IA para codificar CIE-10 en la consulta: sugerencia sí, decisión no

1. Qué hace un asistente de CIE-10 con IA

Un asistente de codificación CIE-10 con inteligencia artificial lee la nota clínica que el profesional ha escrito y propone el código o los códigos CIE-10 que corresponden al diagnóstico o al motivo de consulta descritos en el texto. La propuesta se muestra al profesional junto a la nota, quien la confirma, la corrige o la descarta. El código que queda registrado en el expediente y en la facturación es el que valida el profesional, con su nombre asociado a esa decisión.

1.1. La sugerencia se hace sobre el texto, no sobre el paciente

El modelo lee la nota ya redactada y propone el código consistente con ella. No ve la exploración física, no interpreta pruebas complementarias, no accede a los antecedentes que el profesional no haya mencionado en la nota. La calidad de la sugerencia depende directamente de la calidad y la claridad de la nota, que es responsabilidad del profesional.

1.2. Y la decisión sigue siendo del profesional

El código CIE-10 que se archiva en el expediente forma parte del acto asistencial y su asignación es responsabilidad clínica del profesional. La asistencia de IA acorta el tiempo dedicado a buscar el código en el catálogo y sugiere una opción que el profesional evalúa; no traslada al modelo la decisión que la Ley 41/2002 asigna al clínico.

1.3. Y una asistencia acotada al ámbito del texto

Cuando la nota describe un cuadro clínico complejo con hallazgos que apuntan en varias direcciones, la sugerencia del modelo suele ser incompleta. En esos casos, el profesional puede consultar el catálogo directamente o pedir alternativas al modelo, pero la resolución del caso corresponde a su criterio clínico. La asistencia funciona mejor en casos rutinarios con codificación estándar; en casos límite aporta menos.

2. Por qué codificar bien importa —y no solo para facturar

El código CIE-10 correcto tiene consecuencias más allá del cobro. Merece la pena enumerarlas para justificar la inversión en hacerlo bien.

2.1. Facturación al pagador

La factura al pagador —mutua, aseguradora, sistema público— exige el código diagnóstico correspondiente a los procedimientos. Un código impreciso o incorrecto es la fuente más habitual de rechazos, y cada rechazo cuesta el tiempo de recuperación de la factura más el retraso en el cobro. La codificación asistida reduce esta fricción.

2.2. Continuidad clínica

El código estructurado es lo que después permite buscar en la historia por diagnóstico, comparar la evolución de un paciente por proceso, revisar cohortes de pacientes con la misma condición. Un texto libre bien escrito pero sin código estructurado hace muy difícil el análisis clínico posterior.

2.3. Estadística del centro y del sector

Los datos estructurados por código permiten al centro conocer su casuística, planificar recursos y comparar su actividad con referencias del sector. Cuando la codificación es coherente y correcta, esta información es útil; cuando es inconsistente entre profesionales del mismo centro, la estadística deja de ser fiable.

2.4. Vigilancia y salud pública

Los códigos CIE-10 agregados son la materia prima de la vigilancia epidemiológica y de la investigación clínica que apoya decisiones de salud pública. Un centro que codifica bien contribuye a datos agregados fiables; uno que codifica descuidadamente contribuye a ruido.

3. El flujo: nota, sugerencia, decisión, registro

El catalogo CIE-10 esta a un clic; la sugerencia se acepta, se cambia o se descarta sin fricion.

El flujo tiene cuatro pasos, cada uno con su responsable y su marca temporal. Merece la pena enumerarlos.

3.1. La nota del profesional

El profesional escribe la nota clínica de la visita, con motivo, exploración, valoración y plan. La nota es la base sobre la que el modelo trabaja después. Cuanto más clara y estructurada esté la nota, mejor será la sugerencia. Notas telegráficas con abreviaturas privadas producen sugerencias peores; notas coherentes con la terminología clínica habitual producen sugerencias más ajustadas.

3.2. La sugerencia del modelo

Sobre la nota, el sistema —previa seudonimización del texto— envía la petición al modelo y recibe la propuesta de código o de códigos. Un modelo serio devuelve una o varias opciones con nivel de confianza y con la lectura de qué parte de la nota le sugirió cada opción, no una única respuesta binaria.

3.3. La decisión del profesional

El profesional ve la sugerencia junto a la nota y decide: acepta, elige entre las opciones, corrige buscando otro código en el catálogo, o descarta. La decisión se registra con su firma electrónica, igual que cualquier otro acto que se archive en el expediente.

