Microbiologia Médica UES-El Salvador

27/07/2026

🎓📉 La precarización académica está transformando la universidad en todo el mundo

🏛️ La creciente contratación temporal de profesores e investigadores ya no es un fenómeno aislado. Un análisis sobre la evolución del empleo académico muestra que universidades de distintos países dependen cada vez más de personal con contratos de corta duración, una tendencia que, según organismos internacionales, afecta la estabilidad laboral, la libertad académica y la capacidad de las instituciones para producir conocimiento a largo plazo.

• El artículo describe la expansión de la llamada "adjuntificación", es decir, la creciente dependencia de profesores contratados temporalmente o por horas en sustitución de plazas permanentes.

• Según datos citados de la American Association of University Professors (AAUP), alrededor del 68 % de los nombramientos académicos en Estados Unidos ya se encuentran fuera del sistema de estabilidad laboral (tenure).

• La tendencia también se observa en Reino Unido, Australia, Europa continental, América Latina, África y Asia, aunque con modalidades diferentes según cada sistema de educación superior.

• El texto señala que muchos docentes deben impartir clases en varias instituciones para reunir un ingreso suficiente. En algunos países latinoamericanos se les conoce como "profesores taxi", mientras que en Nepal se utiliza el término "profesores del casco" por sus constantes desplazamientos entre campus.

• Además de la inseguridad laboral, el autor plantea el concepto de "desarraigo intelectual", una situación en la que los académicos quedan excluidos de espacios de investigación, gobernanza universitaria y construcción de comunidades académicas estables.

• El análisis advierte que esta precarización puede afectar la mentoría a estudiantes, limitar la investigación de largo plazo y favorecer la autocensura debido a la incertidumbre sobre la renovación de los contratos.

• El artículo recupera recomendaciones de la UNESCO para promover empleo académico digno, entre ellas aumentar las plazas permanentes, limitar el uso de contratos temporales, fortalecer la negociación colectiva y garantizar condiciones laborales equitativas para todo el personal universitario.

• El autor concluye que el principal desafío para las universidades no es únicamente financiero, sino preservar comunidades académicas estables que sostengan la investigación, la docencia y la generación de conocimiento.

Fuente: https://www.universityworldnews.com/post.php?story=20260625115046442

University World News. Min Bahadur Bista. "Los contratos están dejando a los académicos en una situación de «desarraigo intelectual»". Publicado el 26 de junio de 2026.

Para acceder a estas noticias o descargar los recursos de información promovidos consulta nuestro blog 'Boletín SciELO-México' directo en nuestro perfil de Facebook: https://www.facebook.com/ScieloMexicoOficial

16/07/2026

Andes virus, the sole orthohantavirus with documented human-to-human transmission, causes hantavirus pulmonary syndrome (case fatality rate, 25 to 40%). Aggressive supportive care and strict infection-control measures are needed.

05/06/2026

Leishmaniases are clinically distinct parasitic diseases transmitted by infected sand flies. Laboratory diagnosis has shifted to molecular methods. Treatment choices are limited; two vaccines are being tested.

04/06/2026

* * * WEBINAR * * *
En el marco del 80 Aniversario del INCMNSZ y del concepto “Una Salud” los invitamos al webinar Hantavirus y riesgos epidemiológicos
8 de junio
12:00 a 14:30 horas
Modalidad en línea
Registro: https://docs.google.com/forms/d/e/1FAIpQLSerJ4b6VamCHCiisdFgn6UJhGo6N6uYdmsswolC4jF-1lwgHA/viewform?pli=1
Programa: https://www.incmnsz.mx/2026/antavirus-programa.jpg
Informes: Dra. Claudia Delgadillo [email protected]

21/05/2026

¿𝗟𝗮 𝗜𝗔 𝘃𝗮 𝗮 𝗴𝗲𝘀𝘁𝗶𝗼𝗻𝗮𝗿 𝗻𝘂𝗲𝘀𝘁𝗿𝗼𝘀 𝗵𝗼𝘀𝗽𝗶𝘁𝗮𝗹𝗲𝘀? 𝗔𝗻𝘁𝗲𝘀 𝗱𝗲 𝗿𝗲𝘀𝗽𝗼𝗻𝗱𝗲𝗿, 𝗹𝗲𝗮𝗺𝗼𝘀 𝗹𝗼 𝗾𝘂𝗲 𝗱𝗶𝗰𝗲 𝗹𝗮 𝗲𝘃𝗶𝗱𝗲𝗻𝗰𝗶𝗮.

