Tu trabajo está en todos lados. Tú todavía no.
Un paciente modificó el PDF de su analítica. Cambió el nombre. Lo presentó en su empresa como si fuera suyo.
La empresa escaneó el código QR. El sistema mostró que ese informe era de otra persona. Fraude detectado. Reputación del profesional que lo firmó, intacta.
Pero quédate con esa imagen: el resultado viajando solo, llegando a un proceso de selección, influyendo en el empleo de alguien. Sin que nadie avisara al técnico que lo validó.
Lo que firmas hoy no se queda en el tubo. Lo usan sistemas que no conoces, para decisiones que no controlas.
En enero de 2026 Amazon activó para todos los miembros de One Medical un asistente de IA con acceso al historial clínico completo del paciente, resultados de laboratorio incluidos. No los muestra: los interpreta. Con ese historial, esa medicación, ese contexto. Y da un paso siguiente: si puede esperar, si necesita consulta, si debe ir a urgencias.
Nadie llamó al laboratorio para decirle que sus datos estaban ahí. Hoy hablamos de eso, de las puertas que abre y de lo que el mercado ya está pidiendo.
1 · El dato ya vive fuera. El laboratorio, todavía no.
No es solo Amazon. Es la ISO 15189:2022 convirtiendo al laboratorio central en responsable técnico de cualquier POCT a 70 km. Son los algoritmos de sepsis entrenados con tus hemogramas. Es el EHDS europeo haciendo circular historias clínicas entre países.
Lo que cambia no es técnico. Es posicional. El paciente que llega habiendo procesado sus resultados con una IA ya llega con preguntas distintas. Y un sistema que reduce consultas innecesarias tiene impacto directo en la carga asistencial. Ese argumento ya está sobre la mesa en EE.UU. |
En España y LATAM el problema es el mismo: el resultado llega sin contexto y el paciente no sabe qué hacer con él. La pregunta es quién lo resuelve primero: una empresa tecnológica desde fuera, o el laboratorio desde dentro.
Amazon One Medical AI: aboutamazon.com/news/retail/one-medical-ai-health-assistant
2 · Las puertas que se están abriendo
Las empresas de tech, biotech y pharma buscan activamente el perfil del profesional de laboratorio. No lo encuentran fácilmente porque ese profesional no sabe que lo están buscando.
Un sistema como el de Amazon necesita que alguien haya definido qué parámetros importan, cómo se codifican, qué umbrales son clínicamente relevantes, cuándo un valor no tiene sentido aunque el analizador no lo haya flaggeado. Eso no lo sabe el ingeniero. Lo sabes tú.
Roles que el mercado ya paga y que casi nadie del laboratorio está ocupando: Consultor para validación de productos diagnósticos. Las empresas pagan por ese criterio antes del lanzamiento, no después. Co-diseñador de casos de uso clínico para IA. Sin este perfil, los modelos aprenden mal con datos que parecen correctos. Formador para equipos de salud digital. El mercado necesita quien explique laboratorio clínico a gente de tech que no sabe distinguir un hemograma de un perfil lipídico. Medical writer con criterio analítico. Perfil escaso, muy buscado y bien remunerado. |
El expertise no falta. Lo que falta es visibilidad. Las empresas no buscan en el laboratorio porque el laboratorio no está donde ellas buscan.
3 · Las habilidades que ya se están pidiendo
En marketing, en operaciones, en consultoría ya no piden solo ofimática: piden criterio para usar IA sin que reemplace el juicio propio. El laboratorio va hacia lo mismo. Tres cosas concretas:
Entender dónde falla la IA clínica. Un '**' autotranscrito y validado sin detectar el error. Un �' informado sin cuestionar. Delta checks configurados sin interpretación crítica. La tecnología no detecta eso sola. Tú sí. |
Codificación con estándares interoperables: LOINC, HL7, FHIR. No como programador. Como experto que sabe que un mapeo mal hecho en el SIL puede invalidar el output de un algoritmo entero. Con el EHDS circulando datos entre países, esto ya no es un detalle técnico. |
Comunicar criterio clínico fuera del laboratorio. A equipos de IT, a dirección, a empresas de salud digital. Esa capacidad tiene un precio en el mercado que la mayoría del sector todavía no ha cobrado. |
Estoy preparando una guía gratuita sobre esto. Nuevos roles, cómo hacer visible tu expertise y primeros pasos con IA sin perder el criterio clínico. Si te interesa, entra a leer esta edición en Murisana y deja un corazon, asi sabre si realmente hay interes. |
La Lupa
Validar bien ya no es suficiente.
En un entorno donde el dato viaja y el algoritmo decide, el profesional que no es visible para el sistema que usa sus datos es tan prescindible como el que comete errores.
La invisibilidad tiene consecuencias clínicas reales. Si el laboratorio no está en la mesa donde se diseña el algoritmo, el algoritmo se diseña sin él. Y un modelo entrenado sin criterio analítico no falla en silencio: falla en el resultado del paciente. Ser visible no es marketing. Es parte del trabajo. |
Recomendable de la semana
Murisana Opportunities
Las oportunidades que acabamos de describir no llegan solas al laboratorio. Murisana Opportunities conecta tu conocimiento con empresas de tech, biotech, pharma y organizaciones que buscan exactamente lo que sabes: consultoría, validación de productos, medical writing, formación, ponencias. Gratuito. Tú decides qué aceptas.
murisana.com/link-magnet/tu-expertise-tiene-mas-valor-del-que-imaginas
Un paciente falsificó un PDF. El sistema lo detectó porque alguien diseñó la trazabilidad bien.
Una IA interpreta resultados a las 3 de la mañana. Funciona porque alguien validó esos datos antes.
Un algoritmo predice sepsis. Acierta o falla según cómo estén codificados tus resultados.
Siempre hay un profesional de laboratorio detrás. Casi nunca está en la sala cuando ocurre.
¿Tu laboratorio ya está en alguna de estas conversaciones? Cuéntame:
https://murisana.com/bio/raysa-nunez-guzman/
y si eres profesional de salud ya puedes tener tu BIO gratis en https://murisana.com/crear-bio/
Nos vemos el miércoles que viene. ❤️
Lab Pulse · by Conexión Salud Digital · Cada miércoles
