Cómo lograr que la IA supere la gobernanza en un laboratorio regulado

Cuando un grupo de laboratorios médicos nos pidió llevar IA a su sistema de información de laboratorio, el trabajo técnico fue la mitad fácil. Cada intento anterior había muerto en el mismo punto: una conversación sobre gobernanza que nadie lograba cerrar, porque nadie podía responder quién aprueba un modelo, quién revisa su salida y qué queda registrado cuando influye en un resultado.

Así que invertimos el proyecto. Antes de seleccionar cualquier modelo, nos sentamos con calidad y con la dirección clínica y construimos el marco: roles designados para cada decisión que involucra IA, puntos de revisión que un caso de uso debe superar antes y después del despliegue, y un registro de auditoría especificado con el mismo estándar que cualquier otro instrumento del laboratorio.

Ese orden cambió por completo la dinámica interna. Cumplimiento dejó de ser el departamento que dice que no y se convirtió en coautor del proceso de admisión. Cuando el primer caso de uso llegó para revisión, la pregunta ya no era "¿debería permitirse la IA en el laboratorio?" — era "¿esta propuesta supera los puntos de control que redactamos?". Una de esas preguntas se puede responder en una reunión; la otra no.

El principio técnico de fondo es el que sostenemos en todo despliegue regulado: el sistema recomienda, las personas deciden. El personal clínico conserva la autoridad final sobre cada resultado, y la trazabilidad de auditoría registra tanto la recomendación como la decisión humana. Eso no es una limitación de la IA — es la propiedad que hizo posible la aprobación para producción.

El laboratorio ahora tiene IA en producción y, más importante aún, una ruta repetible para el próximo caso de uso. Si su organización tiene un mandato de IA estancado detrás de un muro de gobernanza, la lección es transferible: deje de intentar que aprueben el modelo. Construya aquello que aprueba.