La inteligencia artificial ya forma parte de la conversación global sobre el futuro de los sistemas de salud. Su uso puede apoyar la investigación biomédica, la detección temprana de enfermedades, la documentación clínica, la vigilancia epidemiológica y el trabajo del personal sanitario en contextos con recursos limitados.
Sin embargo, su incorporación al sector salud no puede depender únicamente de tener acceso a nuevas herramientas tecnológicas. De acuerdo con el Informe preliminar del Panel Científico Internacional Independiente sobre Inteligencia Artificial, los beneficios de la IA requieren evaluación independiente, datos adecuados, supervisión humana, capacidades técnicas y adaptación al contexto local.
La IA como parte de la transformación digital en salud
La inteligencia artificial forma parte de un proceso más amplio de transformación digital del sector salud, y va más allá de usar algoritmos o chatbots; hablamos de fortalecer conectividad, interoperabilidad, gobernanza de datos y sistemas de información integrados.
En ese contexto, la IA puede ayudar a procesar grandes volúmenes de información, reconocer patrones, generar alertas, apoyar decisiones y mejorar el acceso a orientación sanitaria. Pero su utilidad depende de que esté integrada en redes clínicas, protocolos de atención y sistemas con capacidad de seguimiento.
La Organización Panamericana de la Salud ha impulsado este enfoque mediante principios para la transformación digital del sector salud, con tecnologías centradas en las personas, seguras, interoperables y orientadas a fortalecer los sistemas de salud.
Investigación biomédica, vacunas y nuevos tratamientos
Una de las áreas con mayor potencial es la investigación científica. El informe de Naciones Unidas destaca avances como AlphaFold, sistema que ha predicho estructuras de más de 200 millones de proteínas y cuyos resultados son utilizados por más de tres millones de investigadores.
Este tipo de herramientas ha acelerado áreas como el diseño de fármacos, el desarrollo de vacunas y la investigación sobre resistencia a los antibióticos.
En salud pública, esto puede traducirse en nuevas rutas para estudiar enfermedades, identificar blancos terapéuticos y responder con mayor rapidez a amenazas sanitarias. Sin embargo, también nos hace preguntarnos qué capacidades científicas, datos e infraestructura necesitan los países para no depender únicamente de desarrollos concentrados en pocos actores globales.
Radiología y apoyo diagnóstico
Otra aplicación relevante está en el análisis de imágenes médicas. La IA puede apoyar la interpretación de estudios de radiología, mastografía, tomografía o resonancia magnética, al identificar patrones que podrían sugerir lesiones o enfermedades.
El informe menciona el uso de IA en radiología para detectar cáncer de mama en fases más tempranas. En estos casos, los sistemas pueden funcionar como apoyo para el personal médico, especialmente cuando hay alta demanda de estudios o pocos especialistas disponibles.
Aun así, su uso clínico exige validación. Una herramienta entrenada con datos de una población o sistema sanitario puede no comportarse igual en otro contexto. Por ello, antes de escalar su uso, se requiere comprobar su desempeño local, definir quién revisa los resultados y establecer cómo se corrigen posibles errores.
Menos carga administrativa para personal de salud
La IA de propósito general también puede reducir tiempo dedicado a tareas administrativas. Su capacidad para sintetizar, ordenar y estructurar información puede ser útil en notas clínicas, reportes, resúmenes de expedientes y documentación operativa.
Esto podría liberar tiempo para la atención directa al paciente, una necesidad frecuente en sistemas de salud con alta demanda.
Pero la misma tecnología que puede apoyar la documentación no necesariamente debe usarse para tomar decisiones clínicas. El informe advierte que una de cada cuatro conversaciones con chatbots se relaciona con salud o bienestar, lo que significa que muchas personas los consultan con fines diagnósticos.
Ahí el riesgo cambia. Una respuesta aparentemente fluida puede contener errores, omitir señales de alarma o dar una orientación inadecuada. En salud, la exactitud no es un detalle técnico: puede afectar decisiones sobre cuándo acudir a urgencias, iniciar un tratamiento o suspender una atención médica.
Chatbots, orientación y límites claros
Los agentes virtuales o chatbots pueden tener usos positivos en salud pública. Pueden ayudar a resolver dudas generales, promover hábitos saludables, recordar indicaciones, orientar sobre servicios disponibles o acompañar procesos de seguimiento.
