Resumen:Aunque se proponen cada vez más agentes de inteligencia artificial (IA) para respaldar tareas de salud potencialmente longitudinales, como el manejo de síntomas, el cambio de comportamiento y el apoyo al paciente, la mayoría de las implementaciones actuales no logran facilitar la intención del usuario ni fomentar la responsabilidad. Esto contrasta con trabajos anteriores sobre el apoyo a las necesidades longitudinales, donde el seguimiento, el razonamiento coherente y la alineación sostenida con los objetivos de los individuos son fundamentales tanto para la eficacia como para la seguridad. En este artículo, nos basamos en marcos informáticos de salud personal y clínicos establecidos para definir lo que significaría orquestar interacciones de salud longitudinales con agentes de IA. Proponemos un marco de múltiples capas y una arquitectura de agente correspondiente que operacionaliza la adaptación, la coherencia, la continuidad y la agencia a través de interacciones repetidas. A través de casos de uso representativos, demostramos cómo los agentes longitudinales pueden mantener un compromiso significativo, adaptarse a objetivos en evolución y respaldar la toma de decisiones segura y personalizada a lo largo del tiempo. Nuestros hallazgos subrayan tanto la promesa como la complejidad de diseñar sistemas capaces de respaldar trayectorias de salud más allá de interacciones aisladas, y ofrecemos orientación para futuras investigaciones y desarrollo en IA de salud multisesión centrada en el usuario.
Publicado originalmente en export.arxiv.org el 14 de abril de 2026.
Ver fuente original
