Introducción
La inteligencia artificial ocupa progresivamente espacios centrales dentro de la electrocardiografía, imágenes cardiovasculares, predicción clínica y organización del conocimiento médico (1,2). También participa en actividades docentes, búsquedas científicas, análisis de datos y elaboración de contenidos académicos (3–5). Estas aplicaciones pueden ampliar determinadas capacidades profesionales, reducir tareas repetitivas y facilitar acceso hacia información especializada. Sin embargo, su adopción avanza más rápidamente que la evidencia independiente y los mecanismos institucionales necesarios para gobernarla (3,4).
La discusión suele concentrarse en precisión, velocidad, productividad y posibilidades para automatizar diferentes tareas profesionales (1–5). Este enfoque presupone que mejorar el rendimiento técnico conduce necesariamente hacia mejores decisiones y resultados clínicos. Sin embargo, una predicción precisa puede resultar inaplicable, desproporcionada o irrelevante para determinado paciente (1–4). La excelencia algorítmica tampoco resuelve problemas relacionados con autonomía, justicia, responsabilidad, confidencialidad y finalidad profesional (3,4,6–10).
La inteligencia artificial no solamente modifica aquello que los cardiólogos pueden realizar mediante nuevas herramientas (1,2). También transforma cómo aprenden, investigan, interpretan información y atribuyen autoridad al conocimiento disponible (4,5,14,15,20,23). Esta transformación alcanza procesos cognitivos tradicionalmente considerados centrales para la identidad profesional (5,6,14,15). Por ello, su incorporación representa también un problema epistemológico, bioético, institucional y social (3–10,17,18,22).
La cardiología necesita deliberar antes de normalizar prácticas cuyas consecuencias permanecen insuficientemente evaluadas (3,4,11–17). Esta deliberación debe superar tanto la fascinación tecnológica como el rechazo automático hacia cualquier innovación (11,14–18). Ambas posiciones simplifican problemas que requieren evidencia, prudencia y evaluación contextual (7,11–13,16,17). El desafío consiste en establecer condiciones éticas para utilizar inteligencia artificial sin debilitar conocimiento, juicio clínico ni responsabilidad (11–23).
Justificación
Los marcos internacionales reconocen beneficios potenciales de la inteligencia artificial para diagnóstico, investigación, educación y organización de la atención (3,4). También advierten riesgos relacionados con autonomía, seguridad, opacidad, discriminación y concentración del poder tecnológico (3,4). La Organización Mundial de la Salud sostiene que las decisiones deben permanecer bajo control humano significativo (3,4). Sin embargo, esta formulación necesita traducirse hacia obligaciones profesionales e institucionales aplicables dentro de situaciones concretas (16,17).
Mantener formalmente al profesional dentro del proceso decisional no garantiza comprensión ni independencia clínica. Un cardiólogo puede aceptar automáticamente una recomendación y continuar apareciendo como responsable final (11–13,16). Esta situación conserva al decisor humano, pero puede vaciar completamente su participación cognitiva. Por ello, la supervisión formal resulta insuficiente cuando no existe capacidad efectiva para comprender, contextualizar y rechazar (11–17).
La educación médica enfrenta problemas relacionados con dependencia cognitiva, aprendizaje superficial e integridad académica (5,14,15). La investigación también incorpora riesgos de referencias inexistentes, resultados opacos y conclusiones difícilmente reproducibles (4,5,20,23). La asistencia puede sufrir sesgo de automatización, pérdida de competencias y fragmentación de responsabilidades (3,4,11–16,19). Estos problemas justifican construir un marco específico para docencia, investigación y práctica cardiológica.
El proyecto Custodia del Acto Médico en la Era de la Inteligencia Artificial ha examinado progresivamente estos desafíos desde Instituto EduCardio (11–23). Su propuesta avanza desde la supervisión humana formal hacia una participación profesional cognitivamente significativa (11–17). Custodiar significa comprender cómo interviene la tecnología y responder por aquello finalmente aceptado (11–13,16). Este fundamento proporciona una orientación conceptual para estructurar el código ético propuesto.
Objetivo general
Estructurar un código ético compartido para orientar la incorporación responsable de inteligencia artificial dentro de la docencia, investigación y asistencia cardiológica.
