Traducido del original en inglés. Las cifras y las fuentes no cambian. Leer el original en inglés
University Medicine Magdeburg
El hospital universitario de Magdeburgo aloja Llama 3.2-Vision en su propio servidor para 322 empleados
University Medicine Magdeburg, en Alemania, puso en marcha una plataforma de chat con IA autoalojada, basada en el modelo de pesos abiertos Llama 3.2-Vision 90B de Meta y ejecutada en un único servidor de su propiedad. En una encuesta a la plantilla dos meses después del lanzamiento, el 70,3 % de los encuestados valoró como alta su fiabilidad y velocidad.
Cifras clave
Copiadas literalmente de las fuentes. Copie cualquier cifra con su cita.
44 %
(40 personas)
Encuestados que dijeron ahorrar al menos 30 minutos de trabajo a la semana, según el resumen del artículo (autodeclarado)1
70,3 %
(64 de 91)
Encuestados que valoraron la fiabilidad y la velocidad como extremada o moderadamente altas1
Qué requirió
Las fuentes no divulgan el coste, el tamaño del equipo ni los plazos.
El problema
El personal del hospital ya usaba chatbots de IA públicos para redactar y buscar información. Los hospitales manejan datos personales sensibles, y enviarlos a un servicio externo puede entrar en conflicto con las normas de protección de datos. El Data Integration Center de University Medicine Magdeburg quería una herramienta que el personal pudiera usar sin que los datos salieran del edificio.
Qué construyeron
El centro construyó una plataforma de chat con IA sobre Llama 3.2-Vision 90B, un modelo de pesos abiertos de Meta. Pesos abiertos significa que los archivos del modelo están publicados, de modo que una organización puede ejecutarlo en su propio hardware. El modelo puede leer texto e imágenes. La plataforma se lanzó el 3 de marzo de 2025 para el personal de administración, sanitario y de investigación.
Funciona en un único servidor propiedad del hospital, con una GPU NVIDIA H100 (80 GB de memoria). El artículo indica 25,3 tokens de salida por segundo. Un token es un pequeño fragmento de palabra.
Cómo lo hicieron
El equipo anunció la plataforma por la lista de correo interna del hospital, y el personal se registró indicando su unidad organizativa. Dos meses después del lanzamiento envió a los usuarios registrados una encuesta en línea de diez preguntas, abierta durante 26 días y con dos recordatorios. Preguntaba por la frecuencia de uso, las tareas, la satisfacción y el tiempo ahorrado a la semana. El estudio quedó exento de aprobación ética porque no implicaba intervención ni información sensible.
Resultados
De los 322 usuarios registrados, 98 participaron en la encuesta y 91 dieron respuestas completas. El resumen del artículo indica que el 44 % (40 personas) dijo ahorrar al menos 30 minutos de trabajo a la semana. El 70,3 % valoró como alta la fiabilidad y la velocidad, y el 60,4 % la calidad de las respuestas. La mayoría de los encuestados (85,7 %) necesitó menos de 15 minutos para empezar.
El uso varió según el puesto. El personal sanitario y de investigación usó la plataforma con más frecuencia que el administrativo, y para tareas de creación y análisis.
Qué salió mal
La crítica más frecuente, del 37,4 % de los encuestados, se refería a la calidad de las respuestas. Aproximadamente un tercio de esos comentarios (12 de 34) mencionaba respuestas falsas, como referencias inventadas. Los encuestados también pidieron carga de archivos, opciones de exportación, documentación y formación, e integración con el sistema de información del hospital.
Qué replicar
Haga una encuesta breve poco después del lanzamiento y úsela para decidir la formación, las funciones y los grupos de personal a los que dirigirse a continuación.
Todas las cifras comunicadas
| Indicador | Cifra | Cita |
|---|---|---|
| Usuarios registrados en la plataforma | 322 (el 21,7 % de los 1.484 empleados del grupo objetivo)1 | |
| Encuestados con respuestas completas | 91 de 98 participantes1 | |
| Encuestados que dijeron ahorrar al menos 30 minutos de trabajo a la semana, según el resumen del artículo (autodeclarado) | 44 % (40 personas)1 | |
| Encuestados que valoraron la fiabilidad y la velocidad como extremada o moderadamente altas | 70,3 % (64 de 91)1 | |
| Encuestados que valoraron la calidad de las respuestas como extremada o moderadamente alta | 60,4 % (55 de 91)1 | |
| Encuestados que necesitaron menos de 15 minutos para familiarizarse con la plataforma | 85,7 % (78 de 91)1 | |
| Críticas en texto libre sobre la calidad de las respuestas | 37,4 % (34 de 91)1 |
Lecciones para su proyecto
Un solo servidor de tamaño medio puede sostener un piloto hospitalario. Este usó una única GPU NVIDIA H100 y generó 25,3 tokens (fragmentos de palabra) de salida por segundo.
Cuente con una adopción desigual según el puesto. El personal sanitario y de investigación usó la plataforma más que el administrativo, así que oriente la formación a los grupos que la necesitan.
Mida pronto el valor percibido. Una encuesta breve dos meses después del lanzamiento mostró dónde veían los usuarios un ahorro de tiempo y qué querían a continuación.
Prevea las alucinaciones. La queja más común fueron las respuestas erróneas, incluidas referencias inventadas, así que pida a los usuarios que comprueben las fuentes.
Salvedades
- Los autores son el propio equipo de datos del hospital, y el ahorro de tiempo es autodeclarado por encuestados voluntarios (91 de los 322 usuarios registrados).
- Solo el 30,4 % de los usuarios registrados respondió a la encuesta, por lo que los resultados reflejan a encuestados autoseleccionados. Los autores no hicieron pruebas estadísticas porque los grupos eran pequeños.
- El artículo no indica el presupuesto del proyecto ni el tamaño del equipo.
- La cifra del 44 % de ahorro de tiempo aparece solo en el resumen. La sección de resultados no la repite para toda la muestra, y allí figuran las mismas cifras de 40 de 91 para el personal de administración, por lo que conviene tomarla con cautela.
- El artículo da la proporción de usuarios semanales como 62,6 % (57) en el resumen y 61,5 % (56) en el texto, por lo que este informe la omite.
Fuentes
- Implementation and User Evaluation of an On-Premise Large Language Model in a German University Hospital Setting: Cross-Sectional Survey
JMIR AI · 2026-04-15 · Artículo de investigación · ai.jmir.org
Resumido con nuestras propias palabras a partir de las fuentes anteriores. ¿Ha detectado un error? Consulte correcciones.