1. Del paciente simulado al gemelo digital. En estos quince minutos veremos el mapa del taller. Después cada persona construirá un paciente ficticio, lo compartirá mediante FHIR y usará sus datos en una simulación. Franklin nos acompañará para localizar cada herramienta. No hace falta programar ni conocer previamente estos estándares. La pregunta que nos guiará es: ¿cómo puede otra persona entender mi caso, reproducirlo y discutir sus límites? Al final deberán poder mostrar un producto propio, además de explicar qué aprendieron al comparar dos decisiones.
2. Tu producto: un caso que se puede compartir. El producto tiene tres componentes: una historia clínica sintética que se publica en el aula, una ejecución de la simulación y una reflexión con evidencia. Primero revisaremos el lenguaje común. La práctica ocupará cincuenta y cinco minutos; no intentaremos recorrer todas las funciones avanzadas. Reservaremos quince minutos para discutir por qué dos trayectorias difieren y cinco para descargar el proyecto. Cada participante puede consultar su propio caso o el de un compañero. Consultar no modifica la historia ajena. Les pediré que distingan siempre entre información declarada, datos desconocidos y resultados producidos por el software. Esa distinción también forma parte del producto. Antes de publicar, revisarán que todo sea ficticio.
3. Un número necesita contexto. Pensemos que recibimos un archivo que solo contiene el número ochenta. No sabemos si expresa edad, frecuencia cardiaca o una medición de laboratorio. Tampoco sabemos a qué paciente pertenece ni cuándo se obtuvo. Enviar el número funcionó técnicamente, pero todavía no podemos utilizarlo. Al añadir el tipo de medición, la unidad, la referencia al paciente y el momento, el dato se vuelve interpretable. En el taller comprobaremos esto de forma práctica: una persona completa su ficha y otra consulta sus recursos. No intercambiaremos una captura de pantalla; intercambiaremos información estructurada. Los estándares ayudan a describir esa estructura y ese significado. También debemos conservar las diferencias entre un dato ausente, uno desconocido y una afirmación explícita. Les pregunto: si ven ochenta en la pantalla, ¿qué cuatro preguntas harían antes de interpretarlo? Escuche dos respuestas y vuelva al ejemplo: qué se midió, en quién, cuándo y en qué unidad.
Fuentes: HL7 · Introducción a FHIR R4
4. Cuatro estándares, cuatro funciones. FHIR organiza la información en recursos. Patient describe aspectos de identidad y demografía; Condition representa problemas; Observation contiene mediciones, entre otros tipos de observación. Los recursos se relacionan mediante referencias. SNOMED CT proporciona conceptos clínicos: en nuestro catálogo docente, asma se identifica con el código mostrado. No escribimos cualquier número ni pedimos al modelo de lenguaje que invente códigos. LOINC identifica qué observamos: el ejemplo de frecuencia cardiaca utiliza ocho ocho seis siete guion cuatro. UCUM expresa la unidad de manera procesable; barra min corresponde a por minuto. FHIR puede alojar codificaciones de estos otros estándares. No necesitamos aprender todos sus códigos de memoria. Necesitamos entender qué función cumple cada uno y consultar fuentes autorizadas. En el aplicativo, el formulario genera recursos y el visor permite revisar el JSON con colores. Aun así, generar JSON no demuestra por sí solo conformidad completa con todos los perfiles de una implementación. Pregunta al grupo: ¿cuál identifica la frecuencia cardiaca y cuál expresa su unidad? Espere la distinción entre LOINC y UCUM antes de continuar.
Fuentes: FHIR R4 · SNOMED CT · LOINC 8867-4 · UCUM
5. Construye una historia coherente. Un paciente sintético es una representación ficticia para practicar. Para este taller lo construiremos con datos inventados en un formulario similar a una historia clínica. Edad, peso, talla, problemas, medicación y alergias deben resultar coherentes con el guion. Pueden comenzar con una persona estable y añadir asma, hipertensión o diabetes desde el catálogo. Esos antecedentes quedan documentados, pero el modelo no simula una respuesta farmacológica individual para cada enfermedad. Observen las alergias del ejemplo: desconocido no significa sin alergias conocidas. Más adelante esa diferencia puede cambiar qué información necesitamos buscar antes de actuar. Revisen también el motivo de consulta y una pregunta educativa. No copien historias reales, ni sus propios antecedentes. Publicaremos únicamente casos ficticios y cada integrante conservará el control de sus pacientes. Invite a pensar: ¿qué dato les falta para decidir con este caso?