Objetivos específicos
- Identificar problemas éticos, profesionales y epistemológicos asociados con la inteligencia artificial aplicada dentro de diferentes ámbitos de la cardiología.
- Analizar las limitaciones de la supervisión humana meramente formal durante decisiones profesionales asistidas mediante sistemas algorítmicos.
- Formular principios aplicables a educación, investigación, práctica clínica y gobernanza institucional dentro de la especialidad cardiológica.
- Incorporar responsabilidad social, justicia distributiva y protección de grupos vulnerables como dimensiones transversales del código propuesto.
- Proponer criterios orientadores para transformar los principios éticos en procedimientos institucionales verificables, revisables y profesionalmente aplicables.
Metodología
Se realizó una revisión narrativa, documental y crítica orientada hacia la formulación de una propuesta ética aplicada. Este diseño fue seleccionado porque el objetivo no consistió en estimar cuantitativamente la eficacia de determinada intervención. Tampoco se pretendió realizar una revisión sistemática sobre todas las aplicaciones cardiovasculares disponibles. El propósito fue integrar fundamentos científicos, profesionales y bioéticos dentro de un marco normativo coherente.
Las fuentes incluyeron documentos de la Organización Mundial de la Salud sobre ética y gobernanza algorítmica (3,4). También fueron examinadas declaraciones sobre profesionalismo médico, autorregulación y responsabilidad social de la profesión (6–10). La evidencia cardiovascular incluyó publicaciones sobre inteligencia artificial, resultados clínicos e imágenes cardiovasculares (1,2). Además, se incorporó una revisión sobre inteligencia artificial generativa y profesionalismo dentro de la educación médica (5).
El análisis consideró igualmente los artículos pertenecientes al proyecto Custodia del Acto Médico de Instituto EduCardio (11–23). Estos trabajos desarrollan conceptos relacionados con custodia, profesionalismo, evidencia científica, autoría, brecha digital y supervisión humana. También examinan aplicaciones cardiovasculares concretas y problemas derivados de la transformación digital del acto médico (19–23). Su incorporación permitió contextualizar la propuesta dentro de la práctica cardiológica y la realidad venezolana (18,22).
Las fuentes fueron examinadas mediante categorías previamente definidas desde la bioética clínica y el profesionalismo (3–10). Estas categorías comprendieron dignidad, finalidad, autonomía, conocimiento, verificación, responsabilidad, transparencia, confidencialidad, justicia, supervisión y juicio clínico. Posteriormente, las categorías fueron comparadas, integradas y organizadas como principios normativos. La responsabilidad social fue analizada transversalmente porque atraviesa cada dimensión del código propuesto (6–9,18,22).
La metodología posee naturaleza deliberativa y no pretende establecer recomendaciones clínicas basadas en niveles cuantitativos de evidencia. Cada principio fue formulado considerando coherencia ética, aplicabilidad profesional y posibilidad de evaluación institucional. La propuesta permanece abierta a revisión interdisciplinaria, participación de pacientes y validación mediante experiencias reales. Su desarrollo futuro requerirá métodos de consenso formal y evaluación prospectiva de su aplicación.
Fundamentos conceptuales
Del control humano a la custodia profesional
El control humano constituye una condición necesaria, pero insuficiente para proteger decisiones asistidas mediante inteligencia artificial (3,4,16,17). Su significado depende de la comprensión, independencia y capacidad real del profesional para intervenir durante el proceso. La participación humana pierde contenido cuando se limita a confirmar recomendaciones previamente construidas por sistemas opacos. Permanecer dentro del circuito decisional no significa necesariamente custodiarlo (11–13,16).
La custodia profesional exige comprender cómo intervino la herramienta y cuáles factores condicionaron su resultado (11–13). También requiere contextualizar recomendaciones, contrastarlas con evidencia y reconocer incertidumbres relevantes (11,12,16,17). El cardiólogo debe conservar capacidad intelectual e institucional para modificar o rechazar aquello propuesto. Sin estas condiciones, la supervisión humana se convierte en una formalidad administrativa sin verdadero contenido ético.
