Causas, manifestaciones y estrategias de prevención en la internación hospitalaria, la emergencia y el diagnostico por imágenes

Diaz, Carlos Alberto

Profesor Titular – Universidad ISALUD

Director de la Especialidad de Economia y Gestion de la Salud

Buenos Aires, Argentina  *  carlosdiazssc@gmail.com  *  2026

Resumen

Introducción: El error medico representa la tercera causa de muerte en EE.UU. según los datos mas citados, y el Informe Global de Seguridad del Paciente de la OMS (2024) estima que mas de 1 de cada 10 pacientes sufre algún tipo de dano en los sistemas de atención sanitaria, siendo mas de la mitad de estos danos prevenibles. El error diagnostico y el error terapéutico son las dos expresiones mas frecuentes e impactantes de este problema. Objetivo: Revisar en profundidad las causas del error diagnostico y terapeutico, sus manifestaciones en los tres contextos clinicos de mayor prevalencia (internacion hospitalaria, servicio de emergencias y diagnostico por imagenes) y las estrategias de prevencion con base en evidencia, incluyendo el rol de la inteligencia artificial. Metodos: Revision narrativa de la literatura publicada entre 2013 y 2026, incluyendo revisiones sistematicas, metaanalisis y guias de organismos internacionales (OMS, AHRQ, Johns Hopkins Medicine, BMJ Quality & Safety, Academic Emergency Medicine, iRadiology y JMIR Medical Informatics). Se priorizaron las publicaciones 2023-2026. Resultados: Los errores cognitivos (70-80% de los diagnosticos errados) y los errores de medicacion (1 de cada 20 pacientes a nivel global, OMS 2024) constituyen la mayor carga. En la internacion hospitalaria, 0,7% de los ingresos generan errores daninos; en emergencias, el 5,7% de las visitas; en imagenes, el 3-5% rutinario y el 20-40% nocturno. La IA muestra impacto real y sostenido en los tres contextos. Conclusiones: El error medico no es una fatalidad: es el resultado predecible de sistemas deficientes que condicionan el comportamiento de profesionales bien formados. La prevencion efectiva requiere actuar simultaneamente sobre los factores cognitivos, los factores del sistema, la cultura organizacional y las herramientas tecnologicas. La IA potencia al medico, pero no lo reemplaza. Palabras clave: error diagnostico; error terapeutico; error de medicacion; seguridad del paciente; sesgo cognitivo; razon dual; internacion hospitalaria; servicio de emergencias; diagnostico por imagenes; inteligencia artificial; cultura de seguridad.

1. Introducción: la magnitud global del error medico

El Informe Global de Seguridad del Paciente de la OMS, publicado en mayo de 2024, establece que mas de 1 de cada 10 pacientes sufre dano en los sistemas de atencion sanitaria, generando mas de 3 millones de muertes globales anuales. Mas de la mitad de estos danos son prevenibles. Este dato no constituye una novedad absoluta (el informe To Err is Human, Institute of Medicine, EE.UU. 1999, cifro en 44.000-98.000 las muertes anuales por errores medicos), pero su actualizacion global con datos de 108 estados miembros le otorga una relevancia politica y cientifica sin precedentes.[1,3]

El Plan de Accion Global de Seguridad del Paciente 2021-2030 de la OMS se propone reducir el dano evitable al 50% para el anio 2030. Para alcanzar ese objetivo, es necesario comprender en profundidad dos catalogos de error que acumulan la mayor carga: el error diagnostico y el error terapeutico. El primero ha sido historicamente subestimado frente a los errores de medicacion y las infecciones asociadas al cuidado; el segundo es reconocido como ubicuo, pero frecuentemente normalizado en la cultura sanitaria.[1,2]

Los estudios de la decada 2020-2026 han aportado evidencia de una precision sin precedentes sobre la epidemiologia, las causas y el impacto de ambos tipos de error en contextos especificos. Esta revision integra esa evidencia en un marco analitico unico que cubre: (a) las causas estructurales del error diagnostico y terapeutico; (b) sus manifestaciones en la internacion hospitalaria, el servicio de emergencias y el diagnostico por imagenes; y (c) las estrategias de prevencion mas respaldadas, con especial enfasis en el papel emergente de la inteligencia artificial.

2. Taxonomia general del error medico: diagnostico y terapeutico

2.1 El marco conceptual: del modelo del individuo al modelo del sistema

La evolucion historica de la comprension del error medico ha transitado desde un enfoque que responsabilizaba al individuo hacia un enfoque sistemico que reconoce que los errores son el resultado predecible de sistemas deficientes que condicionan el comportamiento de personas bien formadas. Esta transicion conceptual, consolidada por el trabajo de James Reason en los anios 1990,[4] tiene implicaciones directas para la estrategia de prevencion: castigar al individuo no resuelve el problema si el sistema sigue siendo el mismo.

