Diario Oficial de la Federación, Edición Matutina No. 023/2026, Ciudad de México, miércoles 28 de enero de 2026 (incluye, entre otros: Acuerdo de estímulos fiscales a la gasolina y diésel; Acuerdo de días inhábiles de SEMARNAT; Circular de inhabilitación de Comercializadora Ortichart; Acuerdo de reanudación de plazos de la STPS; Convenios de Colaboración de la Secretaría de las Mujeres con Coahuila, Durango, Guanajuato y Guerrero -Estrategia Niñas y Adolescentes Libres y Seguras-; actualización del Compendio Nacional de Insumos para la Salud 2025; Declaración de Protección de la Indicación Geográfica Muñeca Dönxu de San Idelfonso Tultepec; Lineamientos de los Esquemas para el Desarrollo Mixto de la CFE; Sentencia en la Controversia Constitucional 102/2025; tipos de cambio y tasas TIIE del Banco de México; Acuerdo de días inhábiles del OIC en la CNDH; Acuerdo General 3/2026 del Tribunal Superior Agrario; y Sección de Avisos judiciales, generales y convocatorias del Servicio Profesional de Carrera)

MENCIÓN EXPLÍCITA DE IA. El Compendio Nacional de Insumos para la Salud —documento de observancia obligatoria para las instituciones públicas del Sistema Nacional de Salud— incorpora como especificación técnica de un tomógrafo computarizado de alta especialidad la 'Reconstrucción usando inteligencia artificial, algoritmo de red neuronal de aprendizaje profundo'. Es el caso paradigmático de IA en salud (R1+R2+R3 según la matriz de keywords de la taxonomía). R1 (Malfunctions & Errors): la reconstrucción de imagen mediante redes neuronales profundas puede introducir artefactos sintéticos, suprimir hallazgos reales o 'alucinar' estructuras inexistentes en imágenes diagnósticas; al codificarse como insumo estándar del Sistema Nacional de Salud no se establece ningún requisito de validación clínica, supervisión humana del radiólogo, ni control de calidad específico para outputs generados por IA. El riesgo de 'automation bias' (tratar la reconstrucción como infalible) es directo en un dominio crítico. R2 (Discrimination & Bias): los modelos de reconstrucción/realce por aprendizaje profundo se entrenan con datasets que pueden no representar a la población mexicana, generando desempeño diferencial por morfología, edad o patología poco representada. R3 (Privacy): las imágenes médicas procesadas por IA constituyen datos personales sensibles de salud; no se regula su tratamiento ni la trazabilidad del modelo. GAP REGULATORIO: el Compendio adquiere equipo con IA sin exigir transparencia del algoritmo, validación de exactitud diagnóstica, ni etiquetado del contenido reconstruido por IA. No hay norma mexicana que regule dispositivos médicos con IA (SaMD - Software as a Medical Device).

MENCIÓN EXPLÍCITA DE IA EN DOMINIO CRÍTICO (radioterapia). El Compendio incorpora, como especificación del tomógrafo simulador para planificación de tratamientos de radioterapia, un 'Software de contorneo basado en Inteligencia Artificial (IA)'. El contorneo (segmentación) automático delimita órganos en riesgo y volúmenes tumorales que determinan dónde se deposita la dosis de radiación. R1 (Malfunctions & Errors): un error de segmentación por IA en la delimitación de tumor u órganos sanos se traduce directamente en sobredosis a tejido sano o subdosis al tumor, con daño potencialmente grave o letal. La taxonomía eleva la severidad por tratarse de un servicio crítico (Regla de Contexto Crítico). No se establece requisito de revisión/aprobación del contorneo por el físico médico u oncólogo radioterapeuta ni control de calidad del software. R3 (Privacy): el contorneo opera sobre imágenes médicas (datos sensibles de salud) sin regulación de su tratamiento por el modelo. GAP REGULATORIO: igual que en H1, se adquiere e integra IA clínica de alto riesgo en el Sistema Nacional de Salud sin exigir validación, supervisión humana obligatoria, ni transparencia algorítmica.

DECISIÓN AUTOMATIZADA SOBRE PERSONAS EN EL DOMINIO DE EMPLEO (gap regulatorio). El portal TrabajaEn realiza 'de forma automática la revisión curricular', emitiendo un folio de participación o un 'folio de rechazo que lo descartará del concurso'. Adicionalmente, en otras convocatorias 'el sistema procederá automáticamente al descarte de la persona candidata' cuando no alcanza el puntaje mínimo. Se trata de una toma de decisión automatizada que controla el acceso a oportunidades de empleo público, exactamente el supuesto R2 (selección automatizada / filtrado de candidatos en el sector público). No se afirma que el filtro use machine learning —probablemente es un sistema basado en reglas de coincidencia con catálogos de carreras/áreas—, por lo que se clasifica como Implícito/Gap y severidad Media. Sin embargo, los riesgos R2 son relevantes: (i) el descarte automático opera sin revisión humana en esa etapa y sin un mecanismo de impugnación específico del filtro algorítmico; (ii) los catálogos rígidos de carreras/campos pueden excluir sistemáticamente perfiles equivalentes (p.ej. denominaciones de título distintas), amplificando desigualdades de acceso; (iii) en un país con alta heterogeneidad de credenciales, el filtro puede generar exclusiones masivas no auditadas. GAP REGULATORIO: ni las convocatorias ni las Disposiciones citadas describen auditoría de equidad del filtro, supervisión humana de los rechazos automáticos, ni un recurso de revisión del descarte algorítmico. De evolucionar este filtro hacia scoring por ML, los riesgos R2 escalarían.