Profesionalismo médico ante la mediación algorítmica
El profesionalismo representa el fundamento del contrato establecido entre medicina, pacientes y sociedad (6–10). Sus principios incluyen bienestar del paciente, autonomía, justicia, competencia, honestidad y responsabilidad profesional (6,7). La inteligencia artificial no elimina estas obligaciones, pero modifica las condiciones necesarias para cumplirlas (5,14,15). Cuanto mayor sea la capacidad tecnológica, mayor deberá ser el discernimiento profesional.
La responsabilidad médica continúa siendo personal, aunque necesite estructuras colectivas de garantía y autorregulación (6,7,10). Las instituciones deben establecer estándares, auditorías y procedimientos para comunicar incidentes tecnológicos relevantes (3,4,7–10). Sin embargo, ninguna política puede sustituir completamente la deliberación profesional frente al paciente. El cardiólogo conserva responsabilidad por aquello que acepta, comunica o incorpora dentro de una decisión (11–17).
La inteligencia artificial como mediadora del conocimiento
Los sistemas generativos no solamente ejecutan instrucciones previamente definidas por quienes formulan determinada pregunta (4,5). También seleccionan información, establecen relaciones y producen interpretaciones con apariencia de razonamiento profesional. Estas funciones influyen sobre aquello que estudiantes e investigadores consideran científicamente relevante (5,20,23). Por ello, la inteligencia artificial comienza a mediar la construcción y circulación del conocimiento médico.
Esta mediación introduce problemas relacionados con opacidad, autoridad científica y dependencia cognitiva (3–5,20,23). Quienes controlan los modelos pueden influir indirectamente sobre contenidos, prioridades y decisiones profesionales (3,4). Las instituciones podrían depender progresivamente de arquitecturas cuyo funcionamiento desconocen ampliamente. El código debe responder también a esta dimensión epistemológica y no solamente a posibles errores técnicos.
Resultados: propuesta del código ético
El análisis permitió formular once principios aplicables a docencia, investigación, asistencia y gobernanza institucional. Estos principios no pretenden sustituir normativas jurídicas, códigos deontológicos ni protocolos específicos. Su finalidad consiste en proporcionar una base compartida para deliberar sobre aplicaciones concretas. Cada principio necesita traducirse posteriormente hacia obligaciones, indicadores y procedimientos verificables.
1. Dignidad humana
Toda aplicación debe reconocer a la persona como finalidad esencial del cuidado, evitando reducirla exclusivamente a datos, patrones o probabilidades (3,4,6,7).
2. Finalidad legítima
Cada utilización necesita responder a una necesidad educativa, científica o clínica claramente definida, razonable y proporcionalmente beneficiosa (3,4,7,11).
3. Alfabetización crítica
Estudiantes, investigadores y profesionales deben comprender capacidades, limitaciones, sesgos y consecuencias antes de utilizar cualquier sistema algorítmico (5,14,15,17).
4. Verificación proporcional
Toda afirmación relevante necesita contraste independiente, aumentando la intensidad de comprobación según sus riesgos y posibles consecuencias (4,11–13,16,20).
5. Transparencia
El uso significativo debe declararse, identificando herramienta, versión, finalidad, participación humana y modificaciones realizadas sobre sus resultados (3,4,20,23).
6. Responsabilidad humana
Toda decisión necesita responsables identificables, capaces de responder profesional, científica y moralmente por las consecuencias finalmente producidas (3,4,6,10–16).
7. Integridad científica
Los investigadores deben verificar datos, referencias, análisis e interpretaciones antes de incorporarlos a publicaciones, protocolos o decisiones (4,5,20,23).
8. Confidencialidad
Ninguna información identificable debería introducirse dentro de plataformas carentes de autorización, seguridad institucional y protección jurídica suficiente (3,4,7,17).
9. Justicia e inclusión
Las aplicaciones necesitan evaluar accesibilidad, representación poblacional y discriminaciones, evitando profundizar desigualdades asistenciales o educativas existentes (3,4,6–9,22).
10. Supervisión independiente
La gobernanza requiere evaluación interdisciplinaria, auditoría periódica y comunicación de incidentes, independientemente de desarrolladores y proveedores comerciales (3,4,7–10,16,17).