3.4. El registro estructurado

El código que el profesional confirma se guarda como campo estructurado del episodio, disponible para facturación, para búsqueda posterior, para agregación estadística. La nota original se conserva íntegra; el código estructurado es una capa adicional sobre ella, con la trazabilidad de la decisión.

4. Sugerencia, no decisión

La regla que sostiene el flujo entero. Que quede clara evita las tres tentaciones habituales.

4.1. No aceptar en cascada sin leer la sugerencia

Cuando el volumen de visitas es alto y el modelo suele acertar, aparece la tentación de aceptar todas las sugerencias sin revisar. Con el tiempo, la asistencia degenera en asignación automática y la responsabilidad del profesional se ejerce en el vacío. La disciplina razonable es que cada aceptación exija al menos un vistazo al código propuesto y al contexto de la nota.

4.2. No cambiar la nota para encajar en la sugerencia

Un escenario peor. El profesional acepta la sugerencia y ajusta la nota para que sea coherente con el código que el modelo propuso, en vez de ajustar el código a lo que la nota decía. La consecuencia es una nota clínica adaptada al catálogo en lugar de un catálogo aplicado a la nota real. Cuando la nota se adapta al código, la información clínica se pierde.

4.3. No delegar en el modelo el criterio en casos límite

En casos donde el diagnóstico no es evidente o donde el paciente tiene varios problemas simultáneos, la sugerencia del modelo puede ser plausible pero limitada. La decisión final debe basarse en la exploración completa del paciente, no en la propuesta del asistente. Cuando el profesional detecta que un caso es límite, la asistencia se reduce a búsqueda del catálogo y la decisión vuelve a ser 100 % suya.

5. Trazabilidad de la decisión asistida

El registro debe contener información suficiente para reconstruir la decisión años después. Tres piezas mínimas.

5.1. Qué sugirió el modelo

La sugerencia original —código o códigos, nivel de confianza, versión del modelo— se conserva en el histórico del episodio. Sin ese dato, en una revisión posterior no se puede saber si el código actual coincide con lo que la IA propuso o si el profesional lo corrigió.

5.2. Qué decidió el profesional

La decisión —aceptar, corregir, descartar— se registra con la firma del profesional y con la marca temporal correspondiente. Cuando el profesional corrigió, se guarda cuál era la sugerencia y cuál fue la decisión final. La corrección es tanto o más informativa que la aceptación, porque documenta el ejercicio del criterio.

5.3. Por qué, cuando aplique

En correcciones importantes o en casos donde la asignación es discutible, el profesional puede añadir una nota breve que justifique la decisión. No es obligatorio en cada caso, pero sí en los que puedan ser objeto de revisión posterior o de reclamación. La convención razonable es dejar nota justificativa cuando el profesional se aparta significativamente de la sugerencia del modelo o cuando el caso es sensible.

6. Qué hacer cuando el modelo se equivoca sistemáticamente

Un patrón que aparece en la práctica: el modelo se equivoca de forma repetida en un tipo concreto de caso —una especialidad rara, un diagnóstico con nomenclatura ambigua, un cuadro de la especialidad del centro— y el profesional lo corrige una y otra vez. Es información valiosa que hay que aprovechar.

6.1. Detectar el patrón

El sistema puede reportar la tasa de aceptación de sugerencias por tipo de caso y por profesional. Cuando la tasa de aceptación cae por debajo de cierto umbral en algún subgrupo, el patrón salta al gerente para revisión.

6.2. Informar al proveedor del modelo

El patrón se informa al proveedor con datos agregados y anonimizados. Un proveedor serio recoge el reporte, evalúa si el modelo necesita ajuste con la especialidad concreta y comunica cuándo tiene una versión mejor. Un proveedor que no reacciona a reportes fundados con datos es un proveedor de menor calidad.

6.3. Ajustar el uso del asistente en ese subgrupo

Mientras el modelo no mejore, el centro puede desactivar la sugerencia en ese tipo de caso concreto para que el profesional codifique manualmente sin fricción. La flexibilidad de encender y apagar por subgrupo es lo que permite adaptar el asistente a la realidad del centro sin obligar al profesional a rechazar sugerencias absurdas veinte veces al día.

7. Qué debe hacer tu software

Guardar la sugerencia original y la decision final: la trazabilidad de la decision asistida.

Cuatro criterios verificables sobre el sistema.