El modelo del queso suizo de Reason propone que los errores medicos no son eventos aislados sino el resultado de la alineacion de multiples fallas en distintas capas defensivas del sistema. Cada capa tiene agujeros (vulnerabilidades); cuando los agujeros de todas las capas se alinean, el error ocurre y llega al paciente. Las condiciones latentes (fallas disenadas en el sistema) y los actos inseguros (errores activos del individuo) son los dos niveles del modelo.[4]

2.2 Tipos de error medico: clasificacion operativa

Tipo de error	Definicion	Ejemplos clinicos
Error de accion (comision)	Hacer algo que no deberia hacerse, o hacerlo incorrectamente.	Cirugia en el lado equivocado. Medicamento incorrecto. Dosis diez veces mayor.
Error de omision	No hacer algo que deberia haberse hecho.	No pedir troponina en dolor toracico. No prescribir anticoagulacion en FA.
Error de diagnostico	Fracaso en establecer la explicacion correcta y oportuna.	ACV diagnosticado como vertigo. Sepsis no reconocida. Diseccion aortica confundida con colico renal.
Error de medicacion (terapeutico)	Cualquier falla en prescripcion, dispensacion, preparacion o administracion.	Error de dosis. Medicamento en paciente alergico. Duplicacion terapeutica.
Error de proceso / procedimiento	Falla en la ejecucion de un procedimiento tecnico o protocolo.	Complicacion de via central. Retencion de cuerpo extrano. Error en dosis de radioterapia.
Error de comunicacion	Falla en la transmision de informacion critica entre profesionales o al paciente.	Resultado critico no comunicado. Cambio de turno incompleto. Alta sin informacion al medico.

Tabla 1. Clasificacion operativa de los tipos de error medico. Fuente: AHRQ 2024; OMS Global Patient Safety Report 2024; StatPearls NCBI 2024.

3. Causas del error diagnostico: un analisis en profundidad

3.1 El modelo de doble proceso en el razonamiento clinico

La comprension contemporanea del error diagnostico esta firmemente anclada en la teoria del doble proceso (dual process theory), que postula dos sistemas cognitivos paralelos en el razonamiento clinico:[5,6,7]

• Sistema 1 (rapido, intuitivo, automatico): genera hipotesis diagnosticas casi instantaneamente a partir del reconocimiento de patrones. Es eficiente y mayoritariamente correcto cuando el caso encaja en un patron familiar.
• Sistema 2 (lento, analitico, deliberativo): aplica razonamiento formal y consciente para arribar a un diagnostico. Es mas confiable para casos atipicos pero requiere tiempo y capacidad cognitiva disponibles.

Croskerry y colaboradores, en un trabajo seminal publicado en BMJ Quality & Safety,[8] describieron la tension entre ambos sistemas como la fuente principal de los errores cognitivos. Sin embargo, la revision critica de Norman et al. (Journal of Evaluation in Clinical Practice, 2024)[7] fundamenta que los errores emergen de ambos sistemas, que la causa principal es la falta de acceso al conocimiento adecuado, y que las estrategias educativas orientadas solo a reconocer los sesgos son insuficientes.

3.2 Los sesgos cognitivos mas documentados

Un analisis de 100 errores en medicina interna encontro factores cognitivos en el 74% de los casos, siendo el cierre prematuro el mecanismo mas frecuente.[10]

Sesgo cognitivo	Mecanismo	Escenario clinico tipico	Frecuencia
Cierre prematuro	Aceptar el primer diagnostico plausible sin buscar alternativas.	Dolor abdominal: gastritis. Peritonitis detectada 36h despues.	Muy alta
Sesgo de anclaje	Excesivo peso a la primera informacion formulada.	Paciente etiquetado como ansiedad. Dolor toracico evaluado con sesgo.	Alta
Sesgo de disponibilidad	Favorecer el diagnostico que viene a la mente facilmente.	Tras tres neumonias, el siguiente paciente con disnea: neumonias. Es TEP.	Alta
Efecto de encuadre	El diagnostico previo moldea la percepcion del evaluador actual.	Contractura lumbar. El medico no reexamina. Es absceso epidural.	Media-alta
Search satisficing	Detenerse al encontrar el primer hallazgo satisfactorio.	Fractura en tobillo. La luxacion del astragalo no se busca.	Alta
Sesgo de atribucion	Asignar sintomas al perfil percibido del paciente.	Paciente con somatizacion. Su dolor de pecho es un IAM tipo 2.	Media
Sesgo de representatividad	Clasificar segun parecido con el prototipo, ignorando la prevalencia.	El ECG no es el tipico de IAM. Se descarta el diagnostico.	Media
Efecto halo / cuernos	Evaluacion influida por la impresion global del paciente.	Paciente sin aspecto toxico: se subestima la sepsis.	Media

Tabla 2. Sesgos cognitivos mas documentados en el error diagnostico medico. Fuentes: Croskerry et al. BMJ QS 2013; Norman et al. J Eval Clin Pract 2024.