11. Protección del juicio clínico
El cardiólogo debe conservar capacidad para comprender, contextualizar, cuestionar, modificar o rechazar cualquier recomendación producida algorítmicamente (1–4,11–17,19,21).
Responsabilidad social como dimensión transversal
La inteligencia artificial puede ampliar el acceso al conocimiento especializado y mejorar determinadas capacidades diagnósticas (1–4). Sin embargo, sus beneficios no se distribuyen automáticamente de manera equitativa (3,4,7–9,22). Las instituciones con mayores recursos accederán probablemente a plataformas avanzadas y profesionales especializados. Las comunidades vulnerables podrían recibir modelos menos representativos o permanecer completamente excluidas.
La calidad algorítmica depende también de las poblaciones incluidas durante entrenamiento y validación (1–4). Los grupos insuficientemente representados pueden recibir predicciones menos confiables y mayores riesgos de clasificación incorrecta. Esta desigualdad no constituye solamente una limitación metodológica. Representa un problema de justicia que debe evaluarse antes de cualquier implementación (3,4,6–9,22).
La responsabilidad social también exige considerar costos de oportunidad (7–9,18,22). Invertir recursos importantes en determinada plataforma puede disminuir capacidades disponibles para medicamentos, personal o infraestructura esencial. Una tecnología técnicamente avanzada puede resultar socialmente inadecuada dentro de contextos con prioridades diferentes. La legitimidad ética requiere comparar beneficios esperados con alternativas reales y necesidades colectivas.
El Marco ético de la Sociedad Española de Cardiología recuerda que «lo óptimo no es lo máximo» (7). Esta afirmación cuestiona la identificación automática entre mayor complejidad tecnológica y mejor atención. La responsabilidad social debe atravesar todos los principios y no permanecer como recomendación periférica. Innovar responsablemente también significa reconocer cuándo determinada tecnología no constituye una prioridad justificable.
Aplicación dentro de la docencia cardiológica
La formación debe proteger el razonamiento clínico antes de permitir delegaciones cognitivas progresivamente complejas (5,14,15). Algunas actividades podrán incorporar inteligencia artificial después de desarrollar inicialmente argumentos independientes. Otras necesitarán realizarse sin asistencia tecnológica para demostrar competencias fundamentales. La finalidad consiste en formar profesionales capaces de utilizar sistemas algorítmicos sin depender cognitivamente de ellos.
Los estudiantes deben aprender a verificar afirmaciones, comprobar referencias y reconocer respuestas clínicamente incoherentes (5,14,15,17). También necesitan comprender privacidad, sesgos, conflictos de intereses y limitaciones metodológicas (3–5,17). La alfabetización técnica resulta insuficiente cuando no incorpora deliberación bioética y responsabilidad profesional. El docente conserva una función esencial como modelo de prudencia, transparencia y custodia (5,14,15).
La evaluación académica necesita diferenciar conocimientos propios, competencias asistidas y capacidades delegables. Esta separación permite proteger procesos cognitivos fundamentales durante etapas formativas tempranas. También facilita enseñar cuándo utilizar inteligencia artificial y cuándo resulta profesionalmente prudente prescindir de ella. La finalidad no consiste solamente en formar usuarios técnicamente competentes.
Aplicación dentro de la investigación cardiovascular
Todo uso sustancial debe declararse dentro del protocolo, análisis, redacción y comunicación de resultados (3–5,20,23). Los investigadores necesitan identificar herramienta, versión, finalidad y contribución específica dentro del proceso desarrollado. También deben conservar registros suficientes para reconstruir decisiones metodológicas relevantes. La transparencia permite evaluar cómo participó la inteligencia artificial dentro del conocimiento producido.
La inteligencia artificial no puede asumir autoría porque carece de responsabilidad moral y capacidad para responder (20,23). Los autores humanos conservan obligaciones completas sobre datos, análisis, referencias e interpretaciones publicadas. La información confidencial tampoco debería introducirse dentro de plataformas no autorizadas (3,4,17). Custodiar la evidencia constituye una condición necesaria para proteger posteriormente cualquier decisión clínica derivada.
