La fragmentación
autonómica, la falta de formación y obsolescencia tecnológica ralentizan su
avance, pero aquí van algunos datos
sobre el uso de la inteligencia artificial (IA) en el diagnóstico médico. La IA avanza como una tecnología llamada a transformar
el ecosistema sanitario en los próximos años. Veamos el ejemplo en España.
Para el sector de
la salud, la IA ya no es una promesa futurista. En los últimos años, se ha
empezado a implantar en centros de salud, hospitales, laboratorios clínicos y
servicios de radiología, aunque de forma desigual y fragmentada, desde
herramientas que transcriben automáticamente la conversación entre médico y
paciente hasta algoritmos capaces de detectar lesiones en mamografías o a predecir
riesgos clínicos.
En España, el
Ministerio de Sanidad quiere convertirla en uno de los ejes de la
transformación digital del Sistema Nacional de Salud (SNS). Para ello, el
Consejo Interterritorial de este organismo aprobó en noviembre de 2025 la
estrategia nacional de IA eI ASNS, una hoja de ruta que prevé desplegar de
forma coordinada esta tecnología con las comunidades autónomas hasta 2029 y que
sitúa entre sus prioridades ámbitos como la medicina personalizada,
la monitorización remota, la detección precoz de enfermedades crónicas y los
asistentes quirúrgicos robóticos.
“La implantación de la inteligencia
artificial en España en atención
primaria es parcial y muy dependiente de la comunidad autónoma”, explica Jorge Pérez
González, coordinador del grupo de IA de
la Sociedad Española de Medicina de Familia y Comunitaria (SemFYC). Esta tecnología se está
utilizando sobre todo para automatizar tareas administrativas, reducir
burocracia y agilizar consultas. Uno de los usos más habituales son los
sistemas capaces de transcribir conversaciones entre médico y paciente y
generar borradores automáticos de informes clínicos. A ello se suman los
modelos de lenguaje como ChatGPT o
Gemini, que los profesionales están
empleando para resolver dudas farmacológicas, interpretar pruebas
complementarias o consultar evidencia científica reciente.
“Los últimos
motores interpretan bastante bien electrocardiogramas o espirometrías. No
sustituyen al profesional, pero sirven como una segunda opinión”, afirma Francisco Javier Sanz-García,
coordinador del Grupo de Trabajo de Innovación Digital en Salud de la Sociedad
Española de Médicos de Atención Primaria (Semergen). El especialista también
cita otros casos de uso cotidianos: desde cálculos de dosis pediátricas
hasta revisión de
interacciones farmacológicas en pacientes polimedicados o generación
automática de respuestas administrativas. “Antes podía tardar media hora en contestar una reclamación; ahora puedo responder
cinco en el mismo tiempo”, añade…
El diagnóstico por
imagen es otro de los ámbitos donde la IA está avanzando con más rapidez.
Cataluña, una de las comunidades más activas en este terreno, ha impulsado el
programa Salut/IA y una
infraestructura común denominada IA-HES
para integrar algoritmos de inteligencia artificial en el sistema sanitario
público catalán. Entre los proyectos impulsados figuran herramientas para detectar retinopatía diabética a
partir de imágenes del fondo del ojo, sistemas de
apoyo al cribado de cáncer de mama mediante
mamografías, análisis de radiografías de tórax para identificar patrones
compatibles con neumonías o insuficiencia cardíaca y soluciones de apoyo al
diagnóstico y priorización de lesiones
dermatológicas sospechosas.
La inteligencia
artificial aplicada a la salud deberá adaptarse a dos grandes normas europeas,
el Reglamento General de Protección de
Datos (RGPD) y la nueva Ley Europea
de Inteligencia Artificial (AI Act). Esta última entró en vigor el 1 de
agosto de 2024 y se aplicará de forma progresiva hasta 2027. Se prevén varias
fases: desde febrero de 2025 quedaron prohibidos los sistemas considerados de
“riesgo inaceptable”; en agosto de 2025 comenzaron a aplicarse obligaciones
para modelos de IA generativa de propósito general; y a partir de agosto de
2026 entrarán plenamente en vigor la mayoría de las exigencias para sistemas de
“alto riesgo”, categoría en la que se incluyen muchas aplicaciones sanitarias.
En salud, esto
implica que las herramientas de IA
deberán garantizar supervisión humana, trazabilidad, transparencia y control de
sesgos, además de cumplir las estrictas normas europeas sobre protección de
datos clínicos sensibles. Sin embargo, precisa que en la actualidad las nuevas
herramientas pueden integrar más información, reconocer patrones más complejos
y ofrecer apoyo a la decisión en tiempos compatibles con la práctica
asistencial.
“No ha venido para
sustituirnos, sino para hacernos mejores médicos o más eficientes”, sostiene Sanz-García, y este
especialista de Semergen compara la
irrupción de estas herramientas con la llegada de la historia clínica
electrónica hace dos décadas. En aquel entonces,
algunos profesionales se adaptaron rápidamente y otros mostraron mayor
resistencia inicial, pero la digitalización finalmente terminó imponiéndose.
Pese al plan de
Sanidad y al optimismo generalizado, los especialistas coinciden en que los
desafíos por delante son aún enormes. El primero es tecnológico: muchos sistemas sanitarios
continúan utilizando infraestructuras antiguas y poco interoperables. “La
principal barrera es la integración de la inteligencia artificial en los
sistemas de atención primaria”, avisa Pérez González. “Si
para usarla tengo que abrir cuatro pestañas distintas, probablemente deje de
utilizarla”, recalca. La fragmentación autonómica añade otra dificultad.
“Estamos repitiendo el error de las historias clínicas electrónicas: cada
comunidad desarrolla sus propias herramientas”, advierte Sanz-García.
Los especialistas alertan de que esta falta de homogeneidad puede dificultar la
interoperabilidad entre sistemas, ralentizar la implantación de soluciones a
gran escala y generar desigualdades entre territorios en el acceso a
determinadas tecnologías.
También complica la
creación de bases de datos amplias y estandarizadas, uno de los elementos clave
para entrenar algoritmos fiables y eficaces en el ámbito sanitario. La formación es otro desafío central.
Los profesionales sanitarios necesitan aprender a utilizar estas herramientas
de manera segura, no solo desde el punto de vista técnico, sino también ético y
legal. “Aunque aprendamos a hacer buenos prompts, debemos tener siempre clara
nuestra responsabilidad y la privacidad de los datos”, insiste Pérez
González. A ello se suma la necesidad de generar confianza social y garantizar
la protección de información especialmente sensible. Aunque los médicos
consideran que el marco legal
europeo es sólido, recuerdan que el verdadero desafío será
ejecutar correctamente esa protección en la práctica diaria. Pese a todo, el
consenso entre médicos, Administraciones y empresas es claro: la IA tendrá un papel central en la sanidad
de la próxima década.
“Vamos hacia un modelo mucho más proactivo”,
resume Mar Pujadas, CEO y cofundadora de Omniloy,
una startup española especializada en
asistentes conversacionales clínicos integrados en historias médicas
electrónicas. La IA permitirá monitorizar pacientes de forma continua, reducir listas
de espera, automatizar tareas repetitivas y liberar tiempo para que los
profesionales puedan centrarse en lo verdaderamente importante, el paciente. El gran
reto, y todos parecen coincidir en ello, es cómo integrar esta tecnología de forma segura, homogénea y útil en un sistema sanitario
sometido a una creciente presión asistencial.
Maracaibo,
domingo 5 de julio del año 2026
No hay comentarios:
Publicar un comentario