La IA en la atención sanitaria: qué puede hacer hoy, dónde falla y cómo se regula

¿Qué puede hacer hoy la IA en la atención sanitaria?

La inteligencia artificial (IA) en la atención sanitaria abarca muchas tecnologías, desde el software de análisis de imágenes integrado en un escáner hasta los chatbots generales que responden preguntas de salud. Según las pruebas que se resumen a continuación, a 3 de noviembre de 2026, los mejores resultados proceden de herramientas específicas que realizan una única tarea claramente definida y que han sido probadas y autorizadas para ella, y los peores, de los chatbots generales que asesoran directamente a los pacientes.

La Administración de Alimentos y Medicamentos de Estados Unidos (FDA) mantiene una lista pública de dispositivos médicos con IA autorizados para su comercialización en Estados Unidos ^[1]. Un recuento de esa lista, que la FDA indica como actualizada a 4 de septiembre de 2026, muestra 1,614 entradas, de las cuales 1,230 corresponden a radiología, 154 al ámbito cardiovascular y 73 a neurología ^[1]. La FDA afirma que estos dispositivos cumplieron los requisitos aplicables previos a la comercialización, incluida una revisión específica de su seguridad y eficacia ^[1].

La Organización Mundial de la Salud (OMS) agrupa los usos de los modelos generativos más recientes en cinco ámbitos: el diagnóstico y la atención clínica, el uso guiado por el paciente, como la búsqueda de información sobre síntomas, el trabajo administrativo, como la documentación de las consultas, la formación médica y de enfermería, y la investigación científica y el desarrollo de fármacos ^[2].

Esta es información general, no asesoramiento médico. Las decisiones sobre su propia salud deben tomarse con un profesional sanitario cualificado.

¿Cómo se usa la IA en la imagen médica?

Si se mide por el número de productos autorizados, la imagen médica es el ámbito en el que la IA está más consolidada: la radiología representa alrededor de tres cuartas partes de las entradas de la lista de la FDA ^[1].

Cribado del cáncer de mama

Las pruebas aleatorizadas más conocidas proceden del ensayo MASAI, realizado dentro del programa nacional de cribado de Suecia en cuatro centros del suroeste del país ^[3]. Asignó aleatoriamente a 105,934 mujeres a un cribado con apoyo de IA o a la doble lectura estándar por parte de dos radiólogos ^[3]. El sistema de IA, Transpara, clasificaba las exploraciones para lectura simple o doble y resaltaba los hallazgos sospechosos ^[3].

En el grupo con apoyo de IA se detectaron 338 cánceres (6.4 por cada 1,000), frente a 262 (5.0 por cada 1,000) con la lectura estándar, una razón de 1.29 ^[3]. La tasa de falsos positivos fue prácticamente la misma, con una razón de 1.01, y los radiólogos realizaron 61,248 lecturas en lugar de 109,692, una reducción del 44.2% ^[3]. Los autores concluyeron que la IA contribuye a la detección precoz del cáncer de mama clínicamente relevante ^[3]. Este informe abarcaba resultados secundarios; el resumen publicado lo describe como un análisis, definido en el protocolo, de la tasa de nuevas citaciones, la detección, los falsos positivos y la carga de trabajo ^[3].

El resultado principal del ensayo, la tasa de cánceres de intervalo (cánceres diagnosticados entre dos rondas de cribado que el cribado no detectó), se publicó en The Lancet en 2026 ^[9]. Las tasas de cáncer de intervalo fueron de 1.55 por cada 1,000 participantes con apoyo de IA y de 1.76 por cada 1,000 con la lectura estándar, una razón de 0.88 que superó la prueba de no inferioridad del ensayo; la sensibilidad fue del 80.5% frente al 73.8%, y la especificidad, del 98.5% en ambos grupos ^[9]. Los autores escribieron que podría considerarse la implantación del cribado con apoyo de IA en la práctica clínica ^[9].

Cribado ocular

La IA también ha salido del servicio de radiología. La lista de la FDA incluye IDx-DR, un dispositivo oftalmológico con fecha de autorización del 11 de abril de 2018, así como versiones posteriores y competidores como EyeArt ^[1]. La base de datos De Novo de la FDA clasifica IDx-DR como un dispositivo de detección de la retinopatía diabética, autorizado en esa fecha ^[10].

¿Dónde ha fallado la IA en la atención sanitaria?

No todas las herramientas de uso generalizado funcionan como se prometía. La advertencia más clara procede de los modelos de predicción hospitalarios, que estiman riesgos como el de sepsis, una reacción potencialmente mortal a una infección.

En 2021, investigadores de Michigan Medicine validaron externamente el Epic Sepsis Model, una herramienta comercial ampliamente implantada, con 27,697 pacientes y 38,455 hospitalizaciones ^[4]. Obtuvo un área bajo la curva (AUC, una medida de lo bien que un modelo distingue los casos de los no casos, en la que 0.5 equivale al azar y 1.0 es la perfección) de 0.63 ^[4]. Con su umbral de alerta, no identificó a 1,709 pacientes con sepsis, el 67% del total, y al mismo tiempo generó alertas para el 18% de todas las hospitalizaciones ^[4]. Los autores concluyeron que el modelo tenía una discriminación y una calibración deficientes y que su amplio uso suscitaba preocupación sobre el manejo de la sepsis a escala nacional ^[4].