La velocidad del procesamiento algorítmico nunca debería confundirse con validez científica o relevancia clínica (4,5,20). Los resultados necesitan reproducibilidad, revisión independiente y evaluación crítica antes de convertirse en evidencia aplicable. También deben identificarse sesgos derivados de datos incompletos o poblaciones insuficientemente representadas. La integridad científica permanece bajo responsabilidad humana durante todas las etapas investigativas.
Aplicación dentro de la asistencia cardiológica
El rendimiento técnico debe distinguirse cuidadosamente del beneficio clínicamente relevante (1–4). Un modelo puede clasificar correctamente sin mejorar decisiones, resultados o experiencias del paciente. Toda herramienta necesita validación dentro de poblaciones semejantes a aquellas donde será utilizada. También requiere vigilancia continua después de su implementación institucional.
El cardiólogo debe comprender cómo influye la recomendación algorítmica dentro del proceso clínico (11–17). También necesita contrastarla con evidencia, contexto, proporcionalidad y preferencias del paciente. La documentación deberá identificar intervenciones tecnológicas con influencia sustancial sobre decisiones relevantes. Ninguna recomendación debería aceptarse cuando resulte inexplicable, insuficientemente validada o incompatible con el bien del paciente.
Las aplicaciones electrocardiográficas muestran posibilidades diagnósticas anteriormente inaccesibles para la interpretación convencional (21). Sin embargo, una asociación algorítmica no constituye automáticamente una enfermedad clínicamente confirmada. Su utilización necesita prevenir falsos positivos, sobrediagnóstico, ansiedad e investigaciones innecesarias. Predecir continúa siendo diferente de diagnosticar y decidir responsablemente.
Gobernanza institucional
Las instituciones deben clasificar aplicaciones según finalidad, complejidad y nivel de riesgo previsible (3,4,16,17). Corregir un texto docente no equivale a interpretar un ecocardiograma o seleccionar candidatos para determinado procedimiento. La intensidad de supervisión necesita guardar relación con las posibles consecuencias. Las actividades de mayor riesgo requieren validación independiente y seguimiento más riguroso.
Los comités responsables deberían incorporar cardiólogos, docentes, investigadores, especialistas en bioética, expertos en datos y representantes de pacientes. También necesitan políticas para confidencialidad, comunicación de incidentes y revisión periódica del desempeño (3,4,7–10). La gobernanza no debería depender exclusivamente de proveedores o autoridades administrativas. Su legitimidad requiere independencia, transparencia y participación interdisciplinaria.
La evaluación tampoco debe finalizar después de autorizar determinada herramienta. Los modelos pueden modificar su rendimiento cuando cambian poblaciones, datos, versiones o condiciones institucionales. Por ello, resulta necesario vigilar errores, sesgos, dependencia profesional y resultados clínicamente relevantes. La custodia institucional exige evaluación continua y capacidad efectiva para suspender aplicaciones inseguras.
Discusión
El código propuesto responde a una insuficiencia presente dentro de numerosos marcos generales sobre inteligencia artificial. Declarar principios universales resulta necesario, pero no garantiza su aplicación dentro de decisiones profesionales concretas. La custodia intenta traducir esos principios hacia acciones cognitivas e institucionales verificables (11–17). Su aporte principal consiste en diferenciar control humano formal de participación profesional significativa.
La propuesta también cuestiona la identificación entre innovación, progreso y beneficio clínico. Una tecnología puede aumentar productividad sin mejorar resultados relevantes para pacientes (1–4). También puede desplazar recursos, introducir dependencia y ampliar desigualdades previamente existentes (7–9,18,22). El análisis ético debe examinar finalidades y consecuencias, además del rendimiento técnico.
Los once principios mantienen relaciones de dependencia recíproca. La transparencia resulta insuficiente cuando el profesional carece de conocimientos para interpretar aquello declarado. La verificación tampoco protege cuando la institución impide rechazar recomendaciones tecnológicamente favorecidas. La responsabilidad humana necesita competencia, autonomía y condiciones organizativas suficientes.
