La inteligencia artificial ya muestra aplicaciones relevantes en investigación biomédica, detección temprana, apoyo a profesionales de primera línea, triaje, documentación clínica y derivación de pacientes. Sin embargo, su adopción en salud exige evidencia, validación local, supervisión humana y capacidad institucional, según el informe preliminar del Panel Científico Internacional Independiente sobre Inteligencia Artificial presentado por Naciones Unidas.
El documento busca aportar una base de evidencia para orientar la formulación de políticas públicas, en un contexto de cambios tecnológicos acelerados y fuentes de información que no siempre reflejan las realidades locales.
El informe fue elaborado por 40 científicos y expertos independientes, provenientes de distintas regiones del mundo, y sus hallazgos fueron presentados a los Estados Miembros durante el primer Diálogo Global de Naciones Unidas sobre Gobernanza de la IA, realizado en Ginebra los días 6 y 7 de julio de 2026. La ONU precisa que este informe preliminar será seguido por un informe integral previsto para 2027.
Para el sector salud, el mensaje central es claro: la IA puede aportar beneficios en investigación, diagnóstico, gestión de información clínica y apoyo a la atención, pero esos resultados no dependen solo de la disponibilidad tecnológica. El informe insiste en que su utilidad requiere entornos propicios, datos, habilidades, flujos de trabajo, instituciones, regulación, rendición de cuentas y evaluación permanente.
¿Qué aporta la IA al sector salud?
El informe reconoce que las ventajas potenciales de la inteligencia artificial son amplias. Si se despliega y aplica de forma reflexiva, puede contribuir al avance de los Objetivos de Desarrollo Sostenible, impulsar las ciencias de la salud y mejorar el acceso a la educación. Al mismo tiempo, advierte que el despliegue rápido y descontrolado de esta tecnología a gran escala plantea riesgos relevantes, incluidos efectos negativos en salud mental, repercusiones sociales, económicas y ambientales, y dificultades asociadas al control de sistemas cada vez más capaces.
En salud y ciencia, el documento identifica aplicaciones concretas. Menciona que AlphaFold ha predicho las estructuras de más de 200 millones de proteínas, resultados utilizados por más de 3 millones de investigadores, y que estos avances han contribuido a acelerar el diseño de fármacos, el desarrollo de vacunas y la investigación sobre resistencia a los antibióticos. También señala usos de IA en radiología para detectar cáncer de mama en fases más tempranas y herramientas adaptadas a idiomas locales para apoyar a profesionales sanitarios de primera línea en entornos con escasos recursos.
Sin embargo, el informe no presenta la IA como una solución automática. Su utilidad depende de cómo se integre en los procesos reales de atención. En el caso de la retinopatía diabética, por ejemplo, la IA ha ayudado a realizar pruebas de detección a más de 600.000 personas en India y a prevenir ceguera evitable en pacientes en riesgo, pero el informe destaca que ese resultado ocurrió en combinación con una red de atención que garantizaba seguimiento y tratamiento cuando era necesario.
El riesgo de usar IA general en decisiones clínicas sin control
Uno de los puntos más sensibles para el sector salud es el uso de sistemas de IA de propósito general en temas de bienestar, síntomas o diagnóstico. El informe señala que estos modelos pueden reducir el tiempo dedicado a documentación administrativa, una tarea en la que su capacidad de sintetizar y estructurar información puede ser útil. Pero también advierte que una de cada cuatro conversaciones con chatbots se refiere a salud o bienestar, lo que implica que estos sistemas se consultan con frecuencia para fines diagnósticos, donde la exactitud fáctica es fundamental y los errores pueden tener consecuencias graves.
La advertencia es relevante para hospitales, profesionales y autoridades sanitarias: una herramienta que organiza información administrativa no tiene el mismo nivel de riesgo que un sistema utilizado para orientar decisiones clínicas. El informe resume esta tensión al señalar que la tecnología puede ser la misma, pero lo que está en juego no lo es. Por eso, subraya que el hecho de que una aplicación sea viable no significa necesariamente que sea idónea para cualquier uso en salud.
