Los casos de uso que siguen son un ejemplo ilustrativo por sector. Cada snapshot muestra qué evalúa el agente antes de actuar, qué ejecuta de forma autónoma cuando puede hacerlo con garantías, y qué recibe el analista cuando no puede.

Prescriptive Decision AI para Salud · Clínica
Salud · Clínica
Alerta Temprana de Sepsis

Los modelos de alerta temprana puntúan pacientes en riesgo de sepsis. El problema es que el 70–80% de las alertas se ignoran porque el clínico recibe un número sin contexto: no sabe qué señales están impulsando el riesgo, con qué velocidad evoluciona ni cuánto tiempo tiene para actuar. El resultado es fatiga de alertas — y en sepsis, cada hora de retraso en la intervención aumenta la mortalidad un 7%. AyGLOO añade una capa agéntica sobre ese modelo: el agente evalúa la fiabilidad de la alerta en ese paciente concreto y actúa de forma diferenciada según el patrón detectado. Cuando el deterioro es claro y la fiabilidad total, activa la alerta con el protocolo ya preparado y escala automáticamente si no hay respuesta en el tiempo definido. Cuando la señal es ambigua, intensifica la monitorización sin consumir capacidad clínica. El clínico siempre valida y ejecuta: el agente elimina todo el trabajo previo a esa decisión.

