La inteligencia artificial (IA) dejó de ser una promesa tecnológica para convertirse en una herramienta con aplicaciones concretas en la atención médica, la salud pública y la gestión de los sistemas sanitarios. Sin embargo, su potencial no depende únicamente de la sofisticación de los algoritmos, sino de la capacidad de las instituciones para incorporarlos de manera efectiva, segura y sostenible.

Ese fue uno de los principales ejes de la exposición de Sebastián García Saisó, director del Departamento de Evidencia e Inteligencia para la Acción en Salud de la Organización Panamericana de la Salud (OPS), durante el Congreso de la Fundación Iberoamericana Consenso Salud, donde presentó la conferencia “Inteligencia artificial en salud: de la promesa a la implementación”.

Al comienzo de su intervención, el especialista planteó la necesidad de mejorar el uso de los recursos sanitarios para obtener mejores resultados en la población. En ese sentido, señaló que, de acuerdo con el informe Salud en las Américas, alrededor del 40% de la carga de enfermedad en la región podría ser evitable.

“Esto nos lleva a un planteamiento de no solo se trata de invertir más en salud, sino invertir mejor y lograr con lo que tenemos mejores resultados”, sostuvo.

De la promesa tecnológica a los resultados concretos

El referente de la OPS remarcó que la inteligencia artificial no es una tecnología reciente, aunque su expansión haya adquirido mayor visibilidad con la popularización de los grandes modelos de lenguaje. El desafío actual, explicó, consiste en superar la etapa de entusiasmo y los proyectos aislados para avanzar hacia aplicaciones integradas en los sistemas de salud.

“¿Cómo pasar de este hype que estamos viviendo, de los múltiples pilotos fragmentados que vemos en múltiples áreas de aplicación a una implementación responsable?”, se preguntó.

La respuesta, según el especialista, requiere cambiar el foco: en lugar de concentrarse exclusivamente en la cantidad de herramientas disponibles, es necesario evaluar cómo modifican los procesos asistenciales, mejoran la organización de los servicios y generan beneficios verificables para los pacientes.

Entre las aplicaciones con mayor potencial mencionó el análisis automatizado de imágenes médicas, la detección de patologías, la elaboración de documentación clínica, el apoyo a las decisiones asistenciales y la optimización de los flujos de atención.

También destacó las oportunidades en salud pública, particularmente en la vigilancia epidemiológica, la detección temprana de brotes, la planificación de campañas de inmunización, la síntesis de evidencia científica y la gestión de redes y servicios sanitarios.

 

La calidad de los datos y la interoperabilidad, condiciones indispensables

Uno de los principales obstáculos para incorporar inteligencia artificial en los sistemas sanitarios es la calidad de la información disponible. Los algoritmos necesitan datos confiables, pertinentes y suficientemente representativos para producir resultados útiles. Cuando existen registros fragmentados, información incompleta o dificultades para intercambiar datos entre plataformas, las posibilidades de obtener buenos resultados se reducen.

“Datos primero, la calidad del dato es importante”, enfatizó García Saisó al referirse a los principios que deben orientar la transformación digital.

El especialista también destacó la interoperabilidad como una condición fundamental para integrar la información sanitaria, independientemente de las plataformas o tecnologías utilizadas por cada institución. A ello sumó la necesidad de fortalecer la infraestructura digital, garantizar la ciberseguridad y desarrollar capacidades institucionales para sostener los procesos de innovación.

Desde esta perspectiva, la incorporación de IA no puede limitarse a la compra de un software o a la implementación de un algoritmo. Requiere revisar los procesos de trabajo, capacitar a los equipos, establecer circuitos de derivación y asegurar que el sistema pueda responder a las necesidades que la propia tecnología permita identificar.

Como ejemplo, explicó que una herramienta capaz de detectar signos de retinopatía diabética en el primer nivel de atención tendrá un impacto limitado si no existe una red preparada para recibir a esos pacientes y brindarles el tratamiento correspondiente.