Hay una narrativa que circula con fuerza en foros de salud digital, congresos médicos y reuniones de gestión hospitalaria: los modelos de inteligencia artificial —particularmente los grandes modelos de lenguaje (LLMs, por sus siglas en inglés)— van a transformar la administración clínica. Cero analistas de datos, cero esperas para un reporte, cero intermediarios entre la pregunta y la respuesta.

Suena bien. El problema es que la evidencia más reciente dice otra cosa.

𝗟𝗼 𝗾𝘂𝗲 𝗵𝗶𝗰𝗶𝗲𝗿𝗼𝗻 𝗹𝗼𝘀 𝗶𝗻𝘃𝗲𝘀𝘁𝗶𝗴𝗮𝗱𝗼𝗿𝗲𝘀

Un equipo del Mount Sinai Health System y Mayo Clinic acaba de publicar en PLOS Digital Health (mayo 2026) un estudio que evaluó nueve LLMs —entre ellos GPT-4o, Llama-3.3-70B, DeepSeek y los modelos Qwen de Alibaba— en tareas administrativas sobre historias clínicas electrónicas reales. No texto libre, no notas de evolución, no resúmenes narrativos. Datos tabulares estructurados: las mismas tablas que usamos en nuestros sistemas para censos, reportes de ocupación, seguimiento de indicadores.

Las tareas fueron simples, en papel: contar cuántos pacientes cumplían una condición, o filtrar pacientes que cumplieran múltiples criterios con criterios de exclusión. Nada que un analista con SQL no resuelva en tres minutos.

Se probaron tres estrategias: respuesta directa, razonamiento paso a paso (chain-of-thought), y una estrategia híbrida donde el modelo genera código Python que luego se ejecuta para obtener el resultado.

El dataset: 50.000 visitas a urgencias, con 32.950 consultas totales a los modelos.

𝗟𝗼 𝗾𝘂𝗲 𝗲𝗻𝗰𝗼𝗻𝘁𝗿𝗮𝗿𝗼𝗻

Los números no son amables con el entusiasmo acrítico:

El prompting directo produjo precisiones bajas en todos los modelos, para ambas tareas. En filtrado lógico complejo, GPT-4o —el mejor modelo evaluado— llegó apenas al 49,4% con instrucción directa. Menos que una moneda al aire en un contexto donde el error tiene consecuencias.

El razonamiento paso a paso mejoró los resultados de forma moderada. GPT-4o subió al 77,4% en filtrado con esta estrategia. Pero hay una trampa: la precisión se deteriora de manera significativa conforme crece la tabla. Con 5 filas, casi perfecta. Con 25 filas, por debajo del 60%. En un hospital real, nuestras tablas tienen miles de registros.

Los modelos de razonamiento destilado (DeepSeek-R1), diseñados para razonar internamente sin que se les pida, no superaron a los modelos guiados explícitamente. El razonamiento implícito no garantiza rendimiento.
El único enfoque que funcionó de manera consistente: el modelo genera código ejecutable, ese código corre, y el resultado del código es la respuesta. Con esta estrategia, GPT-4o y Qwen-2.5-72B alcanzaron precisión casi perfecta.

