Mitchell Katz director ejecutivo de NYC Health and Hospitals, el mayor sistema público de salud municipal de Estados Unidos. Hizo la siguiente revelación: la inteligencia artificial podría interpretar pruebas radiológicas y, si supera las barreras regulatorias, reemplazar a un número significativo de radiólogos.
La relevancia no es menor. NYC Health and Hospitals administra hospitales, centros de salud comunitarios, atención a largo plazo, residencias de ancianos y servicios de atención domiciliaria en la ciudad más poblada del país. Y el hallazgo de fondo es claro: la IA ya no se discute solo como apoyo, sino como posible sustituto en una pieza clave del diagnóstico.
Además, el contexto empuja. Más de 40 millones de personas en Estados Unidos ya usan chatbots como si fueran su médico de cabecera. Esa adopción acelerada convirtió a ese país en la central de una tendencia que mezcla avances tecnológicos, presión económica y una oportunidad concreta para reorganizar el sistema sanitario.
Katz sostiene que, en estudios como los de cáncer de mama, la IA podría filtrar primero las imágenes y dejar a los radiólogos solo los casos con anomalías.
La máquina no “cura” ni acompaña al paciente. Lo que hace es escanear grandes volúmenes de imágenes y marcar patrones. En lenguaje técnico, realiza inferencia (análisis automatizado de datos) y clasificación (ordenar por probabilidad de riesgo), dos tareas que pueden ahorrar tiempo cuando el flujo de estudios es enorme.
Ahí aparece la pieza clave del argumento económico. Si una IA puede separar los estudios normales de los sospechosos, el sistema ahorra horas de especialistas y concentra recursos donde realmente hay un problema. Para gestores sanitarios con presupuestos ajustados, ese engranaje resulta difícil de ignorar.
La promesa y el punto ciego
La comunidad científica, sin embargo, no compra una fe ciega. Sí acepta que la IA puede servir como herramienta de apoyo. De hecho, equipos del EMBL, el Centro Alemán de Investigación del Cáncer y la Universidad de Copenhague ya desarrollan sistemas capaces de predecir el riesgo de más de 1000 enfermedades.
Pero predecir riesgo no es lo mismo que diagnosticar a una persona real. Ese es el cable pelado del debate. Muchos expertos cuestionan la fiabilidad actual de la IA incluso en tareas básicas, algo que vuelve más delicado delegar decisiones médicas críticas sin supervisión humana.
Y esa diferencia importa en la vida diaria. Un error en una recomendación de compra molesta. Un error en una mamografía puede cambiar una historia clínica, un tratamiento y el nivel de confianza de un paciente en todo el sistema.
Por eso, el avance parece moverse en dos carriles. Por un lado, líderes del sector sanitario empujan para acelerar la adopción. Por otro, persiste la necesidad de controles regulatorios, validaciones clínicas y una pregunta simple que todavía no tiene respuesta total: cuándo conviene dejar sola a la máquina y cuándo no.
Estados Unidos lidera esa carrera, pero también expone su tensión central. La IA ofrece velocidad, ahorro y una nueva arquitectura para la medicina. Sin embargo, cuando se trata de salud, el futuro no depende solo del algoritmo: depende de que ese interruptor digital encienda confianza, y no dudas.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
