«La tecnología está entre nosotros y nuestra responsabilidad es implementarla con evidencia, equidad y humanidad»

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.