Pocos ámbitos han despertado tanto entusiasmo por la inteligencia artificial como la salud, y pocos merecen tanta cautela. La promesa es real: los sistemas de IA pueden ayudar a organizar la información, apoyar el triaje, reducir la carga administrativa y llevar el conocimiento experto a lugares donde escasean los especialistas. Pero la salud es también un terreno en el que los errores recaen sobre las personas en su momento de mayor vulnerabilidad, en el que los datos son especialmente sensibles y en el que la confianza, una vez perdida, es muy difícil de recuperar.
Por eso la pregunta no es si la IA tendrá un papel en la atención sanitaria. Ya lo tiene. La pregunta es qué papel, y qué condiciones deben cumplirse para que ese papel mejore la atención en lugar de complicarla.
Las presiones que hacen atractiva la IA
Los sistemas de salud de todo el mundo comparten una serie de presiones. La demanda crece a medida que la población envejece y las enfermedades crónicas se vuelven más frecuentes. El tiempo clínico escasea, y una parte importante se consume en documentación y tareas administrativas. El acceso es desigual entre las ciudades y las zonas rurales, entre las comunidades con más y con menos recursos, y entre quienes saben moverse por sistemas complejos y quienes no.
Los pacientes viven su propia versión del problema. Cuando aparece un síntoma, muchas personas no saben si requiere acudir a urgencias, pedir una cita o simplemente vigilarlo en casa. Algunas retrasan una atención que necesitan; otras acuden a urgencias por problemas que podrían tratarse de otro modo. Ambas situaciones tienen un coste, para la persona y para el sistema.
Estas presiones explican el atractivo de la IA. El software puede crecer a una escala inalcanzable para el conocimiento experto humano, y unas herramientas bien diseñadas pueden ayudar a dirigir la escasa atención clínica allí donde más importa.
Dónde puede ayudar de verdad la IA
Varias categorías de aplicaciones parecen especialmente prometedoras.
La primera es la orientación en la puerta de entrada. Las herramientas de evaluación de síntomas asistidas por IA pueden formular preguntas estructuradas, recoger los antecedentes relevantes y ayudar a las personas a entender cuáles son los siguientes pasos razonables, desde la información sobre autocuidado hasta la recomendación de buscar atención urgente. El objetivo no es diagnosticar, sino ayudar a llegar antes al nivel de atención adecuado.
La segunda es el apoyo a los flujos de trabajo clínicos. Resumir historias clínicas, ordenar la información de admisión, redactar borradores de documentación para que los revisen los profesionales y mostrar las guías clínicas pertinentes puede devolverles tiempo sin apartar su criterio del proceso.
La tercera es el acceso. Las herramientas pensadas para el móvil y en el idioma del propio paciente pueden llegar a personas que de otro modo tendrían dificultades para obtener información sanitaria básica. En el mundo árabe, las herramientas diseñadas desde el principio para el árabe y sus dialectos podrían cubrir un vacío que dejan muchos productos desarrollados para el mercado global.
La cuarta es la visión de conjunto del sistema. Los datos agregados y debidamente protegidos pueden ayudar a las instituciones sanitarias a comprender los patrones de demanda, planificar sus recursos e identificar necesidades emergentes.
Los límites que hay que respetar
Cada una de estas oportunidades conlleva riesgos que deben contemplarse en el diseño, en lugar de descubrirse después.
Los sistemas de IA pueden equivocarse con gran seguridad. En el ámbito de la salud, una herramienta debe comunicar la incertidumbre, derivar el caso ante la duda y remitirse al criterio de los profesionales. Un sistema que tranquiliza erróneamente a una persona con una enfermedad grave puede hacer más daño que la ausencia de sistema.
Los modelos pueden incorporar sesgos. Si los datos de entrenamiento infrarrepresentan a determinadas poblaciones, el rendimiento puede ser peor precisamente para las personas que más necesitan un mejor acceso. Es imprescindible evaluar la herramienta en todas las poblaciones a las que va a servir.
Los datos de salud son profundamente personales. Los sistemas responsables recogen solo lo necesario, obtienen un consentimiento claro, protegen la información con una seguridad sólida y son transparentes sobre su uso.
Por último, la regulación importa. En muchas jurisdicciones, el software que interviene en las decisiones clínicas está regulado como producto sanitario. Cumplir esos requisitos no es una traba burocrática: es el mecanismo con el que la sociedad verifica que una herramienta es segura.
Principios de diseño para una IA sanitaria fiable
De estas consideraciones se desprende un conjunto de principios para cualquiera que trabaje en este ámbito.
Apoyar, no sustituir. La IA debe reforzar la relación entre el paciente y el profesional sanitario, no ocupar su lugar.
Validar antes de implantar. Las afirmaciones sobre precisión y beneficios deben basarse en una evaluación rigurosa en condiciones realistas, idealmente en colaboración con instituciones clínicas.
Diseñar pensando en la derivación. Toda vía debe contar con un camino claro hacia la atención humana, y el umbral para tomarlo debe favorecer la seguridad.
Minimizar y proteger los datos. La privacidad debe ser una decisión de arquitectura, no un documento de políticas.
Construir para el idioma y el contexto de los usuarios. La accesibilidad incluye la accesibilidad lingüística, cultural y económica.
Integrarse en los sistemas asistenciales. Las herramientas que quedan al margen de los flujos de trabajo clínicos tienden a fragmentar la atención; las que se integran, con las normas y autorizaciones adecuadas, pueden reducir esa fragmentación.
Ser honesto sobre el estado de cada herramienta. Distinguir con claridad lo que se propone, lo que se está probando y lo que está demostrado.
La dimensión institucional
La IA sanitaria no es solo un reto tecnológico, sino también institucional. Hospitales, ministerios, aseguradoras y colegios profesionales tienen un papel en la decisión de cómo se adoptan, gobiernan y financian estas herramientas. Las iniciativas que salen adelante suelen implicar pronto a estos actores, alinearse con las estrategias nacionales de salud digital y prever su integración con los sistemas de información existentes.
La rápida adopción de plataformas digitales de salud a gran escala en algunas partes de la región indica que las personas utilizan los servicios digitales de salud cuando son fiables, útiles y dignos de confianza. Esa experiencia ofrece una base, y también un listón, para la próxima generación de herramientas inteligentes.
Por dónde empezar
Para los fundadores, inversores e instituciones que se adentran en este campo, los puntos de partida están bastante claros.
Empezar por un caso de uso acotado y de alto valor, en el que el beneficio sea claro y los riesgos sean controlables.
Incorporar conocimiento clínico al núcleo del equipo, y no solo como asesoría externa.
Dialogar pronto con los reguladores para conocer la vía aplicable a cada categoría de producto.
Medir los resultados que importan a pacientes y profesionales, no solo los indicadores de uso.
Prever los plazos largos que exige una innovación sanitaria responsable.
La confianza como medida del éxito
La inteligencia artificial podría ayudar a que la atención sanitaria sea más accesible, más eficiente y más ágil. Pero la IA sanitaria más valiosa no será necesariamente la más impresionante. Será la más fiable: la herramienta que conoce sus límites, protege a sus usuarios y se gana la confianza de los profesionales que trabajan con ella. Las iniciativas que se exigen ese nivel desde el principio, en lugar de incorporarlo más tarde, son las que más probabilidades tienen de contribuir a un futuro más saludable.
Artículo de análisis y opinión. No reproduce entrevistas ni incluye anuncios.