3.3 Factores no cognitivos que contribuyen al error diagnostico

3.3.1 Factores del sistema

• Fragmentacion de la informacion clinica: cuando la historia clinica esta dispersa entre multiples sistemas, la imagen clinica completa no esta disponible en el momento de la decision.
• Transferencias deficientes (handoffs): el cambio de turno es el momento de mayor perdida de informacion relevante. Hasta el 30% de las fallas diagnosticas tienen un componente de transferencia deficiente.[11]
• Falta de seguimiento de resultados: el resultado critico de laboratorio o imagen que no tiene un proceso formal de notificacion y seguimiento genera demoras diagnosticas prolongadas.
• Cultura de la jerarquia: en sistemas sanitarios con marcada jerarquia, el residente o la enfermera que percibe un error no puede cuestionarlo abiertamente. El error no se intercepta.

3.3.2 Factores del paciente

• Presentacion atipica: el paciente que no presenta el cuadro clasico de una enfermedad no activa los patrones del Sistema 1, generando mayor exigencia sobre el Sistema 2 en condiciones no siempre optimas.
• Multimorbilidad: la coexistencia de multiples condiciones cronicas oscurece el cuadro clinico y predispone al sesgo de atribucion.
• Barreras de comunicacion: idioma, nivel de educacion, deterioro cognitivo o estado alterado de conciencia impiden que el paciente brinde una historia clinica completa.

3.3.3 Factores del profesional

• Estado fisiologico: la fatiga, el hambre y el estres deterioran la capacidad del Sistema 2. Los turnos de mas de 16 horas se asocian con un aumento del 36% en la tasa de errores graves en residentes.[11]
• Brechas de conocimiento: Norman et al. demuestran que la causa mas frecuente del error diagnostico no es el procesamiento cognitivo incorrecto sino la falta del conocimiento necesario para generar la hipotesis correcta.[7]
• Experiencia y expertise: con mayor experiencia, la tasa de errores del Sistema 1 disminuye, pero la experiencia tambien consolida los sesgos.

Conclusion clave: el error diagnostico no es un deficit del individuo corregible con mas formacion o mas cuidado. Es el resultado predecible de la interaccion entre capacidades cognitivas limitadas (normales en toda biologia) y condiciones del sistema que las amplifican. La estrategia de prevencion eficaz debe actuar sobre ambos niveles simultaneamente.

4. Causas del error terapeutico: del error de medicacion al error de proceso

4.1 Dimension global del error terapeutico

El Informe Global de Seguridad del Paciente de la OMS (2024)[1] estima que 1 de cada 20 pacientes sufre dano relacionado con el medicamento a nivel global. El 53% de este dano ocurre en la etapa de prescripcion. La Iniciativa Global de la OMS Medication Without Harm, lanzada en 2017 y renovada en el marco del Plan 2021-2030, reconoce los errores de medicacion como la causa de dano prevenible mas frecuente a escala mundial.[1]

4.2 El modelo de causas de Reason aplicado al error de medicacion

Keers et al.[13] clasifican los actos inseguros en la cadena de medicacion en cuatro categorias:

• Deslices y lapsos (slips & lapses): son las mas frecuentes. Se ejecuta una accion distinta a la planificada o se olvida un paso del proceso.
• Errores basados en el conocimiento: la decision es incorrecta porque el prescriptor no tiene el conocimiento clinicamente correcto para la situacion.
• Violaciones deliberadas: se conoce el procedimiento correcto pero se toma un atajo conscientemente.
• Errores por reglas incorrectas: se aplica una regla valida en otro contexto pero incorrecta en la situacion actual.

4.3 Condiciones favorecedoras del error terapeutico en el hospital

Dimension de la causa	Factores especificos documentados	Evidencia de impacto
Alta complejidad del paciente	Gravedad. Edad avanzada. Disfuncion renal o hepatica. Polimedicacion (>5 farmacos).	UCI: pacientes de mayor gravedad tienen 3-4x mas probabilidad de error.
Comunicacion inadecuada	Prescripcion ilegible. Documentacion deficiente. Handoffs incompletos.	53% del dano por medicamento ocurre en la prescripcion (OMS 2024).
Sobrecarga de trabajo	Alta relacion paciente/enfermera. Interrupciones. Turnos prolongados.	Interrupciones aumentan error de administracion 12-20%.
Factores de almacenamiento	Medicamentos LASA. Almacenamiento incorrecto. Errores de dispensacion.	Farmacos LASA: 12-15% de los errores graves de medicacion.
Factores tecnologicos	Bombas sin software de alerta. CPOE sin control de interacciones.	CPOE con alertas reducen errores de prescripcion 50-80%.
Cultura organizacional	Reporte penalizado. Ausencia de aprendizaje. Sin rondas de seguridad.	Solo el 25% de paises OMS declaran cultura de seguridad establecida.

