Hace pocos días se dio a conocer la apertura del centro UHealth SoLé Mia en North Miami-Dade, un complejo ambulatorio que promete incorporar inteligencia artificial (IA) en todo el ciclo clínico del paciente: desde el momento en que solicita la cita, hasta la emisión del diagnóstico mediante imágenes médicas. Los promotores aseguran que esta innovación permitirá reducir tiempos, optimizar recursos y ofrecer atención con mayor precisión.
Sin embargo, detrás del discurso técnico y la promesa de eficiencia se esconde un dilema que merece examen: ¿qué implicaciones políticas, éticas y sociales conlleva entregar el rol de apoyo diagnóstico al algoritmo en un contexto de desigualdad sanitaria y supervisión pública limitada?
Este modelo no es un experimento aislado: instituciones médicas en Estados Unidos y otras regiones ya han integrado IA en radiología, imagenología y apoyo al diagnóstico. En Miami, por ejemplo, el sistema de salud universitario ha desplegado algoritmos que analizan exploraciones de TC y señalan hallazgos sospechosos para que los médicos los revisen. Estos sistemas permiten acortar el tiempo entre el escaneo y la alerta temprana, agilizando la toma de decisiones clínicas. En estudios académicos se ha mostrado además que la integración de IA en departamentos de radiología puede mejorar la precisión diagnóstica y reducir el agotamiento de los especialistas al hacerse cargo de tareas repetitivas.
Pero esa promesa tecnológica se topa con obstáculos y riesgos de peso. Primero, la protección de datos de los pacientes: los sistemas de IA requieren historiales, imágenes y registros digitales para su entrenamiento y funcionamiento. En muchos lugares la regulación sobre privacidad es débil o insuficiente, lo que plantea riesgos de filtraciones, usos indebidos o discriminación algorítmica. Segundo, la opacidad de los modelos: los algoritmos suelen ser cajas negras —el médico puede recibir una sugerencia sin saber con certeza cómo llegó a esa conclusión— lo que limita la rendición de cuentas. Tercero, la desigualdad de acceso: en zonas rurales o con menor infraestructura tecnológica, centros de salud no podrán adoptar tecnologías costosas, ampliando la brecha entre quienes pueden acceder a IA médica y quienes no.
Desde una perspectiva política, esta tendencia impone una agenda para los gobiernos: si las innovaciones tecnológicas desplazan funciones diagnósticas hacia lo automatizado, los sistemas públicos de salud deberán negociar su integración, supervisión y financiamiento. No basta con permitir la adopción privada de IA médica; también debe establecerse un marco regulatorio que salvaguarde el derecho del paciente al entendimiento, àudit externo y control de los algoritmos. En muchos países latinoamericanos, incluso la digitalización básica de historiales clínicos no ha alcanzado niveles homogéneos. Si se adoptaran centros con IA sin una estrategia de equidad, es plausible que se genere una segmentación en el acceso sanitario: quienes pueden pagar accederán a diagnósticos asistidos por IA, mientras otros seguirán con sistemas tradicionales menos eficientes.
Además, el enfoque de eficiencia y rentabilidad puede tensionarse con el juicio clínico humano. La IA puede funcionar como filtro o asistente, pero en última instancia el médico debe retener la responsabilidad decisional. Si la tecnología presiona decisiones, existe el peligro de que se delegue en ella más de lo que corresponde. Si una falla algorítmica provoca un diagnóstico erróneo, ¿quién responderá? ¿La empresa propietaria del algoritmo, el hospital o el profesional que siguió la sugerencia?
Para que esta innovación no sea simplemente un desfile de marketing, se requieren contrapesos institucionales: auditorías independientes, criterios de transparencia en los modelos, derecho efectivo del paciente a cuestionar un diagnóstico automatizado, acceso abierto a la evaluación del sistema (por ejemplo, resultados de desempeño), y políticas públicas que aseguren que centros públicos de atención también puedan aprovechar estas herramientas para no quedar rezagados.
El nuevo centro en Miami es, sin duda, un adelanto tecnológico. Pero si la IA médica deviene en un bien elitista o desregulado, corre el riesgo de profundizar desigualdades sanitarias y deteriorar la confianza entre paciente y sistema. La pregunta que queda en el aire es si los gobiernos y sociedades estarán a la altura de regular esta frontera sin sacrificar los principios de justicia, transparencia y responsabilidad médica.
Con información de: Medios informativos sobre UHealth SoLé Mia (Miami Herald, CBS, ABC)
