilidad.

En el campo emergente de la medicina de precisión, la IA ya predice fallos técnicos antes de que ocurran, lo que permite realizar mantenimientos preventivos y garantiza un funcionamiento seguro del equipamiento médico.

En conclusión, la IA tiene el potencial de hacer la sanidad más económica y accesible, al asumir tareas administrativas previas a la consulta y liberar tiempo para la atención médica directa. Esto podría reducir la necesidad de personal sin sacrificar calidad, mejorar la eficiencia y aumentar la satisfacción profesional del personal sanitario.

Los grabados en madera como guías de lectura: cómo las imágenes dieron forma a la transmisión de conocimientos en los libros médico-astrológicos en holandés (1500-1550).

Leerdam, Andrea van. Woodcuts as Reading Guides: How Images Shaped Knowledge Transmission in Medical-Astrological Books in Dutch (1500-1550). Amsterdam: Amsterdam University Press, 2023.

Texto completo

En la primera mitad del siglo XVII, en los Países Bajos surgió un mercado dinámico de libros prácticos e instructivos dirigidos a lectores no especializados. Este estudio muestra cómo las xilografías en libros vernáculos sobre medicina y astrología derivaron importantes funciones retóricas en la comunicación del conocimiento. Estas imágenes guiaron las percepciones de los lectores sobre la organización, visualización y confiabilidad del conocimiento. Andrea van Leerdam analiza las suposiciones e intenciones de los productores de libros que las imágenes dan testimonio, y muestra cómo los lectores de hoy interactúan con estos libros ilustrados. Basándose en conocimientos del campo de los estudios de diseño de información, examina las características materiales de los libros, incluidos sus diseños y rastros de uso, para arrojar luz sobre los hábitos e intereses de los primeros lectores modernos. Ella sitúa estas obras en una cultura donde la medicina y la astrología estaban estrechamente entrelazadas en la vida cotidiana y donde tanto los productores de libros como los lectores exploraban el potencial de las imágenes.

Importancia de las bibliotecas de salud y como repercuten directamente en la atención a los pacientes

La Federación Canadiense de Asociaciones de Bibliotecarios (CFLA) y la Asociación Canadiense de Bibliotecas de Salud (CHLA/ABSC) reconocen y afirman conjuntamente la importancia de las bibliotecas de salud.

Declaración

PDF

La Federación Canadiense de Asociaciones de Bibliotecas (CFLA) y la Asociación Canadiense de Bibliotecas de la Salud (CHLA/ABSC) destacan la importancia crítica de las bibliotecas de salud en Canadá para asegurar que las decisiones médicas se basen en información actualizada y fiable. En un entorno sanitario cada vez más complejo, médicos, investigadores, estudiantes y responsables políticos dependen de bibliotecas especializadas y profesionales capacitados para acceder a información basada en evidencia.

El documento resalta cómo las bibliotecas de salud son esenciales desde la formación de futuros profesionales sanitarios hasta su desarrollo continuo a lo largo de la carrera. Los programas educativos en medicina y enfermería dependen del acceso a recursos fiables y del apoyo de bibliotecarios especializados, quienes enseñan a los estudiantes habilidades para encontrar, evaluar y aplicar la información científica en la práctica clínica.

Tras la graduación, los profesionales sanitarios deben actualizarse constantemente para conservar sus licencias, y recurren a bibliotecas hospitalarias, clínicas y asociaciones profesionales. Allí, los bibliotecarios realizan búsquedas especializadas, gestionan recursos digitales y apoyan investigaciones críticas, incluyendo revisiones sistemáticas y estudios de mejores prácticas.

El acceso a bibliotecas de salud de calidad repercute directamente en la atención a los pacientes: mejora las decisiones clínicas, reduce los tiempos de hospitalización y combate la desinformación médica. Dado que los médicos son considerados por los pacientes como la fuente más fiable de información, contar con datos verificados y actualizados es fundamental para brindar cuidados seguros y efectivos. Además, los bibliotecarios ayudan a los equipos médicos a filtrar información fidedigna y a compartir datos comprensibles con los pacientes y sus familias, contribuyendo a combatir la creciente ola de desinformación que afecta a la salud pública.

A pesar de su relevancia, las bibliotecas de salud enfrentan reducciones presupuestarias y escasez de personal calificado, lo que pone en riesgo la calidad del apoyo informativo a los profesionales y la seguridad de los pacientes. El aumento de los costos de suscripción a recursos especializados y la disminución de fondos han llevado incluso al cierre de algunas bibliotecas, generando un impacto negativo en todo el sistema de salud.

Por ello, el comunicado insta a garantizar financiación estable y suficiente, así como la dotación de personal profesional adecuado, para que las bibliotecas de salud sigan cumpliendo su papel estratégico. Además, hace un llamado a los distintos sectores —salud, educación, investigación, gobiernos y ciudadanía— para que reconozcan y apoyen el papel esencial de las bibliotecas de salud en la calidad de la atención médica en Canadá. Solo mediante una colaboración activa y sostenida se podrá asegurar que estos servicios perduren y continúen beneficiando tanto a profesionales como a pacientes.