Cómo funciona
IA en salud es el uso de sistemas computacionales para apoyar actividades clínicas, administrativas, de investigación o de salud pública. El sistema puede analizar texto, imágenes, señales, registros o datos de sensores. La finalidad depende de la tarea: organizar información, señalar patrones, apoyar investigación o ayudar a profesionales en decisiones.
Un proyecto suele comenzar con un problema delimitado y datos adecuados a ese problema. Un equipo prepara los datos, elige o entrena un modelo y evalúa su desempeño en casos que no se usaron para ajustar el sistema. Luego, el resultado debe probarse en el flujo real de trabajo, con acompañamiento de profesionales y mecanismos para corregir errores.
El modelo no entiende a una persona como lo haría un profesional de salud. Calcula patrones a partir de los ejemplos y de la información que recibe. Datos incompletos, etiquetas inconsistentes, diferencias entre poblaciones o cambios en el proceso clínico pueden reducir la confiabilidad. Un resultado aparentemente preciso en un conjunto de pruebas no prueba, por sí solo, que la herramienta será segura en toda clínica o región.
La Organización Mundial de la Salud recomienda que el desarrollo y el uso de IA en salud consideren ética, derechos humanos, transparencia, seguridad y rendición de cuentas. Su orientación también destaca que la tecnología debe apoyar el trabajo de profesionales y beneficiar a las personas afectadas, en lugar de quitarles medios de protección y participación. Ver la orientación de la OMS sobre ética y gobernanza de la IA para la salud.
Ejemplo práctico
Imagina un servicio de salud que recibe muchos pedidos de consulta. Un modelo puede ayudar a clasificar mensajes por asunto, como dudas sobre preparación de examen, solicitud de retorno o actualización de registro. El equipo define las categorías, prueba el sistema con ejemplos representativos y mide cuántos mensajes se derivan correctamente.
Si un mensaje indica síntomas urgentes, el sistema no debe tratar la clasificación automática como diagnóstico. El flujo debe derivar el caso a una persona calificada y dejar claro cuándo la herramienta no tiene confianza suficiente. El equipo también debe ofrecer una alternativa para quien no puede o no quiere interactuar con el sistema automatizado.
En otro escenario, un modelo puede ayudar a investigadores a localizar patrones en imágenes o historias clínicas. Es necesario proteger información personal, limitar quién accede a los datos y verificar si el desempeño es consistente para diferentes grupos. La decisión final y la comunicación con la persona atendida siguen exigiendo responsabilidad profesional.
Para qué sirve
IA en salud puede apoyar triaje administrativo, análisis de imágenes, investigación biomédica, documentación, monitoreo y planificación de servicios. El beneficio posible es reducir tareas repetitivas o organizar información para que los profesionales se concentren en actividades que exigen juicio humano.
El uso adecuado depende de validación, supervisión, protección de datos y límites explícitos. Antes de adoptar una herramienta, pregunta qué problema resuelve, en qué datos fue evaluada, quién revisa los resultados y cómo se corregirán los errores. No envíes datos de pacientes a un servicio sin autorización y evaluación de privacidad.
Para pacientes, una respuesta de IA puede ayudar a organizar preguntas para una consulta, pero no sustituye la evaluación clínica. Para equipos, la regla es similar: usa el sistema como apoyo y mantén a profesionales responsables por las decisiones que afectan diagnóstico, tratamiento y acceso al cuidado.