Tabla 3. Condiciones favorecedoras del error terapeutico en el hospital. Fuentes: Keers et al. 2013; Medicina 2025; OMS Global Patient Safety Report 2024.

4.4 Las etapas del proceso terapeutico y su vulnerabilidad

• Prescripcion: el 53% del dano por medicamento (OMS, 2024). Errores de dosis, via, duracion, frecuencia.
• Transcripcion: copiado manual con errores. El paso a los sistemas electronicos ha reducido este error.
• Dispensacion: los medicamentos LASA (look-alike, sound-alike) son la causa mas frecuente de confusion.[15]
• Preparacion: errores en la dilucion de farmacos intravenosos. Particularmente critico en la UCI y en neonatologia.
• Administracion: paciente equivocado, medicamento equivocado, dosis equivocada, via equivocada, momento equivocado (las ‘5 correctas’). Las interrupciones son el principal factor de riesgo.[15]
• Monitoreo: no detectar la respuesta inadecuada al tratamiento, la toxicidad o la falta de eficacia en tiempo oportuno.

Dato OMS 2024: 1 de cada 20 pacientes sufre dano relacionado con el medicamento a nivel global. El 53% ocurre en la etapa de prescripcion. Los sistemas CPOE con alertas de interacciones reducen el error de prescripcion en un 50-80%. Sin embargo, solo el 25% de los paises miembros declaran tener una cultura de seguridad del medicamento establecida.

5. El error en la internacion hospitalaria

5.1 Epidemiologia: magnitud y alcance

La internacion hospitalaria reune las condiciones mas adversas para la seguridad del paciente. El informe de Frontiers in Public Health (enero 2025)[16] establece que en paises de altos ingresos, el 10-12% de los pacientes hospitalizados experimentaron eventos adversos anualmente entre 2015 y 2024. El meta-analisis de Gunderson et al. (BMJ Quality & Safety, 2020)[17] sobre mas de 80.000 pacientes estimo que el 0,7% de los ingresos hospitalarios genera un error diagnostico danino (249.900 casos/anio en EE.UU.). El estudio del BMJ Group (octubre 2024)[18] concluye que 1 de cada 14 pacientes de medicina general internados sufre un error diagnostico perjudicial detectable de forma retrospectiva.

5.2 Causas especificas de error en la internacion

5.2.1 La paradoja diagnostica de la internacion

El modelo diagnostico en sala es fundamentalmente evolutivo y provisional. Esta vulnerabilidad crea la inercia diagnostica: la tendencia a no cuestionar el diagnostico inicial una vez que el paciente ingresa con una etiqueta.

5.2.2 Fallas en las transferencias (handoffs) intrahospitalarias

Estudios de simulacion muestran que, sin protocolo estandarizado, se pierde el 40-50% de la informacion clinica critica durante una transferencia.[11] Los modelos formales SBAR e I-PASS demuestran reducir los eventos adversos en la internacion en un 23-37%.[11]

5.2.3 La polimedicacion y las interacciones

El paciente hospitalizado promedio recibe entre 6 y 12 farmacos simultaneos. Con 5 farmacos, la probabilidad de al menos una interaccion farmacologica significativa es del 50%. Con 8 o mas farmacos, supera el 80%.

5.2.4 Las condiciones mas frecuentemente implicadas en errores daninos

Gunderson et al. (2020)[17] identificaron que catorce diagnosticos explican mas de la mitad de todos los diagnosticos errados: cancer (11%), TEP (9,6%), sepsis (8,1%), IAM atipico (7,2%), ACV (6,5%), diseccion aortica (3,8%) y absceso espinal (3,5%) encabezan la lista.

5.3 La inteligencia artificial en la reduccion del error en internacion

• Sistemas de alerta precoz de deterioro: modelos de machine learning logran AUC 0,82-0,88 para la prediccion de deterioro clinico con 6-8 horas de antelacion.[20]
• LLMs como segunda opinion diagnostica: el estudio de Lozano et al. (arXiv, 2026)[21] sobre 539 registros reales demuestra que los mejores LLMs superan al diagnostico de planta en precision en presentaciones de alta complejidad.
• CPOE con alertas de interacciones y de dosis: los sistemas de prescripcion electronica con soporte de decision integrado reducen el error de prescripcion en un 50-80%.[22]

6. El error en el servicio de emergencias

6.1 La especificidad del entorno: por que emergencias es el contexto de mayor riesgo

El servicio de emergencias (SE) combina la mayor heterogeneidad de presentaciones clinicas, la mas extrema presion de tiempo, la maxima sobrecarga cognitiva simultanea y la mayor incertidumbre diagnostica. La revision sistematica actualizada del AHRQ (agosto 2023)[23] estima que de los 130 millones de visitas anuales a urgencias en EE.UU.: 7,4 millones de pacientes (5,7%) reciben un diagnostico incorrecto; 2,6 millones (2,0%) sufren un evento adverso; y 371.000 (0,3%) sufren danos graves. Traducido a un hospital tipico: 1.400 errores diagnosticos, 500 eventos adversos y 75 danos graves por anio.

