Resumen
Introducción: Las auditorías internas son un componente clave de la calidad en los laboratorios de análisis clínicos conforme a la Norma ISO 15189:2022 “Laboratorios clínicos - Requisitos para la calidad y la competencia”. La inteligencia artificial (IA) presenta potencial como soporte en este proceso. Objetivo: Evaluar el uso de modelos de lenguaje de gran tamaño (LLM) como herramienta para la redacción técnica, tipificación (desvío/ cumplimiento/ oportunidad de mejora) y asignación normativa de hallazgos de auditoría interna conforme a la ISO 15189:2022, dentro de un marco metodológico estructurado y validado por auditoras expertas. Materiales y métodos: Se utilizó un LLM (ChatGPT) mediante una estrategia de interacción estructurada, basada en el método ASPECCT. El desempeño de la herramienta se evaluó a partir de 39 hallazgos de auditorías internas previas. Dos auditoras humanas realizaron la evaluación de la IA de manera independiente, aplicando criterios predefinidos: tipificación del hallazgo, redacción, asignación normativa, cumplimiento de restricciones y capacidad de mejora mediante iteraciones sucesivas. Resultados: Se desarrolló la interacción con la IA dentro del marco metodológico ASPECCT. Las auditoras expertas mostraron una alta coincidencia entre sí al evaluar la IA: 97,65% en la evaluación global y 100% en la tipificación de hallazgos. El 99,23% de sus calificaciones se ubicó en los niveles bueno (21,37%) y excelente (77,86%). El 64,1% de los resultados iniciales de la IA no requirió correcciones. Discusión: La IA, dentro de un marco metodológico estructurado y bajo control humano, constituye una herramienta útil para las auditorías internas dado que contribuye a mayor estandarización y optimización de tiempos.
Referencias
1. International Organization for Standardization. ISO 15189:2022. Medical laboratories — Requirements for quality and competence. 4th ed. Geneva: ISO; 2022. Disponible en: https://www.iso.org/standard/76677.html (consultado el 14 Febrero de 2026).
2. Instituto Argentino de Normalización y Certificación. IRAM-ISO 15189:2022. Laboratorios clínicos. Requisitos para la calidad y la competencia. 4ª ed. Buenos Aires: IRAM; 2022. Disponible en: https://catalogo.iram.org.ar/#/normas/detalles/9417
3. Chambers R. The true cost of an internal audit is often a well-kept secret [Internet]. Audit Beacon; 2025 [citado 29 Ene 2026]. Disponible en: https://www.richardchambers.com/the-true-cost-of-an-internalaudit-is-often-a-well-kept-secret/
4. Lapić I, Rogić D, Ivić M. Laboratory professionals’ attitudes towards ISO 15189:2012 accreditation: an anonymous survey of three Croatian accredited medical laboratories. Biochem Med (Zagreb). 2021;31(2):020712, https://doi.org/10.11613/BM.2021.020712
5. García Castro L. Inteligencia Artificial y el trabajo del auditor. Madrid: Universidad Pontificia Comillas, Facultad de Ciencias Económicas y Empresariales; 2024. Disponible en: https://repositorio.comillas.edu/jspui/bitstream/11531/79355/4/TFG%20-%20Garcia%20Castro%2c%20Luis.pdf
6. Alassuli A. Impact of artificial intelligence using the robotic process automation system on the efficiency of internal audit operations at Jordanian commercial banks. Banks Bank Syst. 2025;20(1):122-35, http://dx.doi.org/10.21511/bbs.20(1).2025.11
7. OpenAI. ChatGPT (modelo GPT-5.2 Thinking) [Internet]. San Francisco: OpenAI; 2026 [citado 25 Ene 2026]. Disponible en: https://www.openai.com
8. Suyono WP, Puspa ES, Anugrah S, Firnanda R. Artificial intelligence in auditing: a systematic review of tools, applications, and challenges. J Artif Intell Digit Bus. 2025;4(2):3393-401, https://doi.org/10.31004/riggs.v4i2.1024
9. Kokina J, Davenport TH. The emergence of artificial intelligence: how automation is changing auditing. J Emerg Technol Account. 2017;14(1):115-22, https://doi.org/10.2308/jeta-51730
10. Kurreck C, Castaños-Vélez E, Freyer D, Blumenau S, Przesdzing I, Bernard R, et al. Improving quality of preclinical academic research through auditing: a feasibility study. PLoS One. 2020;15(4):e0230813, https://doi.org/10.1371/journal.pone.0240719
11. The Institute of Internal Auditors. Artificial intelligence auditing framework. Lake Mary, FL: The Institute of Internal Auditors; 2024. Disponible en: https://www.theiia.org/globalassets/site/content/tools/professional/aiframework-sept-2024-update.pdf
