El futuro de la medicina ya no es una promesa distante. Está ocurriendo ahora mismo, y en el centro de esta transformación se encuentra la inteligencia artificial (IA).
“La medicina ya cambió. No es que va a cambiar: ya estamos viviendo ese futuro”, afirmó Mauricio Bonilla Sánchez, médico colombiano y experto internacional en salud digital, durante el IV Congreso Internacional en Salud: Innovación y Sostenibilidad, organizado por la Universidad Franz Tamayo, Unifranz.
El especialista agregó que, más allá de las narrativas hollywoodenses que aún infunden temor, la IA ya está transformando los sistemas de salud, con impactos tangibles y positivos. Para Bonilla, la inteligencia artificial no es una invención reciente. Sus raíces se remontan a los años 50, cuando se comenzaron a desarrollar los primeros “sistemas expertos”, programas que emulaban decisiones humanas a partir de reglas predefinidas.
Sin embargo, desde entonces, la IA ha evolucionado en tres grandes etapas: primero la IA simbólica (basada en reglas), luego la IA analítica (basada en el reconocimiento de patrones) y, finalmente, la IA evolutiva y generativa, capaz de aprender y adaptarse de forma autónoma.
Este progreso ha sido impulsado por la capacidad de las máquinas para procesar y analizar cantidades masivas de datos.
“Todos los días generamos billones de datos clínicos en consultas, hospitales, laboratorios y ahora, gracias a la IA, podemos analizarlos y extraer información útil para el diagnóstico, tratamiento y prevención de enfermedades”, puntualiza.
Ética, fiabilidad y riesgos
Pero no todo es promesa. Como señaló Bonilla, es imprescindible aplicar una mirada crítica. Los sistemas de IA pueden reproducir sesgos humanos si se entrenan con datos mal estructurados o desbalanceados. Un ejemplo emblemático es el algoritmo de selección de personal que Amazon descartó tras descubrir que favorecía a hombres blancos debido a los datos con los que fue entrenado.
Además, la falta de transparencia en algunos sistemas ´-que no permiten entender cómo llegaron a una determinada conclusión- y la fiabilidad diagnóstica aún en proceso de validación científica (con una precisión promedio del 52% en estudios recientes) obligan a ser cautelosos.
“La IA no reemplazará al médico, pero el médico que no utilice IA será reemplazado por otro que sí lo haga”, reflexionó Bonilla. La clave está en entender que estas tecnologías son herramientas complementarias y no sustitutos del juicio clínico, la empatía o el razonamiento humano.
Desafíos en América Latina
Uno de los puntos más críticos del discurso fue la advertencia sobre la creciente brecha tecnológica entre países desarrollados y en desarrollo.
“Corremos el riesgo de tener una medicina de cuarta en nuestros países si no subimos a esta ola”, advirtió Bonilla.
En Latinoamérica, la falta de interoperabilidad entre sistemas de salud, la baja digitalización de registros médicos y la carencia de marcos legales sólidos en torno a la protección de datos representan obstáculos urgentes de resolver.
Mientras que Estados Unidos y China concentran el 60% de las patentes y el 33% de las publicaciones en IA, América Latina aún lucha por establecer leyes de protección de datos robustas o plataformas interoperables que permitan aprovechar el potencial de la inteligencia artificial.
La IA ofrece una oportunidad única para hacer la medicina más precisa, eficiente, personalizada y accesible. Pero su implementación exige responsabilidad, regulación, pensamiento crítico y compromiso ético.
La invitación de Bonilla es clara. No se trata solo de adquirir conocimiento, sino de ponerlo en práctica. “El futuro no es dentro de 10 años, es hoy. Y si no actuamos ahora, la inequidad en salud se ampliará más que nunca”.
Aplicaciones y beneficios tangibles
Actualmente la IA tiene usos muy importantes para el día a día de la medicina:
- Diagnóstico por imágenes: mediante el aprendizaje automático, las máquinas pueden identificar patrones en mamografías o resonancias con una precisión creciente. Esto permite detectar enfermedades como el cáncer en etapas mucho más tempranas.
- Predicción de riesgos: algoritmos de IA pueden anticipar efectos adversos de medicamentos, detectar signos tempranos de enfermedades crónicas e incluso predecir complicaciones futuras en pacientes hospitalizados.
- Salud mental: plataformas como Saluta —fundada por el propio Bonilla en 2019— han utilizado chatbots y herramientas de IA para ofrecer atención psicológica remota, aunque todavía con desafíos en términos de aceptación humana y empatía percibida.
- Medicina de precisión: combinando IA con genética, es posible personalizar tratamientos de acuerdo con las características moleculares del paciente, lo que aumenta la efectividad de las terapias y reduce efectos secundarios.
- Gestión hospitalaria y logística: desde la clasificación de pacientes en servicios de urgencia (triaje) hasta la optimización de flujos de trabajo, la IA permite reducir tiempos de espera, mejorar la eficiencia operativa y liberar recursos.
Reimaginar el sistema
El congreso, que reunió 600 participantes, concluyó con un llamado a reimaginar los sistemas de salud bajo principios de equidad, sostenibilidad, innovación y ética.
La rectora de Unifranz, Verónica Ágreda, hablar de innovación en salud implica más que avances científicos.
“Es hablar de un futuro en el que los avances científicos no sean privilegio de unos pocos, sino derecho de todas y todos”, afirmó Agreda.
Además, expresó que en un mundo hiperconectado, donde la IA se posiciona como herramienta transversal, es preciso comprender, evaluar y aplicar estas tecnologías con criterio y responsabilidad, lo cual también demanda avanzar en alfabetización digital y6 en el desarrollo de políticas públicas que impulsen estas prácticas.
Por su parte, Alejandra Farías, asesora en inteligencia en salud y transformación digital de la Organización Panamericana de la Salud OPS/OMS, enfatizó que la adopción de la transformación digital en salud enfrenta desafíos como la brecha digital, la falta de capacitación y la baja interoperabilidad entre sistemas.
Fuente: Unifranz
