Identificar oportunidades de IA en farmacia hospitalaria
ChatGPT, Copilot, Claude o Gemini
Contexto
Cada área de la farmacia hospitalaria (PROA, pacientes externos, logística, seguridad del medicamento, docencia...) tiene problemas de gestión que podrían beneficiarse de la IA. Este ejercicio ayuda a detectarlos de forma estructurada antes de invertir tiempo o recursos.
Objetivo
Identificar problemas de gestión que podrían mejorar con IA.
Instrucciones
- 1Piensa en un problema real de gestión de tu servicio (sin datos identificables).
- 2Copia el prompt y sustituye [describir problema] por tu caso.
- 3Pega el prompt en tu asistente de IA preferido.
- 4Analiza la tabla resultante y anota el piloto propuesto.
Prompt del ejercicio
Actúa como consultor experto en transformación digital de servicios de farmacia hospitalaria. Te describo este problema de gestión: [describir problema] Analiza: 1. Qué parte del problema podría mejorar con inteligencia artificial. 2. Qué datos serían necesarios. 3. Qué herramienta sería más adecuada: Power BI, Copilot, Planner, Power Automate, Asana, Monday, Miro u otra. 4. Qué riesgos tendría su implantación. 5. Qué primer piloto de bajo riesgo propondrías en 4 semanas. Devuelve la respuesta en una tabla ejecutiva.
Producto esperado
Tabla con problema, herramienta candidata, beneficio esperado, riesgo y primer piloto.
Preguntas de reflexión
- ¿El problema elegido es realmente prioritario para tu servicio?
- ¿Los datos necesarios existen y están accesibles?
- ¿El piloto propuesto es viable en 4 semanas con tus recursos actuales?
Alternativa adicional del ejercicio
Prompt-loop con criterio de parada: “Itera hasta que el proyecto sea sólido”
Objetivo: enseñar a los alumnos que un loop no consiste en repetir por repetir, sino en mejorar hasta alcanzar un umbral de calidad definido.
Herramienta: Claude, por su buen rendimiento en revisión crítica y estructuración de documentos largos.
Duración: 5 minutos.
Caso: programa de revisión farmacoterapéutica al alta para pacientes crónicos complejos atendidos en urgencias.
Explicación docente
En este ejercicio no pedimos simplemente:
“Mejora esta propuesta.”
Sino que diseñamos un loop controlado:
- Claude genera una primera propuesta.
- Evalúa la propuesta con una rúbrica.
- Detecta debilidades.
- Reescribe solo lo necesario.
- Vuelve a evaluar.
- Repite el ciclo solo si la propuesta sigue siendo débil.
- Se detiene cuando el proyecto alcanza un nivel suficiente de calidad.
La idea clave para los alumnos:
“Un buen prompt-loop debe tener un criterio de parada. Si no, la IA puede seguir generando versiones cada vez más largas, pero no necesariamente mejores.”
Actúa como farmacéutico hospitalario experto en seguridad del medicamento y project manager sanitario. Diseña un proyecto de revisión farmacoterapéutica al alta para pacientes crónicos complejos atendidos en urgencias. Trabaja en modo loop: 1. Genera una primera propuesta. 2. Evalúala con una rúbrica de 1 a 5. 3. Mejórala solo si la puntuación media es inferior a 4,5 o si algún criterio está por debajo de 4. 4. Repite hasta un máximo de 3 iteraciones. 5. Detente cuando el proyecto sea suficientemente sólido. Criterios de evaluación: - Claridad del objetivo. - Realismo del cronograma. - Viabilidad de recursos. - Calidad de KPIs. - Riesgos y mitigación. - Aplicabilidad hospitalaria. - Utilidad para dirección. - Gobernanza de datos. - Prudencia en beneficios. Cuando el proyecto cumpla los criterios, escribe: "STOP_LOOP: propuesta suficientemente sólida". No inventes cifras de impacto. No hagas mejoras cosméticas. No repitas cambios que no aporten valor. Entrega: 1. Propuesta final. 2. Tabla de puntuación. 3. Cambios realizados en cada iteración. 4. Elementos que debe validar un humano.