6. Datos + modelo + evolución en el tiempo. La idea de gemelo digital reúne una representación, datos de un referente y un modelo que ayuda a estudiar su estado o comportamiento. Existen diferentes definiciones y niveles de conexión entre el sistema representado y su representación digital. Aquí usaremos esa idea para aprender, con un alcance preciso: el referente es una historia inventada y el motor utiliza reglas docentes. El avatar sirve para percibir cambios; no es por sí solo un modelo fisiológico validado. Importar edad o talla tampoco valida una predicción personalizada. Lo que sí podemos hacer es controlar entradas, registrar decisiones, repetir una ejecución y discutir diferencias. Por eso hablaremos de un paciente simulado docente cuando describamos los resultados del prototipo. La pregunta de investigación debe corresponder al modelo disponible. Podemos estudiar cómo documentamos decisiones o cómo entendemos una comparación; no estimar con estas curvas la eficacia clínica real de un medicamento. Pida al grupo que nombre un dato de entrada, una decisión y un resultado observable.
Fuentes: NIST · Digital twins
7. Consulta una medición y léela por partes. Este fragmento se lee siguiendo cuatro preguntas. Primero, qué: es una Observation y el código LOINC identifica la frecuencia cardiaca. Segundo, quién: subject referencia al recurso Patient. Tercero, cuándo: effectiveDateTime sitúa la medición en el tiempo. Cuarto, cuánto: valueQuantity reúne el valor y su unidad. Los colores facilitan localizar las partes, pero no cambian el JSON. Durante la práctica entrarán a Consulta FHIR del aula, pulsarán Consultar pacientes, elegirán una fila y seleccionarán Observation en el tipo de recurso. Después usarán Consultar recurso. Franklin señalará cada control. El primer objetivo será identificar una medición y explicar esas cuatro partes, antes de importar la historia al avatar. No necesitan copiar manualmente este código. El fragmento es didáctico; las respuestas del aula tendrán sus propios identificadores y referencias.
Fuentes: FHIR R4 · Observation
8. Cambia una decisión; compara el mismo minuto. Esta gráfica procede del motor del aplicativo, con el escenario docente de asma. Las dos ejecuciones parten de la misma configuración y activan la misma exposición al comienzo. La diferencia programada es el momento de retirar la exposición: minuto dos o minuto ocho. Comparamos la saturación simulada en el mismo minuto de cada trayectoria. Observen que una diferencia visible no demuestra que el modelo represente con exactitud una enfermedad real. Lo que explica esta figura es la respuesta de las reglas del software a esa decisión. En su ejercicio deben formular una hipótesis, anotar qué cambiaron y mantener el resto lo más parecido posible. Si también cambian otras intervenciones, la comparación será exploratoria y deberán reconocerlo. No interpreten un valor faltante como cero. El informe conserva eventos y permite justificar la conclusión. Pregunta: ¿qué tendríamos que mantener igual para atribuir dentro del modelo la diferencia al momento de retirada? Espere respuestas sobre historia inicial, episodio, otras acciones y minuto comparado.
9. IA para proponer; simulación para explorar. La IA generativa puede ayudar a proponer borradores de historias o diálogos. La revisión humana debe comprobar coherencia, fuentes y códigos. En el prototipo del taller, el recorrido básico y el diálogo guiado funcionan con reglas; no es necesario que cada asistente conecte una cuenta de ChatGPT. La realidad virtual puede aportar una interfaz inmersiva y permitir otras formas de interacción, pero no convierte automáticamente una simulación en un modelo clínicamente validado. Hoy todos podrán practicar desde el navegador con un avatar dos dimensiones. Si hacemos una demostración externa de realidad virtual, será complementaria al producto del curso. Mantengamos separados tres papeles: creación del contenido, cálculo del comportamiento e interfaz de interacción. Entenderlos nos permite elegir la herramienta apropiada y evaluar cada resultado con mejores preguntas.
10. Empieza con Franklin. Un paso cada vez. Abramos el recorrido guiado desde la pantalla principal. El código del aula es REDU guion dos mil veintiséis. Entrarán y recibirán un seudónimo. Franklin mostrará el paso actual, por qué lo hacemos y el botón que necesitan. Continuar se habilitará cuando la acción correspondiente esté completa; también pueden volver al paso anterior. Empiecen por su propio caso para comprobar la consulta y luego intercambien casos con un compañero. Si cierran una ventana, vuelvan a Mi recorrido para localizar la acción pendiente. El objetivo final es explicar qué datos utilizaron, qué decisión compararon y qué límites tiene su conclusión. Al finalizar descarguen el informe y los archivos del proyecto. Desde este punto reservamos cincuenta y cinco minutos para construir y consultar.