6.2 Las condiciones que amplifican el error en el SE

6.2.1 Factores cognitivos propios del SE

El medico de guardia puede estar evaluando 5-10 pacientes en paralelo. El tiempo promedio de contacto no supera los 14 minutos, insuficiente para el razonamiento analitico del Sistema 2 en presentaciones complejas. El 90% de las alertas de soporte de decision son ignoradas en el SE (alert fatigue).[24]

6.2.2 Factores del paciente en el SE

Las presentaciones atipicas son especialmente frecuentes: el ACV con solo vertigo, el IAM en la mujer diabetica con solo fatiga, la sepsis en el anciano sin fiebre. Ademas, la historia clinica previa frecuentemente no esta disponible.

6.2.3 Factores del sistema en el SE

Los cambios de turno en plena evaluacion de un paciente son un punto critico de perdida de informacion. La ausencia de protocolos formalizados de transferencia y la falta de mecanismos de retroalimentacion al medico sobre los casos que regresan en 72 horas son vulnerabilidades del sistema.

6.3 El ‘Big 5’: las cinco condiciones de mayor dano grave

Condicion	Tasa de error	Presentacion critica	Por que es critico	Herramienta IA
ACV / Stroke	4-40% segun presentacion	Vertigo, mareo, ataxia sin deficit focal motor.	17M neuronas/min perdidas. Ventana trombolisis: 4,5h.	RapidAI, Viz.ai LVO
IAM (atipico)	1-22% segun perfil	Sin dolor toracico: mujer, diabetico, anciano.	Necrosis desde 20 min. Ventana PCI <90 min.	Algoritmos ECG por IA
Sepsis	30-40% presentacion atipica	Anciano sin fiebre, inmunosuprimido, neonato.	Mortalidad +7% por cada hora sin antibiotico.	ML (AUC 0,82-0,88)
TEP	20-30%	Sincope, disnea aislada, dolor pleuritico.	Muerte subita. Cor pulmonale cronico.	Scores con ML
Diseccion aortica	30-38% primera consulta	20% sin diferencia de pulsos. Confundida con colico renal.	Mortalidad +1-2%/hora. Anticoagulante: mortal.	D-Dimero + ADD-RS

Tabla 4. Las cinco condiciones de mayor dano grave en urgencias. Fuente: Newman-Toker et al. 2023/2024; AHRQ 2023.

6.4 El error terapeutico en el SE: velocidad y equivocacion

• Dosis inicial erronea: especialmente en pediatria, donde el calculo por peso debe realizarse bajo presion de tiempo.
• Tratamiento de la enfermedad erronea: la anticoagulacion en una diseccion aortica confundida con un SCA, o la trombolisis en un sangrado cerebral considerado ACV isquemico.
• Omision terapeutica: el antibiotico no iniciado a tiempo en la sepsis. Los esteroides no administrados en la crisis adrenal.

6.5 La inteligencia artificial en urgencias: el marco de Taylor et al.

• AI1 – Recoleccion y sintesis de informacion: resumen automatico de la historia clinica, extraccion de datos por NLP, generacion de listas de diagnosticos diferenciales probabilisticas en tiempo real.
• AI2 – Soporte a la decision en tiempo real (CDS): sistemas que priorizan el diagnostico diferencial con probabilidades calibradas por los datos del paciente individual, reduciendo el cierre prematuro.
• AI3 – Retroalimentacion y mejora continua: analisis automatico de los casos con retorno en 72 horas o cambio de diagnostico. Transforma el error en oportunidad formativa sin procesos disciplinarios.

7. El error en el diagnostico por imagenes

7.1 Clasificacion y epidemiologia del error en radiologia

• Error perceptivo (60-80% del total): el hallazgo esta presente en la imagen pero el radiologo no lo detecta. Causado por limites fisiologicos de la percepcion visual.
• Error cognitivo: el hallazgo se ve pero se interpreta incorrectamente.
• Error de comunicacion: el hallazgo se detecta e interpreta correctamente pero no se comunica de forma efectiva al clinico solicitante.

Los estudios contemporaneos estiman una tasa global de discrepancias clinicamente relevantes del 3-5% en condiciones estandar. Esta tasa aumenta hasta el 20-40% en lecturas urgentes nocturnas, cuando la fatiga, la ausencia de un colega y el menor tiempo disponible amplifican todos los sesgos.[26]

7.2 Factores especificos del error en imagenes

7.2.1 Volumen de estudios y fatiga visual

Un radiologo especializado en seccion de guardia puede revisar 100-200 estudios en un turno nocturno, con tiempos de dedicacion de 2-3 minutos por estudio. La curva de error en funcion del cansancio visual es no lineal: el mayor deterioro ocurre entre las horas 6-8 de revision continua.

