La interfaz no podía competir con la conversación entre médico y paciente.
← Ecosistema HealthTech
Caso 04 · Human–AI interaction · FAIR-AI
Diseñar asistencia clínica sin ceder la decisión a la IA.
Definí una experiencia en la que la IA captura, organiza y sugiere durante la consulta, mientras el médico puede rastrear, corregir y validar cada resultado antes de convertirlo en información clínica confirmada.
Menos documentación, más atención
La IA podía aliviar el trabajo operativo, pero también introducir un nuevo riesgo.
Durante una consulta, el médico escucha, pregunta, interpreta y documenta al mismo tiempo. el producto HealthTech buscaba reducir esa carga mediante transcripción, organización automática de la historia y sugerencias contextuales.
Sin una experiencia cuidadosamente diseñada, una salida generada podía confundirse con un hecho, una decisión o una recomendación ya validada. El reto era hacer útil la asistencia sin ocultar incertidumbre ni desplazar la responsabilidad profesional.
02 / Problema
La tensión principal
La automatización debía ahorrar tiempo sin fabricar autoridad.
La transcripción y la interpretación podían contener omisiones o errores.
Debía quedar claro qué reportó el paciente, qué organizó la IA y qué confirmó el médico.
Ninguna sugerencia clínica podía incorporarse sin revisión profesional.
Pregunta de diseño¿Cómo aprovechar la velocidad de la IA sin hacer que una sugerencia parezca una decisión clínica?
Acción personal
Convertí los límites de la IA en reglas visibles de interacción.
Separé captura, organización, sugerencia y validación para evitar que el sistema saltara directamente de una conversación a una conclusión.
Definí cómo distinguir información reportada, transcripción, contenido generado y dato confirmado.
Diseñé patrones para revisar, editar, aceptar, descartar, volver a la fuente y marcar información insuficiente.
Incorporé casos de audio incompleto, contradicciones, baja confianza, interrupciones y sugerencias que requieren escalamiento humano.
Documenté reglas de trazabilidad, permisos, persistencia y límites para acompañar la implementación del MVP.
De la conversación a una decisión revisada
Cuatro estados evitan que la automatización borre la responsabilidad.
La información solo cambia de estado cuando existe una acción explícita; la IA no convierte automáticamente una inferencia en parte confirmada de la historia clínica.
Supervisión humana integrada
La seguridad no vive en una advertencia: vive en cada interacción.
Estados que no se confunden
La interfaz diferencia transcripción, contenido organizado por IA, sugerencia pendiente y decisión confirmada por el profesional.
Fuente siempre disponible
Cada resumen o dato puede rastrearse hasta el fragmento de conversación o información que lo originó.
Validación dentro del flujo
Editar, aceptar o descartar ocurre donde aparece la sugerencia, sin enviar al médico a una revisión separada al final.
Excepciones antes que automatismos
La experiencia contempla incertidumbre, información contradictoria, fallas de captura y casos que requieren detener o escalar.
FAIR-AI aplicado a la interfaz
Tres garantías hacen comprensible y reversible la asistencia.
Etiquetas y estados indican cuándo el sistema transcribió, organizó o sugirió contenido.
La fuente original permanece disponible para contrastar cualquier resumen o propuesta.
El profesional puede editar, rechazar o validar y su acción queda registrada.
Exploración para pensar y comunicar
La asistencia se diseñó alrededor de revisión, decisión y autoría profesional.
Las imágenes ayudaron a hacer visibles los puntos donde la IA debía detenerse y devolver el control. La solución final se refinó para conservar solo las ayudas de mayor valor dentro del tiempo disponible para el MVP.
Ampliar imagen ↗Cada propuesta permanece pendiente hasta que el profesional la acepta, edita o descarta; la decisión no se automatiza.
Exploración conceptual · Dirección UX/Product · Visualización asistida por IA
Ampliar imagen ↗Exploración del momento de cierre para comprobar pendientes, validar documentos y conservar la autoría antes de entregar información al paciente.
Exploración conceptual · Dirección UX/Product · Visualización asistida por IA08 / Herramientas
Herramientas conectadas a decisiones.
- Figma
- Flujos, wireframes, estados, componentes y prototipos.
- FigJam
- Modelo de interacción, fuentes, validaciones y escenarios borde.
- ChatGPT + GenAI
- Exploración de casos, microcopy, variaciones y comportamiento esperado.
- FAIR-AI
- Riesgo, transparencia, supervisión humana y monitoreo seguro.
- Definición funcional
- Reglas, permisos, trazabilidad, excepciones y handoff.
09 / Resultado
Resultados comprobables de diseño
Un modelo de asistencia preparado para ser evaluado con responsabilidad.
- Flujo completo desde la captura hasta la validación profesional.
- Estados diferenciados para fuente, contenido generado y decisión confirmada.
- Patrones reutilizables para revisar, corregir, aceptar y descartar.
- Trazabilidad incorporada como parte de la experiencia, no como función secundaria.
- Escenarios de error e incertidumbre definidos antes de la implementación.
El producto continúa en desarrollo. Estos son resultados de diseño y definición; la precisión, el ahorro de tiempo y la seguridad deberán comprobarse mediante validación clínica y monitoreo continuo.
Lo que este caso reforzó
En una experiencia clínica, la confianza no surge de hacer que la IA parezca segura, sino de permitir que sus límites sean visibles y manejables.
La siguiente etapa debe medir cuándo la asistencia realmente libera atención, dónde el médico necesita volver a la fuente y qué tipos de sugerencia requieren controles más estrictos o no deberían automatizarse.
Siguiente caso
Estrategia terapéutica y documentos.
Cómo una prescripción compleja se convierte en un plan diario claro, revisable y útil para el paciente.