1
El agente activa la alerta con protocolo calibrado cuando la fiabilidad es total — y escala automáticamente si no hay respuesta en el tiempo definido. El clínico no recibe un número: recibe una decisión pre-estructurada lista para validar.→ Tasa de respuesta a alertas: del 20–30% al 80%+ cuando la alerta tiene contexto
2
El ISA convierte la probabilidad abstracta en un referente clínico concreto: de los últimos 8 pacientes con este perfil, 6 entraron en shock cuando la intervención se retrasó más de 2 horas.→ Mortalidad a 30 días: 34% sin intervención en <2h en este segmento
3
El agente tiene tres modos de actuación — alerta crítica, monitorización intensiva, vigilancia activa — según el patrón de deterioro. No consume capacidad clínica cuando la señal es débil ni infraalerta cuando el riesgo es alto.→ Falsos positivos escalados reducidos sin perder sensibilidad en señales críticas
4
Las simulaciones cuantifican el impacto de cada intervención antes de actuar y el plan B si la primera no funciona — el clínico decide en segundos bajo presión, no razona desde cero.→ Tiempo a antibiótico: –45 min de media cuando el protocolo llega pre-estructurado
Hoy, lo que el clínico recibe
Paciente: Cama 4B · Postquirúrgico · 67 años Riesgo de sepsis: 0.89 · ALTO Alerta generada 14:23 · Sin contexto adicional
Con AyGLOO. Misma alerta, completamente enriquecida
Cama 4B · 67 años · Día 2 postlaparotomía Riesgo de sepsis: 0.89 · Ventana: <90 min El agente activa alerta crítica
XAI · Twin Reglas de alerta con señales dominantes ISA Contexto del segmento clínico CF · What-if Simulaciones de intervención y seguimiento Impact Impacto clínico y económico por acción Action Decisión del agente PDF Trazabilidad clínica
1. Reglas de alerta con señales dominantes. Twin model (fidelidad 95.9%)
100%IF lactato > 2.5 AND tendencia_alcista_4h = true AND cirugía_días ≤ 3 → Sepsis inminente: actuar en <90 minutos. Lactato 1.4 → 2.1 → 3.1 mmol/L en 4h (importancia: 0.38), FC >100 lpm sostenida 3h (0.29), leucocitos en caída (0.22). El agente activa alerta crítica. El clínico valida y ejecuta.
82%IF FC_100lpm_sostenida_3h = true AND PAM < 70 AND leucocitos_tendencia_bajista = true → Deterioro hemodinámico activo. El agente activa monitorización intensiva con umbral de re-alerta reducido.
61%IF lactato > 2.0 sin otros factores → Señal débil aislada. El agente mantiene vigilancia activa y re-evalúa en 2h sin escalar.
La tendencia del lactato es la señal dominante: una elevación progresiva en 4h en un paciente postquirúrgico día 2 es el patrón más consistente con sepsis incipiente. No es un valor aislado elevado, es una dirección. El agente actúa de forma diferenciada según el patrón — no todas las alertas son iguales.
XAITwin
2. Contexto del segmento clínico (ISA)
Microsegmento de alto riesgo: cirugía abdominal, edad >65, lactato >2.5 mmol/L · Mortalidad a 30 días si no se actúa en <2h: 34% · 8 perfiles similares en los últimos 18 meses: 6 desarrollaron shock séptico cuando la intervención se retrasó más de 2h · Alta fiabilidad: actuar con confianza.
El ISA es el doble check del agente antes de activar la alerta crítica: confirma que el modelo se comporta bien en este segmento concreto. Si el semáforo fuera amarillo — patrón inestable o alta tasa de falsos positivos en este perfil — el agente no activaría alerta crítica aunque la puntuación sea alta. Activaría monitorización intensiva y derivaría al clínico con el contexto completo.
ISA
3. Simulaciones. Impacto de cada intervención y seguimiento según respuesta
Carga de fluidos IV (30 mL/kg) en 30 min: si lactato responde (↓ ≥10%), riesgo baja 0.89 → 0.52 · Hemocultivos + antibiótico en 60 min: reduce mortalidad a 30 días un 28% en este segmento · Si lactato no desciende tras fluidos: riesgo se mantiene en 0.89 — escalar a vasopresores inmediatamente, plan B ya preparado · Si FC baja de 100 lpm en 2h: riesgo baja a 0.61 · La respuesta del lactato a los fluidos es la señal de seguimiento más determinante
Las simulaciones hacen dos cosas: el CF cuantifica el impacto de cada intervención antes de actuar, incluyendo el plan B si el lactato no responde. El What-if orienta el seguimiento en tiempo real durante las primeras horas — el clínico sabe exactamente qué señal vigilar y qué umbral dispara la siguiente acción.
CFWhat-if
4. Impacto clínico por tiempo de intervención
Intervención
Mortalidad 30d
Estancia UCI (días)
Actuar en <90 min ✓
6–9%
antibiótico + fluidos en ventana
3–5 días
resolución sin shock
Retraso 2–4h
18–24%
+7% mortalidad por hora
8–12 días
riesgo de shock séptico
Sin intervención
34%
perfil cirugía abdominal >65
>14 días o éxitus
shock séptico en 6/8 casos similares
→ Cada hora de retraso: +7% mortalidad · €3.000–€5.000 coste adicional por día de UCI · La ventana de 90 min es el KPI que gestiona el agente
A diferencia de los otros sectores, aquí el impacto económico es consecuencia del impacto clínico, no al revés. La tabla no optimiza el coste: optimiza el tiempo a intervención, que es el KPI que determina el resultado. El coste de la UCI es la métrica que conecta el outcome clínico con el interlocutor de gestión hospitalaria.
Impact
5. Decisión del agente
El agente activa alerta crítica — el clínico valida y ejecuta
Notifica activamente al clínico responsable con el protocolo ya preparado · Si no hay respuesta en 15 minutos, escala automáticamente al supervisor de guardia · Protocolo paso a paso: [1] Hemocultivos ×2 + procalcitonina + PCR (ahora) [2] Carga de fluidos 500 mL cristaloides <30 min, reevaluar lactato [3] Antibiótico empírico de amplio espectro <60 min [4] Notificar UCI si lactato no responde o PAM <65 tras fluidos · Trazabilidad clínica exportable conforme a MDR y EU AI Act
o bien, si la fiabilidad fuera media o el ISA detectara alta tasa de falsos positivos en este perfil (82%)
→ El agente activa monitorización intensiva:aumenta frecuencia de revisión de constantes · define el umbral exacto que dispararía la alerta crítica · prepara el protocolo en standby · el clínico recibe un aviso de vigilancia, no una alerta de urgencia máxima
o bien, si la señal es débil y aislada (61%)
→ El agente mantiene vigilancia activa:monitoriza sin escalar · re-evalúa en 2h · si el patrón se consolida, activa automáticamente la alerta correspondiente · no consume capacidad clínica mientras la señal no lo justifica
El agente no tiene un único modo de alerta: tiene tres respuestas calibradas según el patrón de deterioro. Eso resuelve el problema de fatiga de alertas sin perder sensibilidad donde importa. El agente no sustituye la decisión clínica — la prescripción es siempre responsabilidad del clínico — pero elimina todo el trabajo previo a esa decisión bajo presión.
⚠ La selección del antibiótico es responsabilidad del clínico, sujeta al antibiograma local, alergias del paciente y formulario del centro. Este output no constituye una recomendación de prescripción. Clasificación SaMD bajo MDR Anexo VIII Regla 11.
ActionPDF

Ejemplo ilustrativo. Cada despliegue se adapta a los modelos, datos y operativa de cada entidad.

Impacto estimado · unidades de hospitalización con alerta temprana activa
−7%
Mortalidad por cada hora de detección anticipada
Referencia Surviving Sepsis Campaign · impacto directo de acortar el tiempo a antibiótico
80%+
Tasa de respuesta a alertas con contexto
Vs. 20–30% con alerta de puntuación sin contexto · fatiga de alertas reducida sin perder sensibilidad
−3 días
Estancia media en UCI por caso detectado en ventana
€3.000–€5.000 de coste evitado por día · impacto directo en ocupación y eficiencia de la unidad