7.2.2 Contexto clinico insuficiente

El radiologo que recibe un estudio con informacion clinica insuficiente carece del contexto necesario para calibrar su nivel de sospecha.

7.2.3 El fenomeno de la segunda lectura

Los estudios de segunda lectura radiologica (double reading) demuestran consistentemente tasas de deteccion aumentadas del 10-15%. Este es el principio que la IA incorpora de forma sistematica y escalable.[26]

7.3 Las patologias de mayor impacto por error de imagen

Patologia	Modalidad	Tasa de error	Consecuencia	Causa dominante
Nodulo pulmonar incidental	Rx / TC	15-30%	Cancer en estadio avanzado; perdida de ventana curativa.	Solapamiento estructural; tamano <6mm.
Fractura de escafoides	Rx muneca	10-20%	Necrosis avascular; artrosis; cirugia tardia.	Rx normal en fase aguda (<72h); error perceptivo.
HSA (hemorragia subaracnoidea)	TC sin contraste	15-20%	Re-sangrado mortal; vasoespasmo severo.	Hiperdensidad sutil; <24h evolucion.
ACV isquemico hiperagudo	TC sin contraste	30-50% en 6h	Perdida de ventana terapeutica.	Cambios sutiles; error perceptivo.
Neumotorax parcial	Rx torax	5-15%	Deterioro hemodinamico insidioso.	Decubito; volumen pequeno; guardia.
Diseccion aortica	Rx torax	10-20%	Rotura; muerte. Anticoagulacion posterior: mortal.	Ensanchamiento mediastinico inespecifico.
Fractura vertebral osteoporotica	Rx / TC columna	30-40%	Dolor cronico; deformidad progresiva.	Confundida con cambios degenerativos.
Cancer de mama	Mamografia	10-15%	Diagnostico en estadio avanzado; mortalidad evitable.	Patron sutil; mama densa; perceptivo.

Tabla 5. Patologias de mayor impacto por error en imagenes medicas. Fuentes: Elbahi et al. Cureus 2025; AHRQ 2023; Yang et al. iRadiology 2025.

7.4 La inteligencia artificial en imagenes: el campo mas maduro

A mayo de 2024, la FDA habia aprobado 882 dispositivos medicos que utilizan IA o aprendizaje automatico, la mayoria en radiologia y cardiologia.[27]

7.4.1 Deteccion de fractura

La revision sistematica de Elbahi et al. (Cureus, septiembre 2025)[26] documenta que la asistencia de IA mejora la sensibilidad del radiologo en un 6-8% sin perdida de especificidad. Las plataformas OsteoDetect (FDA 510(k)) y BoneView (CE) estan aprobadas. La guia NICE (2024) recomienda el uso de deteccion de fractura por IA en urgencias.

7.4.2 Patologia neurologica aguda

Para el ACV, los sistemas RapidAI y Viz.ai LVO analizan el angioTC cerebral y detectan la oclusion de gran vaso en segundos. Estudios multicentricos documentan una reduccion de 20-28 minutos en el tiempo puerta-aguja y puerta-puncion.[28]

7.4.3 El principio de la doble lectura humano + IA

El estudio de Google DeepMind sobre radiografias de torax (Flamingo-CXR, Nature Medicine, 2025)[29] hallo que el 14% de los errores estaban en los informes humanos y el 22,8% en los de IA. La combinacion de ambos redujo la tasa de error clinicamente significativo al nivel mas bajo medido en el estudio.

Principio de la doble lectura: la IA y el radiologo cometen errores diferentes. La IA es superior en la deteccion sistematica de hallazgos sutiles pero comete errores en la contextualizacion clinica. El radiologo es superior en la integracion del contexto clinico pero comete errores perceptivos por fatiga. La combinacion es superior a ambos por separado.

8. Comparativa integradora de los tres contextos

Dimension	Internacion	Servicio de Emergencias	Imagenes Medicas
Tasa de error daniino	0,7% ingresos; 1 en 14 pacientes (BMJ 2024)	5,7% visitas; 7,4 millones/anio (EE.UU.)	3-5% rutina; 20-40% urgentes nocturnas
Causa cognitiva dominante	Inercia diagnostica + sesgo de atribucion	Cierre prematuro + sobrecarga + presion de tiempo	Error perceptivo (60-80%) + satisficing
Causa sistemica dominante	Handoffs deficientes + polimedicacion	Datos incompletos + alert fatigue	Volumen excesivo + contexto clinico insuficiente
Intervencion IA mas efectiva	Alerta precoz deterioro + LLMs + CPOE	CDS tiempo real para Big 5 + NLP	Deep learning + priorizacion + doble lectura
Principal riesgo de la IA	Automatizacion complaciente en planta	Alert fatigue. Sesgo en datos de entrenamiento.	Generalizacion a distintos equipos/poblaciones

Tabla 6. Comparativa integradora de los errores medicos y el rol de la IA en los tres contextos analizados.