Los autores también informaron que este rendimiento era sustancialmente peor que las cifras comunicadas por el desarrollador del modelo ^[4], lo que demuestra que los resultados que comunica un desarrollador no garantizan el rendimiento en otros lugares. La OMS recomienda asimismo auditorías independientes posteriores a la implantación y evaluaciones de impacto en los despliegues a gran escala, con resultados desglosados según las características de los usuarios, como la edad, la raza o la discapacidad ^[2].

¿Pueden los chatbots de IA dar consejos médicos fiables?

Los grandes modelos de lenguaje ya obtienen en las pruebas de conocimientos médicos puntuaciones equivalentes a aprobar el examen de licencia médica de Estados Unidos (USMLE), pero eso no significa que ayuden a las personas a tomar buenas decisiones sobre sus propios síntomas ^[5]. Un estudio aleatorizado y prerregistrado, publicado en Nature Medicine el 9 de febrero de 2026, lo puso a prueba directamente ^[5].

Investigadores de la Universidad de Oxford y sus colegas presentaron a 1,298 adultos del Reino Unido uno de diez escenarios médicos, redactados a partir de los NICE Clinical Knowledge Summaries y elaborados con médicos de familia y especialistas en cuidados intensivos ^[5]. Los participantes usaron GPT-4o, Llama 3 o Command R+ o, en un grupo de control, los recursos que solían usar, sobre todo buscadores de internet ^[5].

• Los modelos por sí solos identificaron afecciones pertinentes en el 94.9% de los casos y la conducta adecuada a seguir en el 56.3% de media ^[5].
• Las personas que usaban los modelos identificaron afecciones pertinentes en menos del 34.5% de los casos y la conducta adecuada en menos del 44.2% ^[5].
• El grupo de control fue significativamente mejor que los grupos con chatbot a la hora de identificar afecciones pertinentes ^[5].

Los autores atribuyeron los fallos a la interacción: los usuarios a menudo omitían datos clave, como la localización o la gravedad de los síntomas, no trasladaban las sugerencias correctas a su respuesta final y recibían consejos incoherentes; en un escenario que describía una hemorragia cerebral (hemorragia subaracnoidea), a un usuario se le dijo que se acostara en una habitación a oscuras, mientras que a otro con síntomas casi idénticos se le indicó que acudiera a urgencias ^[5]. Concluyeron que ninguno de los modelos probados estaba listo para su uso en la atención directa a pacientes y pidieron pruebas sistemáticas con usuarios reales antes de cualquier despliegue público ^[5].

El NIST, la agencia de normalización de Estados Unidos, formula la misma advertencia en términos generales: un resumen confabulado (inventado) de la información de un paciente podría llevar a los médicos a diagnósticos o tratamientos erróneos ^[6].

¿Cómo está ayudando la IA a la investigación médica y al descubrimiento de fármacos?

La IA también se usa en el laboratorio, no solo en la clínica. El Premio Nobel de Química de 2024 se repartió entre David Baker, por el diseño computacional de proteínas, y Demis Hassabis y John Jumper, de Google DeepMind, por la predicción de la estructura de las proteínas ^[7]. La Real Academia Sueca de Ciencias afirmó que su modelo de IA, AlphaFold2, presentado en 2020, se ha usado para predecir la estructura de prácticamente todos los 200 millones de proteínas que han identificado los investigadores, y que lo han utilizado más de dos millones de personas de 190 países ^[7].

La Academia señaló que la estructura de una proteína es determinante para su función y citó aplicaciones como comprender la resistencia a los antibióticos y crear imágenes de enzimas capaces de descomponer el plástico ^[7]. La OMS incluye la investigación científica y el desarrollo de fármacos, incluida la identificación de nuevos compuestos, entre los principales usos de los modelos generativos en salud ^[2].

¿Cuáles son los principales riesgos de la IA en la atención sanitaria?

Beneficios demostrados hasta ahora

• Mayor detección de cánceres en el cribado sin más falsos positivos, y una menor carga de lectura, en un gran ensayo aleatorizado ^[3].
• Más de 1,600 dispositivos con IA autorizados en la lista de la FDA, que según la agencia cumplieron los requisitos previos a la comercialización ^[1].
• Una predicción de la estructura de las proteínas utilizada por más de dos millones de personas de 190 países, reconocida con el Nobel de Química de 2024 ^[7].
• Una tasa de cáncer de intervalo no inferior y una mayor sensibilidad en el análisis principal del mismo ensayo de cribado ^[9].

