CONFIIA

Confianza y Nuevas Formas de Integración de la Inteligencia Artificial

Marco metodológico para superar barreras no-tecnológicas en la adopción de la IA médica

CONFIIA Network

Sobre el Proyecto

¿Qué es CONFIIA?

CONFIIA es un proyecto de investigación financiado por el Ministerio de Ciencia, Innovación y Universidades, Agencia Estatal de Investigación, Gobierno de España y co-financiado por el Fondo Social Europeo Plus que busca desarrollar un marco metodológico integral para identificar y superar las barreras no tecnológicas en la adopción de la inteligencia artificial en el ámbito médico.

El proyecto se centra especialmente en las dinámicas de confianza entre profesionales sanitarios, pacientes y sistemas de IA, con especial atención a la integración y evaluación de Grandes Modelos de Lenguaje (GML) e IA generativa en medicina.

Duración

Septiembre 2025 - Agosto 2028

Instituciones

Universidad de Granada, Universidad Pontificia Comillas, CSIC

Área temática

Salud, IA, Filosofía, Ciencias Cognitivas

Quiénes somos

IP1 · Investigador Principal
Ramón Ortega Lozano

Dr. Ramón Ortega Lozano

Profesor de Bioética y de Psicología de la salud en la Escuela de Enfermería y Fisioterapia San Juan de Dios, Universidad Pontificia Comillas

CoIP · Co-Investigador Principal
Aníbal M. Astobiza

Dr. Aníbal M. Astobiza

Profesor-Investigador EMERGIA, especializado en ciencias cognitivas y éticas aplicadas, Universidad de Granada

Equipo investigador

Belén Liedo
Dra. Belén Liedo

Profesora de Bioética, Universidad Rey Juan Carlos

José Ríos Díaz
Dr. José Ríos Díaz

Docente-Investigador en Ciencias de la Salud, Universidad Pontificia Comillas

Marcos Alonso
Dr. Marcos Alonso

Profesor de Bioética, Universidad Complutense de Madrid

Mar Vallès Poch
Mar Vallès Poch

Estudiante de doctorado en Bioética, Universidad de Granada

Natividad Garrido Rodríguez
Dra. Natividad Garrido Rodríguez

Investigadora Posdoctoral Catalina Ruiz, Universidad de La Laguna

Patricia García Garrido
Patricia García Garrido

Profesional tecnológica especializada en Inteligencia Artificial y Computación Cuántica, Universidad Nebrija

Pedro Chana Valero
Dr. Pedro Chana Valero

Innovación, diseño y fabricación digital en Ciencias de la Salud. Fundación San Juan de Dios - SOUL Hi Hub. Universidad Pontificia Comillas

Rafael Mestre
Dr. Rafael Mestre

Profesor Titular, University of Southampton

Txetxu Ausín
Dr. Txetxu Ausín

Investigador Científico, Instituto de Filosofía, Grupo de Ética Aplicada, Centro de Ciencias Humanas y Sociales (CCHS - CSIC)

Jon Rueda
Dr. Jon Rueda

Juan de la Cierva Fellow, Instituto de Filosofía, Consejo Superior de Investigaciones Científicas

Oscar Andrés Molina
Dr. Oscar Andrés Molina

Profesor de Medicina Legal, Universidad Europea Madrid

Francisco Rosero
Francisco Rosero

Presidente, Sociedad Ecuatoriana de Bioética

Francisco Herrera
Dr. Francisco Herrera

Profesor de Filosofía política y de la tecnología, Universidad de Chile

Benjamín Herreros Ruiz
Dr. Benjamín Herreros Ruiz

Director del Instituto de Ética Clínica Francisco Vallés

Murilo M. Vilaça
Dr. Murilo M. Vilaça

Investigador, Department of Drug Policy and Pharmaceutical Assistance (NAF), National School of Public Health (ENSP), Oswaldo Cruz Foundation (Fiocruz)

Objetivos

Objetivo General

Desarrollar y validar un marco metodológico integral que permita identificar y superar las barreras no tecnológicas en la adopción de la IA médica, centrándose en las dinámicas de confianza entre desarrolladores/as, profesionales sanitarios, pacientes y sistemas de IA.

01
Marco Teórico

Elaborar un marco teórico sobre los elementos de confianza en el desarrollo y uso de aplicaciones de IA en el ámbito sanitario.

02
Cuantificación

Cuantificar los niveles de confianza actual hacia las aplicaciones IA en salud en profesionales y pacientes.

03
Análisis UMAP

Identificar patrones y clusters de confianza mediante análisis topológico UMAP.

Metodología

PT1
Fundamentación Teórica

Desarrollo del marco metodológico/conceptual (Meses 1-6)

PT2
Análisis Empírico

Impacto de la IA Generativa en Medicina (Meses 6-15)

PT3
Mapeo UMAP

Análisis de Confianza mediante UMAP (Meses 12-21)

PT4
Intervenciones

Diseño y Pilotaje de Intervenciones Personalizadas (Meses 18-27)

PT5
Implementación

Análisis y Diseminación de Resultados (Meses 24-36)

Resultados Esperados

Atlas Empírico

Mapeo visual de patrones de confianza mediante análisis UMAP

Toolkit de Implementación

Herramientas prácticas para la adopción de IA en entornos sanitarios

Guía Práctica CONFIIA

Manual completo de mejores prácticas y recomendaciones

Contacto

¿Interesado en colaborar o conocer más sobre CONFIIA?

rortegal@comillas.edu and amastobiza@ugr.es

https://anibalmastobiza.github.io/CONFIIA/