9. Estrategias de prevencion: del individuo al sistema

9.1 Intervenciones sobre los factores cognitivos

Las intervenciones exclusivamente educativas orientadas a la toma de conciencia de los sesgos tienen efecto limitado y no sostenido. Las tecnicas con mayor evidencia incluyen:

• Metacognicion activa: ensenar al clinico a detenerse y preguntarse: ‘?Que diagnostico estoy a punto de perder? ?Este hallazgo encaja con mi hipotesis o la contradice?’
• El ‘tiempo de espera’ diagnostico: implementar un periodo explicito en el que el diagnostico es provisional y obliga a una segunda revision antes de confirmar el alta.
• Diagnostico diferencial estructurado: herramientas como la tecnica SNAPPS o las listas de diferencial estandarizadas obligan al Sistema 2 a revisar al menos tres alternativas.
• Simulacion y retroalimentacion: la exposicion repetida a casos donde el diagnostico inicial era erroneo y analisis explicito de los mecanismos cognitivos involucrados.

9.2 Intervenciones sobre el sistema

• CPOE con alertas de interaccion y de dosis: reducen el error de prescripcion en un 50-80%.[22]
• Protocolos de transferencia (SBAR, I-PASS): reducen los eventos adversos relacionados con handoffs en un 23-37%.[11]
• Checklists de verificacion: el Checklist Quirurgico de la OMS reduce la mortalidad intrahospitalaria en un 47% en paises de ingresos bajos.[1]
• Sistemas de segunda opinion estructurada: la segunda lectura radiologica, la interconsulta obligatoria para patologias de alto riesgo.
• Cultura de seguridad y reporte no punitivo: los sistemas que analizan los errores como oportunidades de aprendizaje tienen tasas de reporte hasta 10 veces mayores.[1]

9.3 El rol especifico de la inteligencia artificial

• Validacion local: el sistema debe estar validado en la poblacion y el contexto en que se usara.
• Integracion en el flujo de trabajo real: la IA que interrumpe el flujo es ignorada.
• Supervision humana obligatoria: el Reglamento Europeo de IA (EU AI Act, agosto 2024)[30] clasifica los sistemas de IA medica como de alto riesgo y establece la supervision humana como requisito legal.
• Cultura de uso critico: el mayor riesgo no es que la IA cometa errores sino que el medico deje de pensar criticamente porque ‘la IA dijo que no es nada’.

10. Discusion: los limites de la evidencia y las prioridades de accion

El campo de la seguridad del paciente y del error diagnostico-terapeutico ha alcanzado, en la decada 2020-2026, una madurez sin precedentes. Sin embargo, persisten brechas significativas:

• La baja generalizabilidad de la evidencia: la mayor parte de los estudios provienen de sistemas sanitarios de altos ingresos. Los datos sobre incidencia y causas del error en paises de ingresos medianos (Argentina, America Latina) son escasos. El Plan de Accion Global de la OMS 2021-2030 reconoce explicitamente esta brecha.[1]
• La subnotificacion sistematica: los sistemas de reporte voluntario capturan una fraccion muy pequena de los errores reales. La digitalizacion masiva de la historia clinica abre la posibilidad del analisis automatico de patrones como proxy de error sistematico.
• La dicotomia individuo-sistema: pese al consenso teorico sobre la naturaleza sistemica del error, la respuesta institucional sigue siendo frecuentemente punitiva e individual. La OMS (2024) documenta que solo el 25% de los paises miembros declaran tener una cultura de seguridad establecida.[1]
• La implementacion de la IA: la brecha entre la evidencia en entornos controlados y el impacto real en la practica es la mas urgente de las brechas de la IA medica.

11. Conclusiones

El error diagnostico y el error terapeutico son consecuencias predecibles y en su mayor parte prevenibles de la interaccion entre capacidades cognitivas humanas normalmente limitadas y condiciones del sistema que las amplifican de forma persistente. La magnitud del problema (mas de 3 millones de muertes anuales a escala global, segun la OMS 2024) justifica considerarlo un problema de salud publica de primera linea.[1]

• Los errores cognitivos son la causa dominante (70-80%) del error diagnostico, pero los errores del sistema son sus condicionantes estructurales. Actuar solo sobre los primeros sin abordar los segundos produce mejoras pequenas y no sostenidas.
• El error terapeutico es ubicuo y evitable: el 53% ocurre en la etapa de prescripcion. Los sistemas de prescripcion electronica con alertas son la intervencion de mayor impacto a menor costo.
• La IA tiene impacto real y medible en el error en imagenes: mas de 882 dispositivos FDA aprobados, mejora del 6-8% en sensibilidad del radiologo, reducciones de 20-28 minutos en tiempo puerta-aguja para ACV.
• La IA no reemplaza al medico: es un potenciador cuando esta integrada correctamente, con supervision humana, en el flujo de trabajo real.
• La cultura organizacional es la condicion previa: ninguna herramienta tecnologica ni ningun protocolo clinico produce impacto sostenido en una organizacion donde el error se castiga en lugar de analizarse.

