Adopción de IA en sistemas de salud, un tema de vital urgencia
La aplicación de la IA tiene la capacidad de acelerar la revolución del sistema de salud con ayuda de análisis de datos que permitan profundizar más en la medicina predictiva. La clave será la urgencia con la que se adopte.
Omar ElGohary – Ejecutivo tecnológico egipcio-mexicano experto en Inteligencia Artificial, IoT y computación perimetral.
El sistema de salud no tiene un problema de falta de datos, tiene un problema de uso. Hoy ya contamos con historiales clínicos digitales, estudios de laboratorio, imágenes médicas y, cada vez más, datos en tiempo real.
Sin embargo, el sistema sigue operando de forma reactiva, tomando decisiones tarde y de manera fragmentada. La Inteligencia Artificial tiene el potencial de cambiar esto, pero aún no se está adoptando a la velocidad que exige el contexto actual.
La inversión ya está ocurriendo. El mercado global de Inteligencia Artificial (IA) en salud fue valorado en más de 39 mil millones de dólares en 2025 y se estima que alcanzará los 56 mil millones en 2026, de acuerdo con Fortune Business Insights. Pero el dato más relevante está en su trayectoria: se proyecta que supere el billón de dólares en la próxima década, con una tasa de crecimiento anual cercana a 42%.
Por otro lado, la infraestructura se está construyendo. Lo anterior, impulsado por diagnósticos automatizados, asistentes clínicos y la digitalización de expedientes médicos. Además, el sector representa aproximadamente 42% de la inversión global en salud digital. Por lo tanto, el reto no es financiero ni tecnológico, es operativo.
Lo que falta es convertir esa infraestructura en decisiones en tiempo real. Esa es la diferencia entre tener datos y tener inteligencia. El cambio es claro: pasar de tratar enfermedades a anticiparlas.
El cambio es claro: pasar de tratar enfermedades a anticiparlas.
Hoy existen modelos capaces de identificar enfermedades antes de que se manifiesten clínicamente. Un ejemplo reciente es el desarrollo presentado por la Asociación Americana de Diabetes: un sistema entrenado con expedientes médicos que puede predecir el riesgo de desarrollar diabetes tipo 2 hasta diez años antes del diagnóstico. Esto no sólo mejora la detección, redefine el momento en el cual comienza la intervención.
Pero el impacto de la IA no se limita al diagnóstico. También está transformando la operación del sistema. Actualmente, gran parte del tiempo médico se consume en tareas administrativas: documentación, facturación, coordinación.
La Inteligencia Artificial permite automatizar estos procesos, reducir fricción y devolver tiempo clínico al paciente. No se trata únicamente de eficiencia, sino de rediseñar cómo funciona el sistema de atención.
A esto se suma su impacto en el desarrollo de fármacos. La capacidad de simular moléculas, predecir toxicidad y optimizar compuestos permite reducir costos y acelerar procesos de investigación que antes tomaban años. Lo que tradicionalmente requería pruebas físicas extensas ahora puede modelarse digitalmente. Esto no sólo acelera la innovación, cambia la economía misma del sector salud.
Sin embargo, el mayor punto ciego del sistema no está dentro del hospital.
Uno de cada cinco fallecimientos a nivel global está relacionado con mala alimentación, y su impacto económico (considerando costos de salud, productividad y sistema alimentario) supera los 11 billones de dólares, de acuerdo con la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO).
Aun así, el sistema de salud sigue diseñado para actuar después, no antes. No gestiona hábitos, gestiona consecuencias. Aquí es donde la IA empieza a expandir el alcance de la medicina.
Hoy ya existen plataformas que utilizan IA para influir directamente en la toma de decisiones del paciente: qué comer, cómo prevenir enfermedades, cómo ajustar hábitos en función de su perfil. Este cambio redefine el punto de intervención. La salud deja de empezar en el consultorio y se traslada al día a día. La frontera entre prevención y tratamiento comienza a desdibujarse.
Pero incluso con estos avances, el sistema enfrenta un problema estructural: la fragmentación. Los datos clínicos, genéticos, conductuales y operativos siguen viviendo en silos. Sin integración, no hay contexto. Y sin contexto, no hay decisión de calidad.
La Inteligencia Artificial permite conectar esas capas y construir una visión continua del paciente. No como un evento aislado, sino como un sistema dinámico. Ese es el verdadero cambio: pasar de ver fragmentos a entender procesos.
También abre la puerta a corregir fallas históricas. En enfermedades como las cardiovasculares, donde existen brechas relevantes en diagnóstico (particularmente en mujeres), la capacidad de detectar patrones personalizados permite avanzar hacia una medicina más precisa y equitativa. No es sólo eficiencia, es calidad de decisiones.
La disrupción no es tecnológica. Es conceptual. Saber aplicar la Inteligencia Artificial es el siguiente paso del sistema de salud. Los datos ya existen, la tecnología está probada y la inversión está en marcha.
Lo que falta es integrarla con la urgencia que el sistema requiere, por ello es necesario escalar su uso para impactar positivamente y encontrar las soluciones para bajar los números de mortalidad o de diagnósticos de enfermedades crónicas.
Operar sin inteligencia ya no es una limitación técnica, es una decisión.