Jaime Calderón Riveros (Ingeniero Comercial, Fen Universidad de Chile)
Mauricio Pérez Labraña (Filósofo matemático Universidad Paris-Sorbonne (Paris IV), Ingeniero Civil.
La inteligencia artificial (IA) está transformando aceleradamente la economía y la sociedad. En salud, sus posibilidades son especialmente relevantes: puede contribuir a mejorar diagnósticos, apoyar decisiones clínicas, anticipar necesidades de atención y optimizar el uso de recursos. Sin embargo, para aprovechar sus beneficios es indispensable comprender sus limitaciones y establecer condiciones que resguarden la seguridad de los pacientes.
Existe una idea que debemos evitar: suponer que una respuesta generada mediante sofisticados modelos matemáticos es necesariamente correcta. La IA puede reconocer patrones, analizar imágenes y producir textos con notable eficacia, pero también puede equivocarse, reproducir sesgos y generar información falsa con apariencia de certeza.
Sus distintas modalidades cumplen funciones diferentes. El aprendizaje automático identifica patrones a partir de datos; el aprendizaje profundo utiliza redes neuronales de múltiples capas para identificar patrones complejos en grandes volúmenes de datos, y la IA generativa produce contenidos nuevos a partir de patrones estadísticos aprendidos durante su entrenamiento. Ninguna de estas capacidades elimina la necesidad de validar los resultados, especialmente cuando inciden en decisiones que afectan la salud y la vida de las personas.
La experiencia internacional demuestra que los algoritmos pueden reproducir las deficiencias de los datos con que fueron entrenados. El sistema experimental de selección de personal desarrollado por Amazon durante la década pasada evidenció sesgos de género derivado de los datos históricos utilizados para su entrenamiento. Por su parte, las controversias en torno al sistema COMPAS, utilizado en Estados Unidos para estimar riesgos de reincidencia penal, evidenciaron dificultades relacionadas con la equidad y la evaluación de herramientas algorítmicas. Estos casos dejan una lección transversal: la tecnología no es neutral respecto de las decisiones de diseño, los datos utilizados y los objetivos que se le asignan.
En salud, tales riesgos adquieren una dimensión particular. Una recomendación basada en antecedentes incompletos, datos de baja calidad o interpretaciones erróneas de la información clínica puede inducir decisiones perjudiciales. Por ello, la trazabilidad, la calidad de los datos y la auditoría de los sistemas no son exigencias accesorias, sino condiciones fundamentales para una implementación responsable.
Chile enfrenta aquí un desafío importante. La fragmentación de los sistemas de información y las limitaciones de interoperabilidad entre operadores y plataformas dificultan que los antecedentes clínicos estén disponibles de manera oportuna, consistente y reutilizable. Incorporar inteligencia artificial sin resolver estas debilidades podría digitalizar los problemas existentes e incluso amplificarlos.
Las oportunidades, no obstante, son concretas. En la práctica clínica, la IA puede apoyar la interpretación de imágenes, la detección de señales de alerta y la evaluación de riesgos. Estas herramientas deben complementar el juicio clínico y operar bajo condición humana significativa, no reemplazarla. El médico necesita conocer los antecedentes pertinentes, evaluar las recomendaciones y considerar las circunstancias particulares de cada paciente.
En la gestión sanitaria, la tecnología puede contribuir a proyectar la demanda, identificar brechas territoriales, planificar necesidades de personal y mejorar la asignación de recursos. Para un sistema que debe responder a necesidades crecientes bajo restricciones presupuestarias, disponer de mejores herramientas de análisis puede generar un aporte significativo.
Materializar estos beneficios requiere una agenda clara: avanzar en la interoperabilidad de los sistemas clínicos; proteger la confidencialidad de los datos; validar las herramientas mediante estudios clínicos, técnicos y operacionales antes de su utilización; establecer mecanismos de auditoría y seguimiento, y definir responsabilidades frente a errores fallos de los sistemas o usos inadecuados de las herramientas. La regulación debe ser proporcional al riesgo y promover la innovación que demuestre seguridad y eficacia, sin renunciar a la fiscalización ni a la protección de los pacientes.
La inteligencia artificial constituye una oportunidad relevante para modernizar la salud chilena. Pero su éxito no dependerá simplemente de adquirir tecnología, sino de fortalecer las instituciones, mejorar la información disponible y asegurar una supervisión efectiva.
El desafío consiste en innovar con responsabilidad. En salud, el progreso tecnológico solo adquiere verdadero valor cuando se traduce en mejores decisiones clínicas, una utilización más eficiente de los recursos y una atención más segura para las personas.
Santiago, 28 de octubre, 2026
No hay comentarios.:
Publicar un comentario