La responsabilidad médica representa, en la actualidad, un tema de discusión central en la jurisprudencia penal 3 . En efecto, la difusión en los medios de comunicación de casos de intervenciones médicas con resultados diferentes a los esperados o incluso fatales, han actualizado el debate sobre la responsabilidad del personal médico en el ejercicio de su profesión.Es en tal contexto que la Corte Suprema de Justicia profiere la sentencia SP87592016, generando gran revuelo en el gremio, y en general, en la comunidad. Ello no solo por lo gravoso del resultado producido, sino además, porque la comunidad médica ha manifestado su gran preocupación ante una condena que, según se aduce, serviría de precedente para que el ejercicio de la medicina se convirtiera en una actividad que desconoce los márgenes del error humano.Esta providencia pone de presente problemáticas propias de la imputación objetiva, y cuestiones referentes a la autoría y la participación, que como se verá, son resueltas por la Corte de manera discutible.

Los descriptores de características en 3D extraídos de nubes de puntos se han convertido en una fuente deinformación promisoria para muchas aplicaciones. Estas aplicaciones incluyen reconocimiento de objetos o formas,modelamiento de edificaciones, modelamiento de estructuras civiles, sistemas de navegación autónoma, etc.Considerando estas tendencias, este artículo presenta un sistema de clasificación de vehículos, basado en bolsade palabras, el cual extrae descriptores de características de imágenes de rango capturadas usando un láser SICKLMS200. Nuestro enfoque usa información visual para estimar la velocidad de los vehículos usando un filtro deKalman, esta estimación de la velocidad es usada para registrar los datos del láser y construir la nube de puntosde la escena. En este trabajo, un dataset fue capturado a partir de la nube de puntos del vehículo, su informaciónvisual, la estimación de la velocidad del vehículo y una etiqueta de la clase de vehículo. Usando este dataset, variosdescriptores de 3D fueron probados y árboles KD fueron empleados para acelerar el proceso de clasificación, esteúltimo realizado con la Bolsa de Palabras. En consecuencia, nuestro enfoque puede clasificar hasta nueve diferentesclases de vehículos; el desempeño del clasificador fue medido usando curvas tipo Precision –Recall.