DICIEMBRE 2025
VER NEWSLETTER COMPLETO
Por la Mag. Cintia Cejas, Dr. Santiago Esteban y Dr. Martín Sabán*
El valor de la IA no está en perseguir modas tecnológicas, sino en resolver problemas que importan
La inteligencia artificial se ganó el espacio en la agenda de salud. Pero entre las promesas de “revolución” y las advertencias de “colapso”, terminamos ignorando lo esencial: la IA se está posicionando como parte de la infraestructura que sostiene decisiones clínicas, vigilancia epidemiológica y planificación. El problema es que seguimos discutiéndola como si fuera magia o amenaza. Y no es ni lo uno ni lo otro.
La innovación real empieza por reconocer lo que falta. Y lo que falta, en la mayoría de los sistemas de salud, son datos confiables, completos y accesibles. Sin registros clínicos sólidos, sin interoperabilidad y sin procesos claros, cualquier algoritmo es apenas una ilusión costosa. Antes de hablar de predicciones sofisticadas, hay que construir la base que las haga posibles.
También es cierto que la responsabilidad no puede quedar atrapada en discursos grandilocuentes. Hablar de IA “responsable” exige reglas concretas: validación transparente, límites explícitos para usos inaceptables, auditorías periódicas y claridad sobre quién se hace cargo cuando un modelo falla. Sin gobernanza institucional, la responsabilidad se reduce a un eslogan cómodo.
El valor de la IA no está en perseguir modas tecnológicas, sino en resolver problemas que importan: reducir tiempos de espera, mejorar la vigilancia, anticipar riesgos, detectar omisiones en los registros o asignar recursos con mayor precisión. Los pilotos que se lanzan sin una teoría de cambio terminan siempre en el mismo destino: la carpeta de “proyectos interesantes que nunca escalaron”.
En este sentido, las oportunidades de automatización que brinda la IA deben ser, ante todo, una excusa para la reingeniería: no sirve de nada digitalizar la ineficiencia. La incorporación de estas tecnologías ofrece una ventana única para repensar los procesos dentro del sistema de salud, cuestionando viejas lógicas burocráticas. Para que el despliegue sea exitoso, es imperativo priorizar aquellos flujos de trabajo que los usuarios, tanto pacientes como equipos de salud, identifican como puntos críticos de dolor y en los que perciben que herramientas de este tipo serían de utilidad. Solo cuando la herramienta responde a una necesidad percibida y alivia una fricción real, la inteligencia artificial deja de ser una imposición tecnológica para convertirse en un activo que agrega valor genuino.
La equidad tampoco ocurre sola. Si no se interviene de forma deliberada, los algoritmos amplifican desigualdades. Auditar sesgos, incorporar datos representativos de poblaciones vulnerables y analizar el impacto distributivo son pasos indispensables, no accesorios.
Y al final, la pregunta clave no es qué modelo usar, sino qué capacidad institucional tenemos para sostenerlo. La IA en salud requiere equipos formados, procesos estables, interoperabilidad real y financiamiento continuo. Sin eso, cualquier despliegue es frágil, por más brillante que parezca en la presentación inicial.
A menudo se cae en el error de pensar que el despliegue inicial es la meta, cuando en realidad es apenas el punto de partida. La verdadera prueba de fuego es la sostenibilidad: los modelos de IA no son estáticos; pueden degradarse o perder calibración frente a cambios en la realidad sanitaria. Mantenerlos operativos y seguros exige un monitoreo activo y una planificación rigurosa que trascienda la euforia del lanzamiento. Esto implica asegurar la sostenibilidad financiera a largo plazo: sin recursos garantizados para el mantenimiento, la supervisión humana y la actualización continua, la inversión inicial corre el riesgo de convertirse rápidamente en deuda técnica y obsolescencia.
Por todo esto, innovar también implica animarse a decir “todavía no” cuando corresponde. No implementar lo que no está validado, no aceptar cajas negras, no prometer beneficios sin evidencia. La madurez está en saber cuándo avanzar… y cuándo detenerse.
*Coordinadora e investigadores del Centro de Implementación e Innovación en Políticas de Salud (CIIPS) del IECS.