𝗟𝗼 𝗾𝘂𝗲 𝗲𝘀𝘁𝗼 𝘀𝗶𝗴𝗻𝗶𝗳𝗶𝗰𝗮 𝗽𝗮𝗿𝗮 𝗾𝘂𝗶𝗲𝗻𝗲𝘀 𝗴𝗲𝘀𝘁𝗶𝗼𝗻𝗮𝗺𝗼𝘀 𝘀𝗮𝗹𝘂𝗱

Trabajo en auditoría médica hospitalaria. Todos los días interactúo con datos estructurados: indicadores de calidad, tiempos de espera, tasas de complicaciones, registros de auditoría concurrente. Y conozco bien la tentación institucional y profesional de adoptar herramientas de IA como solución a problemas que, en muchos casos, tienen soluciones más simples y comprobadas.

Este estudio no dice que la IA no sirve. La evidencia existente muestra que los LLMs son genuinamente útiles en texto clínico libre —notas de evolución, informes de imagen, resúmenes de alta, comunicación con pacientes. Ahí hay valor real.

Lo que dice este estudio es algo más preciso y más útil: los LLMs solos, sin integración con herramientas computacionales explícitas (código, SQL, agentes estructurados), no son confiables para tareas administrativas sobre datos tabulares.

Y que presentarlos como solución autónoma para gestión hospitalaria es, en el mejor caso, ignorancia; en el peor, marketing.

En Ecuador, donde los sistemas de información hospitalaria son heterogéneos, la infraestructura de datos es frágil y los presupuestos para tecnología son escasos, este matiz es fundamental. No podemos darnos el lujo de adoptar herramientas que funcionan en el papel de una presentación pero fallan en la operación real.

𝗟𝗮 𝗰𝗼𝗻𝗰𝗹𝘂𝘀𝗶𝗼́𝗻 𝗾𝘂𝗲 𝗱𝗲𝗯𝗲𝗿𝗶́𝗮𝗺𝗼𝘀 𝗹𝗹𝗲𝘃𝗮𝗿𝗻𝗼𝘀

Los enfoques híbridos —LLM como interfaz de lenguaje natural + ejecución computacional estructurada (como el Model Context Protocol que mencionan los autores)— son el camino técnicamente válido. No el LLM solo. No el entusiasmo sin validación.

La diferencia entre una herramienta útil y una herramienta peligrosa en salud no está en su capacidad de impresionar en una demo. Está en lo que hace cuando los datos son reales, las tablas son grandes y el margen de error es clínico.

Antes de implementar, hay que evaluar. Antes de escalar, hay que evidenciar.

La ciencia no reemplaza la humanidad. La ordena. Y a veces, también ordena nuestras decisiones de compra.

Fuente: Klang E, Sorin V, Korfiatis P, et al. Large language models are poor clinical administrators: An evaluation of structured queries in real-world electronic health records. PLOS Digital Health. 2026;5(5):e0001326.

05/05/2026

Te compartimos el programa de nuestra jornada científica del próximo sábado 9 de mayo 2026.

🔗 Accede directamente al evento aquí: https://bit.ly/JornadaHíbridaMaldelChagas

07/04/2026

Te compartimos el programa de nuestra jornada científica del próximo sábado 11 de abril de 2026.

👉 Inscríbete llenando el formulario y sé parte de esta actualización médica clave para El Salvador
https://bit.ly/JornadaHibridaActualizaciónsobreMalaria

13/12/2025

Compañeras Flor de Henríquez, Rita Valencia y Nora de Magaña, llegó el momento de descansar y mirar el camino recorrido. Espero que su jubilación esté llena de alegría y aventuras! Han dejado una huella imborrable en la vida de innumerables estudiantes. Las extrañaremos muchísimo aquí en Microbiología. Su legado como docentes, su dedicación y trabajo duro a lo largo de los años no han pasado desapercibidos. Gracias por todo lo que han hecho.
Les deseamos una jubilación larga, saludable y feliz, llena de todas las cosas que más disfrutan. Bendiciones.

03/12/2025

02/12/2025

Community-acquired pneumonia is the leading infectious cause of morbidity and mortality worldwide.

A recent Lancet Seminar explores recent developments, emphasising therapeutic innovations that redefine our approach to community-acquired pneumonia. Find out more via the link below ⤵️

📊 Figure: Considerations for diagnosis and treatment initiation of patients with community-acquired pneumonia.