«La pregunta que debemos hacernos no es quien cometio el error, sino que condiciones del sistema lo hicieron posible y como las cambiamos para que no vuelva a ocurrir.»

– Inspirado en James Reason. La Organizacion de las Trampas Humanas. 1990

Referencias bibliograficas

Se senalan con * las publicaciones del periodo 2024-2026.

1. OMS/WHO. Global Patient Safety Report 2024. Geneva: World Health Organization; 2024. ISBN 9789240095458. *
2. OMS/WHO. Global Patient Safety Action Plan 2021-2030. Geneva: WHO; 2021.
3. Kohn LT, Corrigan JM, Donaldson MS, eds. To Err is Human. Washington DC: National Academy Press; 2000.
4. Reason J. Human Error. Cambridge: Cambridge University Press; 1990.
5. Norman G, et al. The Causes of Errors in Clinical Reasoning. Academic Medicine. 2017;92(1):23-30.
6. Norman G, et al. Dual process models of clinical reasoning. J Eval Clin Pract. 2024;30:788-796. *
7. Norman G. Dual process models [revised analysis]. J Eval Clin Pract. 2024;30:788-796. *
8. Croskerry P, Singhal G, Mamede S. Cognitive debiasing 1. BMJ Qual Saf. 2013;22(suppl 2):ii58-ii64.
9. Norman G, et al. Diagnostic reasoning in emergency medicine. Academic Emergency Medicine. 2024. PMC11921069. *
10. Graber ML, Franklin N, Gordon R. Diagnostic error in internal medicine. Arch Intern Med. 2005;165(13):1493-1499.
11. Starmer AJ, et al. Changes in medical errors after implementation of a handoff program. N Engl J Med. 2014;371(19):1803-1812.
12. Lee S, Park J, Kim H. Types of Medication Errors in the Hospital. ScienceDirect. December 2025. *
13. Keers RN, et al. Causes of medication administration errors in hospitals. Drug Saf. 2013;36(11):1045-1067.
14. Dzierzanowska D, et al. Medication Errors in Intensive Care Settings. Medicina. 2025;61(3):369. *
15. Mendonca N, et al. Predisposing Factors to Medication Errors by Nurses. Nurs Rep. 2024;14(3):1553-1569. *
16. Frontiers in Public Health. Poor quality care in healthcare settings. Front Public Health. 2025;13:1504172. *
17. Gunderson CG, et al. Prevalence of harmful diagnostic errors in hospitalised adults. BMJ Qual Saf. 2020;29(12):1008-1018.
18. BMJ Group. Harmful diagnostic errors may occur in 1 in every 14 general medical hospital patients. October 2024. *
19. Rowe TA, et al. Medication errors in adult intensive care units: a scoping review. Intensive Care Medicine. June 2025. *
20. Faiyazuddin M, et al. The Impact of Artificial Intelligence on Healthcare. Health Sci Rep. 2025;8(1):e70312. *
21. Lozano R, et al. Evaluating Multimodal LLMs for Inpatient Diagnosis. arXiv:2604.16980. April 2026. *
22. Sarvari P, et al. A systematic evaluation of GPT-4 and PaLM2. Health Care Science. 2024;3(1):3-18. *
23. Newman-Toker DE, et al. Diagnostic Errors in the Emergency Department. AHRQ Comparative Effectiveness Reviews, No. 258. August 2023. *
24. Taylor RA, et al. Leveraging artificial intelligence to reduce diagnostic errors in emergency medicine. Acad Emerg Med. 2025;32:327-339. *
25. Newman-Toker DE, et al. Burden of serious harms from diagnostic error in the USA. BMJ Qual Saf. 2024;33(2):109-120. *
26. Elbahi MK, et al. Artificial Intelligence in Fracture Diagnosis on Radiographs. Cureus. 2025. *
27. JMIR Medical Informatics. Comparing Diagnostic Accuracy: Clinical Professionals and LLMs. JMIR Med Inform. 2025;13:e64963. *
28. Correia G, et al. The Impact of Artificial Intelligence on Emergency Medicine. arXiv:2503.14546. 2025. *
29. Google DeepMind. Flamingo-CXR comparative analysis. Nat Med. 2025. *
30. Reglamento (UE) 2024/1689 del Parlamento Europeo relativo a la inteligencia artificial. Diario Oficial de la UE, 12 julio 2024. *