La responsabilidad social adquiere especial importancia dentro de contextos con infraestructura limitada y profundas desigualdades de acceso (18,22). Una tecnología apropiada dentro de determinadas instituciones puede resultar injustificable dentro de otras. Por ello, el código no propone respuestas universales independientes del contexto. Propone criterios compartidos para deliberar prudentemente sobre situaciones diferentes.
La propuesta tampoco pretende defender una autoridad médica inmune a cualquier evaluación externa. El juicio profesional puede equivocarse y necesita auditoría, deliberación interdisciplinaria y participación informada del paciente. La custodia no protege al médico frente a la tecnología. Protege el acto médico mediante responsabilidades distribuidas, pero claramente identificables.
Limitaciones
La propuesta deriva de una revisión narrativa y no representa los resultados de un consenso formal interdisciplinario. Tampoco ha sido evaluada prospectivamente dentro de instituciones educativas, científicas o asistenciales. Los principios necesitan operacionalización mediante indicadores y procedimientos adaptados a distintos niveles de riesgo. Estas limitaciones impiden considerar el código como una regulación definitiva.
La literatura sobre inteligencia artificial evoluciona rápidamente y puede modificar algunos problemas actualmente identificados. Sin embargo, nuevos avances también pueden introducir riesgos todavía desconocidos. Por ello, cualquier código necesita revisión periódica y mecanismos transparentes de actualización. Su legitimidad dependerá de permanecer abierto a evidencia, crítica y participación social.
La propuesta también requiere adaptación jurídica e institucional según cada contexto nacional. Diferentes sistemas de salud poseen capacidades, recursos y marcos regulatorios considerablemente diversos. Esta heterogeneidad impide trasladar mecánicamente procedimientos entre instituciones y comunidades. Los principios compartidos necesitan aplicaciones prudentes y contextualmente justificadas.
Conclusiones
La inteligencia artificial puede mejorar determinadas funciones cognitivas, científicas y clínicas dentro de la cardiología. También puede generar dependencia, opacidad, desigualdad y fragmentación de responsabilidades. Su capacidad tecnológica continuará creciendo con mayor rapidez que numerosos marcos institucionales. La respuesta profesional no puede limitarse a aceptar pasivamente esta transformación.
El código propuesto articula once principios para orientar docencia, investigación, asistencia y gobernanza institucional. Su fundamento consiste en sustituir supervisión formal por custodia cognitivamente significativa. La responsabilidad social atraviesa toda la propuesta y exige considerar acceso, representación y costos de oportunidad. La tecnología solamente adquiere legitimidad cuando permanece subordinada hacia finalidades profesionales y humanas.
La cardiología necesita profesionales capaces de comprender, cuestionar y gobernar los sistemas algorítmicos utilizados. También requiere instituciones capaces de evaluar, supervisar y rechazar herramientas insuficientemente justificadas. Ningún algoritmo puede asumir responsabilidad moral ni responder ante pacientes por sus consecuencias. Esa responsabilidad continuará perteneciendo a quienes enseñan, investigan, deciden y cuidan.
La pregunta final debe formularse antes de que determinadas prácticas resulten difícilmente reversibles. Cuando la inteligencia artificial produzca conocimiento y participe en decisiones cardiovasculares, alguien deberá responder. Esa responsabilidad no puede quedar depositada dentro de una arquitectura tecnológica opaca. La cardiología debe decidir quién custodiará su conocimiento, juicio clínico y responsabilidad antes de que otros decidan por ella.
Referencias
- Armoundas AA, Narayan SM, Arnett DK, et al. Use of artificial intelligence in improving outcomes in heart disease. Circulation. 2024;149(14):e1028–e1050. doi:10.1161/CIR.0000000000001201.
- Hanneman K, Berman DS, Cheng JY, et al. Value creation through artificial intelligence and cardiovascular imaging. Circulation. 2024;149(6):e296–e311. doi:10.1161/CIR.0000000000001202.
- Organización Mundial de la Salud. Ethics and governance of artificial intelligence for health: WHO guidance. Ginebra: OMS; 2021.
- Organización Mundial de la Salud. Ethics and governance of artificial intelligence for health: guidance on large multi-modal models. Ginebra: OMS; 2025.
- Komasawa N, Yokohira M. Generative artificial intelligence in medical education: challenges and possibilities for future professionalism. Cureus. 2025;17(6):e86316. doi:10.7759/cureus.86316.
