La inteligencia artificial en salud reúne sistemas capaces de analizar datos, reconocer patrones o generar contenido para apoyar tareas clínicas y administrativas. Ya se utiliza en algunos dispositivos médicos, imágenes, documentación y gestión de información. Su valor depende de un propósito definido, evidencia adecuada, supervisión humana y protección de los datos. Una respuesta generada por una herramienta pública no equivale a una evaluación médica.
Aplicaciones de la inteligencia artificial en salud
Apoyo al análisis de imágenes
Algunos sistemas ayudan a señalar hallazgos en radiografías, tomografías, mamografías, retina o patología. Pueden priorizar estudios o resaltar áreas para revisión, pero la interpretación debe integrarse con la historia clínica y el criterio profesional.
Detección y predicción de riesgos
Los algoritmos pueden combinar signos vitales, pruebas y antecedentes para estimar riesgos o activar alertas. Su rendimiento puede cambiar entre hospitales y poblaciones; por eso necesitan validación externa y vigilancia después de implementarse.
Tratamiento y dispositivos
La IA puede apoyar la dosificación automatizada en ciertos dispositivos, la planificación de procedimientos o funciones de medicina personalizada. También participa en herramientas usadas durante la cirugía robótica. Cada producto debe evaluarse según su indicación específica.
Operaciones y documentación
Los centros de salud exploran IA para resumir notas, organizar mensajes, programar citas y reducir tareas repetitivas. Estos usos pueden ahorrar tiempo, pero los resúmenes deben revisarse: un sistema puede omitir, mezclar o inventar información.
Beneficios posibles
- Analizar grandes volúmenes de datos con rapidez.
- Apoyar la detección de patrones difíciles de ver a simple vista.
- Priorizar casos urgentes dentro de un flujo clínico.
- Automatizar tareas administrativas y liberar tiempo profesional.
- Ampliar herramientas de apoyo en lugares con pocos especialistas.
“Posible” no significa demostrado para todo producto. La seguridad y efectividad deben medirse para la población, el entorno y la tarea concreta.
Riesgos que no deben ignorarse
- Sesgo: datos poco representativos pueden producir peores resultados para determinados grupos.
- Errores convincentes: los modelos generativos pueden presentar información falsa con tono seguro.
- Falta de explicación: algunas recomendaciones son difíciles de interpretar o impugnar.
- Privacidad: historias, imágenes y conversaciones contienen información sensible.
- Automatización excesiva: confiar sin revisión puede retrasar el diagnóstico o tratamiento correcto.
- Cambios con el tiempo: el rendimiento puede deteriorarse cuando cambian los datos, el equipo o la población.
Cómo usar herramientas de IA con prudencia
- No introduzcas nombres, números de historia, resultados identificables o imágenes personales en una herramienta pública sin autorización y garantías claras.
- Usa la IA para preparar preguntas o entender términos, no para reemplazar una consulta.
- Verifica información médica con fuentes oficiales y un profesional.
- Pregunta si una recomendación fue generada por IA y cómo se supervisa.
- Si se trata de un dispositivo médico, revisa su uso autorizado y sus limitaciones.
La regulación varía por país. En Estados Unidos, la FDA regula dispositivos médicos que incorporan IA según su uso previsto; no “aprueba la IA” de forma general. La lista pública de dispositivos autorizados aporta transparencia, pero no convierte cualquier aplicación con IA en una herramienta médica confiable.
IA clínica y chatbots no son lo mismo
Un dispositivo médico con una indicación concreta, datos de validación y supervisión regulatoria no es equivalente a un chatbot de uso general. Los asistentes generativos pueden ser útiles para redactar o explicar, pero no deben asumirse como herramientas diagnósticas. Pregunta siempre cuál es el propósito del sistema y qué evidencia respalda ese uso.
Preguntas para profesionales y organizaciones
Antes de adoptar un sistema, conviene preguntar con qué datos fue validado, cómo se mide el desempeño por subgrupos, quién responde ante un error, cómo se actualiza, qué información recibe el paciente y cómo se integra con los registros electrónicos.
Fuentes confiables
- OMS: Ética y gobernanza de la IA en salud
- OMS: Consideraciones regulatorias para IA en salud
- FDA: Lista de dispositivos médicos con IA
Este artículo es informativo y no sustituye la evaluación, el diagnóstico ni el tratamiento profesional.
