Reseña

PRÓLOGO

La decisión clínica en la Unidad de Cuidados Intensivos se toma en el filo de la incertidumbre. El paciente crítico no espera, no da tiempo para la duda prolongada.En ese escenario, la pregunta que persiste la que acompaña al médico a lo largo de la guardia y más allá de ella no es solo qué está ocurriendo, sino qué ocurrirá. La predicción, en ese contexto, deja de ser un ejercicio académico para convertirse en una necesidad clínica real.
Los modelos predictivos de mortalidad en UCI surgieron precisamente para responder a esa necesidad. A lo largo de sus capítulos, el lector encontrará algo más que una revisión técnica de algoritmos y métricas. Encontrará una reflexión estructurada sobre cómo hemos aprendido a leer el pronóstico del paciente crítico: desde los fundamentos conceptuales de la predicción hasta la distinción entre modelos de ingreso y modelos evolutivos, que reconocen lo que cualquier intensivista sabe de memoria , que el paciente de hoy no es el mismo que el de hace seis horas. La fisiopatología no es estática, y los instrumentos que pretenden capturarla tampoco pueden serlo.
El texto aborda también el debate, cada vez más urgente, entre los modelos estadísticos tradicionales y las nuevas aproximaciones basadas en aprendizaje automático. No se trata de oponer lo viejo a lo nuevo con simpleza, sino de examinar con honestidad qué gana y qué se pierde en ese tránsito: capacidad predictiva frente a interpretabilidad, potencia computacional frente a reproducibilidad. Son preguntas que no tienen respuestas fáciles, y este libro no finge que las tienen.
Lo que más distingue a esta obra es su reflexión sobre las implicaciones éticas del uso de estos modelos. El sesgo algorítmico no es una abstracción filosófica: es un riesgo concreto que puede amplificar desigualdades y erosionar la confianza en sistemas que deberían servir a todos por igual. La transparencia, la equidad y la responsabilidad clínica no son valores opcionales; son condiciones para que estos instrumentos tengan sentido.
Porque ningún modelo, por sofisticado que sea, sustituye la experiencia del clínico ni la capacidad de reconocer lo que los datos no pueden capturar. Los datos no hablan solos. Necesitan quien los interprete, quien los cuestione y quien recuerde, en todo momento, que detrás de cada predicción hay una persona cuya vida no se reduce a una probabilidad