También pueden apoyar campañas de vacunación, salud mental, control del tabaquismo, adherencia a tratamientos o navegación dentro del sistema de salud.
No obstante, deben tener límites claros. No deberían presentarse como sustitutos de una consulta médica ni emitir diagnósticos definitivos. Su diseño debe incluir advertencias, mecanismos de derivación y supervisión humana, especialmente cuando la persona reporta síntomas graves, condiciones de riesgo o situaciones de emergencia.
IA en primer nivel y zonas con pocos recursos
El informe subraya que la IA puede apoyar a profesionales sanitarios de primera línea en entornos con recursos limitados, por ejemplo en triaje, documentación y derivación de casos.
Este punto es relevante para sistemas que buscan fortalecer la atención primaria. Una herramienta digital podría ayudar a ordenar información, identificar riesgos, priorizar pacientes o facilitar la referencia a servicios especializados.
Pero la IA no resuelve por sí sola la falta de personal, medicamentos, conectividad o rutas de atención. Sus beneficios son más claros cuando ya existen vías de derivación, capacidad clínica, seguimiento y traducción confiable a idiomas locales.
En otras palabras, una herramienta de IA puede sugerir una alerta, pero el sistema debe tener capacidad para responder a esa alerta.
Vigilancia epidemiológica y salud pública
La inteligencia artificial también puede apoyar la vigilancia epidemiológica mediante análisis de datos, identificación de tendencias y modelación de escenarios.
El procesamiento del lenguaje natural puede analizar reportes, registros clínicos, publicaciones, encuestas o información generada por usuarios para detectar patrones de interés sanitario. El aprendizaje automático puede ayudar a estimar riesgos, anticipar brotes o identificar poblaciones que requieren atención prioritaria.
Estas aplicaciones pueden fortalecer la toma de decisiones en salud pública, siempre que los datos sean confiables, estén protegidos y no reproduzcan sesgos que afecten a grupos vulnerables.
Principios para un uso responsable
El uso de IA en salud debe guiarse por principios éticos y técnicos. Las herramientas deben estar centradas en las personas, priorizar la seguridad del paciente, respetar derechos y mejorar la calidad de la atención.
También deben ser transparentes, de modo que sus procesos puedan ser comprendidos, comunicados y evaluados. La protección de datos es otro requisito central, debido a la sensibilidad de la información médica.
Además, la IA debe basarse en evidencia científica, ser evaluada por actores independientes y evitar resultados discriminatorios. La supervisión humana es indispensable: las decisiones automatizadas no deben quedar fuera del control de profesionales e instituciones responsables.
Para México, el reto es definir en qué áreas aporta valor la inteligencia artificial, con qué datos se entrena, cómo se valida, quién responde por sus errores y cómo se protege la información de los pacientes.
También será necesario distinguir entre usos administrativos, clínicos, regulatorios y de salud pública. Una herramienta útil para resumir información no necesariamente es adecuada para orientar tratamientos. Un sistema prometedor en radiología debe probarse antes de integrarse a rutas diagnósticas. Un chatbot de bienestar debe saber cuándo dejar de responder y canalizar a una persona con un profesional.
La IA puede ser una herramienta poderosa para investigación, diagnóstico, documentación, vigilancia y atención primaria. Pero su valor dependerá de que fortalezca la capacidad del sistema de salud, sin sustituir la responsabilidad clínica o institucional.
La conclusión del informe es especialmente pertinente para el sector salud: el acceso a herramientas de IA no garantiza beneficios equitativos. Para que la tecnología sea útil, se necesitan datos de calidad, personal capacitado, evaluación independiente, gobernanza, infraestructura, flujos de trabajo claros y confianza pública.
Fuentes
Naciones Unidas en México. (2026, julio 7).
Panel Científico Internacional Independiente sobre IA publica informe preliminar sobre oportunidades, riesgos e impactos de la inteligencia artificial.
OPS/OMS | Organización Panamericana de la Salud. (s.f.).
La Inteligencia Artificial en el marco de la transformación digital.
Consultor Salud. (2026, julio 8).
IA en salud: informe de la ONU abre debate para México.
Poy Solano, L. (2026, julio 8).
La adopción de la IA es acelerada y asimétrica, advierte la ONU. La Jornada.