De lo contrario, advirtió, la tecnología puede acelerar una etapa del proceso sin resolver los problemas estructurales que dificultan el acceso a la atención.

Evaluar el impacto más allá del algoritmo

García Saisó señaló que numerosos proyectos piloto encuentran dificultades cuando intentan pasar de la validación técnica a la integración real en los servicios sanitarios. Un algoritmo puede funcionar correctamente en condiciones controladas y, aun así, no adaptarse a las necesidades, los recursos o las dinámicas de una institución.

Por eso, propuso ampliar los criterios de evaluación: además de medir la precisión, la sensibilidad y la especificidad de una herramienta, es necesario determinar si mejora los resultados clínicos, amplía el acceso, reduce las desigualdades y resulta sostenible desde el punto de vista económico y operativo.

“Lo que necesitamos definir bien es cuáles son nuestras prioridades en salud. Esa es la primer pregunta. ¿Cuál es el proceso que yo deseo modificar y dónde está el resultado que yo espero obtener?”, planteó.

Esta perspectiva supone comenzar por la identificación de un problema sanitario y, a partir de allí, evaluar si la inteligencia artificial constituye una solución adecuada. También implica realizar validaciones en los contextos locales, medir los resultados y determinar si existen condiciones para ampliar la implementación.

El objetivo, sostuvo, no debe ser acumular herramientas tecnológicas, sino lograr que estas produzcan cambios concretos en el funcionamiento de los sistemas de salud.

Supervisión humana, equidad y rendición de cuentas

Otro de los ejes centrales de la conferencia fue la gobernanza de la inteligencia artificial. Para el especialista, la automatización de procesos clínicos y administrativos exige mecanismos de control que permitan identificar errores, prevenir sesgos y garantizar que las decisiones se adopten con criterios transparentes y responsables.

En ese marco, advirtió que la supervisión humana no puede reducirse a una intervención formal en la que un profesional valida automáticamente el resultado de un sistema.

La persona responsable debe contar con conocimientos, autoridad y capacidad efectiva para cuestionar las recomendaciones del algoritmo, comprender sus limitaciones, intervenir cuando sea necesario y documentar las decisiones adoptadas.

 “La rendición de cuentas debe estar en el centro de administración responsable de la inteligencia artificial”, afirmó.

Una agenda regional para transformar los sistemas de salud

Durante la presentación, García Saisó repasó las iniciativas impulsadas en las Américas para fortalecer la transformación digital del sector. Entre ellas mencionó las estrategias regionales de información para la salud, la hoja de ruta para la transformación digital, las políticas vinculadas con la ciencia de datos y el uso de inteligencia artificial, y las iniciativas de cooperación para ampliar las capacidades digitales de los países.

También destacó la importancia de construir una visión compartida sobre la implementación responsable de estas tecnologías, con participación de los Estados y articulación entre instituciones sanitarias, organismos internacionales y otros actores del sector.

El desafío regional, explicó, es generar las condiciones necesarias para que las experiencias aisladas puedan convertirse en soluciones escalables, sostenibles y centradas en las personas. Esto requiere fortalecer la calidad de los datos, la interoperabilidad, la infraestructura pública digital, la capacitación y los mecanismos de gobernanza.

La tecnología, en definitiva, debe estar al servicio de prioridades sanitarias definidas por los propios sistemas de salud, y no al revés.

Hacia el cierre de su intervención, el director de la OPS invitó a evaluar la incorporación de inteligencia artificial a partir de preguntas concretas: si permite atender antes a los pacientes, mejorar los diagnósticos, obtener mejores resultados clínicos, garantizar un trato digno y evitar decisiones injustas.

La reflexión sintetizó el mensaje central de la conferencia: la innovación tecnológica no constituye un fin en sí mismo, sino un medio para mejorar la salud de las personas y fortalecer los sistemas sanitarios.

“La tecnología está aquí, está entre nosotros, es parte de nuestras vidas. Ahora nuestra responsabilidad de todos es implementarla con evidencia, con equidad, con humanidad”, concluyó García Saisó.