- ABIM Foundation; ACP–ASIM Foundation; European Federation of Internal Medicine. Medical professionalism in the new millennium: a physician charter. Ann Intern Med. 2002;136(3):243–246.
- De los Reyes López M, Martín-Luengo C, Brugada J, et al. Marco ético de la Sociedad Española de Cardiología. Rev Esp Cardiol. 2006;59(12):1314–1327.
- Sociedad Española de Cardiología. El cardiólogo y la cardiología del futuro: situación actual y retos de la especialidad. Madrid: SEC; 2018.
- Escaned Barbosa J, Roig Minguell E, Chorro Gascó FJ, et al. Ámbito de actuación de la cardiología en los nuevos escenarios clínicos. Rev Esp Cardiol. 2008;61(2):161–169.
- Wynia MK. The role of professionalism and self-regulation in detecting impaired or incompetent physicians. JAMA. 2010;304(2):210–212.
- Núñez Medina TJ. Custodiar el acto médico en la era de la inteligencia artificial. Instituto EduCardio; 2026.
https://institutoeducardio.net/custodia-acto-medico-inteligencia-artificial/ - Núñez Medina TJ. Modelo CUSTODIA-IA: un marco deliberativo para orientar decisiones médicas asistidas por inteligencia artificial. Instituto EduCardio; 2026.
https://institutoeducardio.net/modelo-custodia-ia-decisiones-medicas-inteligencia-artificial/ - Núñez Medina TJ. Custodiar el acto médico en la era de la inteligencia artificial. El modelo CUSTODIA-IA. Instituto EduCardio; 2026.
https://institutoeducardio.net/custodia-acto-medico-inteligencia-artificial-2/ - Núñez Medina TJ. Un nuevo profesionalismo para custodiar el acto médico en la era de la inteligencia artificial. Instituto EduCardio; 2026.
https://institutoeducardio.net/profesionalismo-medico-inteligencia-artificial/ - Núñez Medina TJ. Del nuevo profesionalismo clínico a la custodia del acto médico. Instituto EduCardio; 2026.
https://institutoeducardio.net/custodia-acto-medico-profesionalismo-inteligencia-artificial/ - Núñez Medina TJ. De la supervisión humana a la custodia del acto médico: una lectura clínica de la guía de la OMS. Instituto EduCardio; 2026.
https://institutoeducardio.net/supervision-humana-custodia-acto-medico-ia-oms/ - Núñez Medina TJ. Lectura crítica y bioética de la guía de la OMS sobre inteligencia artificial para la salud. Instituto EduCardio; 2026.
https://institutoeducardio.net/lectura-critica-y-bioetica-de-la-guia-de-la-oms-sobre-inteligencia-artificial-para-la-salud/ - Núñez Medina TJ. De Silicon Valley al Vaticano y al escenario clínico venezolano. Instituto EduCardio; 2026.
https://institutoeducardio.net/de-silicon-valley-al-vaticano-escenario-clinico-venezolano/ - Núñez Medina TJ. Del i-Paciente al i-Doctor: ¿quién custodiará el acto médico? Instituto EduCardio; 2026.
https://institutoeducardio.net/ipaciente-idoctor-acto-medico/ - Núñez Medina TJ. Evidencia científica generada por inteligencia artificial. Instituto EduCardio; 2026.
https://institutoeducardio.net/evidencia-cientifica-inteligencia-artificial/ - Núñez Medina TJ. Cuando la señal eléctrica del corazón puede predecir cáncer. Instituto EduCardio; 2026.
https://institutoeducardio.net/senal-electrica-corazon-predice-cancer/ - Núñez Medina TJ. Venezuela entre la brecha digital y los desafíos bioéticos de una transformación silenciosa del acto médico. Instituto EduCardio; 2026.
https://institutoeducardio.net/inteligencia-artificial-venezuela-brecha-digital-bioetica/ - Núñez Medina TJ. Inteligencia artificial y autoría científica: ¿quién custodia el conocimiento médico? Instituto EduCardio; 2026.
https://institutoeducardio.net/inteligencia-artificial-autoria-cientifica/