Riesgos señalados por la OMS y otros

• Resultados erróneos. La OMS advierte que los grandes modelos multimodales pueden producir afirmaciones falsas, inexactas, sesgadas o incompletas que podrían perjudicar a quienes toman decisiones sobre su salud ^[2].
• Sesgo. Los modelos pueden entrenarse con datos de mala calidad o sesgados, incluidos sesgos por raza, origen étnico, sexo, identidad de género o edad ^[2].
• Sesgo de automatización. Los profesionales y los pacientes pueden pasar por alto errores o delegar en el sistema decisiones difíciles ^[2].
• Rendimiento deficiente en condiciones reales. Las herramientas pueden rendir peor fuera del entorno en el que se desarrollaron, como demostró el modelo de sepsis ^[4].
• Privacidad. Investigadores de Stanford comprobaron que seis de los principales desarrolladores de chatbots usan de forma predeterminada los datos de los chats de los usuarios para entrenar sus modelos, y advirtieron sobre el hecho de que los usuarios compartan datos biométricos y de salud ^[8].
• Seguridad y acceso. La OMS también señala riesgos de ciberseguridad para la información de los pacientes y un acceso desigual a los sistemas de mejor rendimiento ^[2].

¿Cómo se regula la IA en la atención sanitaria?

La regulación depende de lo que haga el software. En Estados Unidos, la IA que cumple la definición de dispositivo médico se somete a la revisión previa a la comercialización de la FDA, y la agencia publica los dispositivos autorizados que identifica ^[1]. La FDA advierte que su lista no es exhaustiva, porque los dispositivos se identifican principalmente mediante términos relacionados con la IA en los resúmenes de sus autorizaciones ^[1]. También afirma que estudiará formas de identificar y etiquetar los dispositivos que usan modelos fundacionales, incluidos los grandes modelos de lenguaje (LLM) ^[1].

Los chatbots de uso general que el público utiliza para consultas de salud no figuran en esa lista, que abarca los dispositivos autorizados para su comercialización ^[1]. La OMS recomienda que los gobiernos designen un organismo regulador existente o nuevo para evaluar y aprobar los grandes modelos multimodales destinados al uso sanitario, en la medida en que lo permitan los recursos, y que recurran a la legislación para garantizar que esos sistemas cumplan las normas éticas y de derechos humanos ^[2].

La OMS también pide a los desarrolladores que impliquen a pacientes y profesionales sanitarios desde las primeras fases del diseño y que creen modelos para tareas bien definidas, con la precisión y la fiabilidad necesarias ^[2]. La normativa difiere según el país y cambia con frecuencia; consulte al organismo regulador nacional de medicamentos o productos sanitarios para conocer los requisitos vigentes.

¿Cómo deben usar los pacientes las herramientas de salud con IA de forma segura?

1. Trate las respuestas de un chatbot como un punto de partida, no como un diagnóstico. En el estudio de Oxford, las personas que usaban chatbots no identificaron las afecciones pertinentes mejor que un grupo de control ^[5].
2. Si usa uno, proporcione información completa, incluido dónde se localizan los síntomas, su gravedad y su frecuencia; la falta de datos fue una de las principales causas de fallo ^[5].
3. Ante síntomas de urgencia, acuda a un servicio de urgencias en lugar de consultar a un chatbot; el estudio encontró consejos opuestos para escenarios casi idénticos de hemorragia cerebral ^[5].
4. Proteja sus datos de salud. Evite introducir historiales médicos identificables en chatbots para consumidores, cuyos desarrolladores suelen usar los datos de los chats para el entrenamiento de forma predeterminada ^[8].
5. Pregunte a su médico si se usó una herramienta de IA en su atención y cómo se comprobaron sus resultados, dada la advertencia de la OMS sobre el sesgo de automatización ^[2].

¿Qué viene a continuación para la IA en la atención sanitaria?

El número anual de autorizaciones ha ido en aumento: un recuento de la lista de la FDA muestra 226 entradas con fecha de decisión en 2023, 235 en 2024 y 335 en 2025 ^[1]. La FDA también afirma que estudiará formas de identificar y etiquetar los dispositivos que incorporan modelos fundacionales, incluidos los LLM ^[1].

Lo que sigue siendo incierto

• Los resultados a largo plazo del cribado con IA. Los análisis publicados del ensayo MASAI abarcan la detección, los falsos positivos, la carga de trabajo ^[3], los cánceres de intervalo, la sensibilidad y la especificidad ^[9]; las muertes por cáncer de mama no figuraban entre los resultados que comunicaron.
• Si los chatbots pueden llegar a ser seguros para asesorar directamente a los pacientes. Los autores de Oxford comprobaron que ninguno de los modelos probados estaba listo y que se necesitan pruebas con usuarios ^[5].
• Cómo rinden las herramientas en distintos hospitales y poblaciones, algo que la OMS quiere que se mida mediante auditorías independientes ^[2] y que, como demuestra el estudio sobre la sepsis, no puede darse por supuesto ^[4].

El panorama general a 3 de noviembre de 2026: la IA es una ayuda probada en tareas concretas y evaluadas bajo supervisión profesional, y un sustituto no probado de un profesional sanitario.