7.1. Muestra la sugerencia junto a la nota, no en pantalla aparte

El profesional necesita ver la nota y el código propuesto sin cambiar de contexto. Un flujo que exige abrir un módulo distinto para ver la sugerencia rompe la concentración clínica y reduce la utilidad del asistente. La sugerencia aparece en el mismo espacio donde el profesional está escribiendo, con la posibilidad de aceptarla, elegir alternativa o buscar en el catálogo con un clic.

7.2. Registra la sugerencia original y la decisión final

Ambas se conservan en el histórico del episodio. La sugerencia con su versión del modelo, la decisión con su firma. La trazabilidad no es opcional: es la evidencia del ejercicio del criterio clínico bajo la Ley 41/2002.

7.3. Aplica seudonimización antes de la llamada al modelo

La nota clínica va seudonimizada al modelo. Si la capa no está disponible, la sugerencia no se hace y el sistema avisa al profesional. Es la misma regla firme que se aplica a cualquier otro flujo de IA del ecosistema.

7.4. Permite desactivar por subgrupo

El asistente se puede activar y desactivar por especialidad, por profesional, por tipo de caso. La flexibilidad evita forzar el uso donde no aporta y adapta la asistencia a la realidad del centro. Un sistema que solo permite «activo para todo» o «desactivado para todo» pierde valor rápido en cuanto aparece el primer subgrupo donde no funciona bien.

8. Errores frecuentes al implantar codificación asistida

• Aceptar la sugerencia en cascada sin revisar. La asistencia degenera en asignación automática.
• Adaptar la nota al código sugerido. La información clínica se distorsiona.
• Delegar el criterio en casos límite. La responsabilidad clínica sigue siendo del profesional aunque el sistema haya propuesto.
• Ignorar los patrones de error sistemáticos. Sin reporte al proveedor, el modelo no mejora y el profesional sufre.

8.1. El error que más caro sale: la comodidad de aceptar todo

El volumen es alto, el modelo suele acertar y el profesional acepta en cascada. Al cabo de meses, aparece el caso concreto donde el modelo se equivocó y el código quedó firmado con la aceptación desatenta del profesional. Un pagador rechaza una serie de facturas, un paciente reclama un tratamiento distinto o una auditoría detecta el patrón. La responsabilidad clínica sigue siendo del profesional, y la trazabilidad muestra que aceptó sin corregir. La disciplina que evita este escenario es formación explícita del equipo, muestras aleatorias de revisión interna y —cuando aplique— el tiempo mínimo entre sugerencia y aceptación para prevenir el clic reflejo.

8.2. Confundir código diagnóstico con código de facturación

Son parecidos pero no idénticos. El diagnóstico principal responde a la valoración clínica; el código de facturación responde al procedimiento que se factura al pagador. Un asistente que sugiere ambos ayuda, pero la validación es distinta para cada uno: el diagnóstico lo firma el profesional; el código de facturación lo revisa quien lleva la administración con los criterios del pagador. Confundirlos produce facturas con código diagnóstico principal como código de procedimiento, y viceversa.

8.3. No comprobar la versión del catálogo CIE-10

El catálogo CIE-10 tiene versiones y actualizaciones. Un modelo entrenado con la versión de hace años puede sugerir códigos que ya no existen o que han cambiado de significado. La política razonable es que el sistema declare la versión del catálogo con la que trabaja y avise cuando esa versión queda desfasada respecto a la vigente aplicable al centro.

9. Qué aporta obeliOmed con esto

9.1. Sugerencia con contexto de la nota

obeliOmed muestra la sugerencia de código CIE-10 junto a la nota clínica del profesional, con la posibilidad de aceptar, elegir entre opciones alternativas o buscar en el catálogo directamente sin salir de la ficha del episodio. La sugerencia lleva marca de origen —«sugerencia generada por IA»— y no se archiva como código validado hasta que el profesional confirma.

9.2. Trazabilidad de la decisión asistida

El sistema guarda la sugerencia original del modelo y la decisión final del profesional, con marca temporal y firma electrónica. Cuando el profesional corrige, se conserva la sugerencia que rechazó y la que decidió. La trazabilidad completa está disponible para revisión posterior por auditoría, por reclamación o por el propio paciente en su derecho de acceso.

9.3. Lo que no hace, dicho antes de que lo preguntes

obeliOmed no archiva códigos CIE-10 sin decisión explícita del profesional, no propone modificar la nota para encajar con la sugerencia del modelo, no reentrena modelos con las correcciones del centro y no ignora los patrones de error sistemáticos —cuando la tasa de aceptación cae por debajo de un umbral en algún subgrupo, el sistema alerta al gerente para revisión—.