La IA avanza más rápido que la capacidad de evaluarla
El informe plantea que las capacidades de la inteligencia artificial están avanzando más rápido que la capacidad para medirlas o gobernarlas. Entre los desafíos descritos se encuentran la asimetría de información entre empresas desarrolladoras y sociedad, la falta de evaluación externa estandarizada, la posibilidad de que algunos modelos memoricen pruebas públicas, la pérdida de utilidad de ciertos índices de trabajo y la aparición de comportamientos engañosos en algunos sistemas.
En salud, esta situación obliga a revisar cómo se adoptan estas herramientas. La implementación de IA no debería basarse únicamente en declaraciones de desempeño del proveedor o en pruebas generales de rendimiento. Para reducir riesgos, se requieren validaciones en condiciones reales, evaluación de resultados, trazabilidad, supervisión humana y seguimiento posterior al despliegue.
Condiciones mínimas para un uso seguro de IA en salud
| Dimensión | Lo que señala el informe | Implicación para salud |
|---|---|---|
| Validación local | La IA en salud debe basarse en contextos locales desde el diseño hasta el despliegue y la evaluación | Los modelos deben probarse en poblaciones, idiomas, capacidades y flujos reales de atención |
| Redes de atención | Los beneficios se observan cuando existen derivación, capacidad clínica y seguimiento | La IA debe integrarse a rutas asistenciales, no operar como herramienta aislada |
| Uso profesional | Herramientas específicas pueden apoyar triaje, documentación y derivación | Deben funcionar como apoyo al personal de salud, no como sustituto del juicio clínico |
| Alfabetización en IA | Profesionales, directivos, auditores y funcionarios deben comprender límites y capacidades | La capacitación debe incluir riesgos, sesgos, privacidad, uso adecuado y evaluación |
| Gobernanza | La disponibilidad de IA no garantiza beneficios si faltan datos, regulación y rendición de cuentas | Las instituciones necesitan reglas internas antes de escalar su adopción |
Fuente: elaboración de CONSULTORSALUD con base en el informe preliminar del Panel Científico Internacional Independiente sobre IA.
La brecha de IA no es solo de acceso
El informe también advierte que la brecha en inteligencia artificial no se reduce a tener o no tener acceso a herramientas. La capacidad en IA incluye infraestructura, talento, gobernanza y posibilidad de influir en el desarrollo tecnológico. Para los sistemas de salud, esto significa que depender de modelos, infraestructura en la nube o canales de datos externos puede limitar la capacidad de adaptar, auditar o inspeccionar plenamente las soluciones utilizadas.
La dimensión lingüística también es relevante. El documento recuerda que en el mundo se hablan más de 7.000 idiomas, pero la infraestructura de desarrollo y evaluación de modelos de IA solo refleja una parte limitada de ellos. En salud, esta brecha puede traducirse en herramientas menos confiables para poblaciones, territorios o idiomas subrepresentados.
El Panel no formula recomendaciones de política específicas, porque su mandato es científico y no político. Su función es documentar evidencia, consensos, discrepancias y lagunas de conocimiento para que los gobiernos y las instituciones tomen decisiones informadas.
Para el sector salud, la lectura es técnica y prudente. La pregunta no es solo qué herramienta de IA puede incorporarse, sino en qué proceso aporta valor, con qué evidencia, bajo qué supervisión, con qué datos, con qué responsabilidad y con qué mecanismos de seguimiento. La inteligencia artificial puede fortalecer la investigación, mejorar procesos administrativos y apoyar la atención, pero su impacto dependerá de la capacidad institucional para gobernarla, evaluarla y adaptarla al contexto local.
Consulte aquí el informe preliminar del Panel Científico Internacional Independiente sobre Inteligencia Artificial.
