EE.UU. gasta más que ningún otro país en atención médica, casi el doble per cápita que otras naciones desarrolladas. Sin embargo, nuestros resultados son sistemáticamente peores. Enfrentamos tasas de mortalidad materna más altas, menor esperanza de vida y disparidades alarmantes en el acceso a cuidados según raza, ubicación geográfica e ingresos.
No es un secreto que el sistema está roto. Pero lo que a menudo se pasa por alto es la oportunidad que tenemos ahora de actuar, con ayuda de la inteligencia articial. La IA por sí sola no arreglará el sistema sanitario estadounidense. Pero, aplicada de manera responsable, puede ayudarnos a mejorar el acceso, reducir costos y, en última instancia, salvar vidas.
Un sistema al límite
Los trabajadores de la salud están agotados, los costos administrativos se disparan y los pacientes en zonas rurales o de bajos recursos suelen esperar semanas o meses para acceder a servicios básicos. Quienes padecen afecciones crónicas o necesidades de salud conductual, especialmente poblaciones marginadas, son los más propensos a quedar desatendidos.
Al mismo tiempo, estamos viendo una ola de innovación en IA que podría transformar radicalmente cómo brindamos atención. Solo en 2024, se invirtieron $25 mil millones en innovación sanitaria a nivel global, más de la mitad destinados a soluciones impulsadas por IA. Pero si esas herramientas no están diseñadas para abordar brechas reales en acceso, eficiencia y mejora de resultados, corremos el riesgo de perpetuar los mismos fallos sistémicos, solo que con código más inteligente.
La promesa de la IA en acción
En Techstars AI Health Baltimore, un nuevo acelerador lanzado en colaboración con la Universidad Johns Hopkins y CareFirst BlueCross BlueShield, he visto lo que es posible cuando la IA se aplica con propósito.
Tomemos a Embryoxite, una startup que desarrolla una prueba no invasiva preimplantacional que predice la probabilidad de embarazo en fecundación in vitro. Su IA analiza datos del medio de cultivo embrionario para ofrecer información personalizada, ayudando a pacientes y médicos a tomar decisiones más informadas sobre fertilidad. Esto podría reducir drásticamente la carga económica y emocional de los tratamientos y hacerlos más accesibles para familias que no podrían costear múltiples ciclos.
Otro ejemplo es Aidoc, una compañía de IA en salud que, aunque no está vinculada a nuestro acelerador, está realizando un trabajo revolucionario en apoyo clínico. Su plataforma ayuda a radiólogos y equipos médicos a priorizar casos críticos al detectar anomalías en imágenes médicas en tiempo real, optimizando flujos de trabajo, reduciendo retrasos en diagnósticos y mejorando resultados para pacientes en emergencias a nivel mundial.
Estos no son casos hipotéticos. Son ejemplos reales de IA que ya está mejorando resultados sanitarios, reduciendo desperdicios y extendiendo la atención a más personas, especialmente donde el sistema ha fallado históricamente.
Por qué el acceso debe ser la prioridad
El éxito de la IA en salud no vendrá de crear herramientas llamativas para sistemas ya bien dotados. Surgirá al integrar innovación en las áreas más caóticas, subfinanciadas y desatendidas del sector, diseñando con esas comunidades en mente.
Esto implica entrenar modelos con datos diversos y validar herramientas en múltiples contextos, como centros de salud comunitarios y grandes hospitales. También significa asegurar que las startups tengan mentoría y alianzas clínicas para construir soluciones que realmente funcionen, tanto para pacientes como para proveedores.
Baltimore es un excelente ejemplo de este enfoque. Es una ciudad con instituciones de primer nivel, desafíos sanitarios reales y un compromiso profundo con soluciones equitativas. Además, es más accesible, colaborativa y aterrizada en la realidad que muchos polos tecnológicos tradicionales.
Un camino más inteligente
La salud nunca se "arreglará" solo con tecnología. Pero no podemos ignorar lo que la IA hace posible: diagnósticos más rápidos, flujos de trabajo optimizados, mejor uso de recursos limitados y atención personalizada a gran escala.
Para lograrlo, necesitamos más alianzas público-privadas. Que los inversionistas apoyen startups que resuelvan problemas reales, no solo las con presentaciones pulidas. Y fundadores tan apasionados por el impacto como por la innovación.
Si lo hacemos bien, podremos construir un sistema que funcione para todos, no solo para quienes pueden pagar atención exclusiva o viven cerca de grandes centros médicos. Podemos cerrar la brecha entre lo que gastamos y lo que obtenemos. Y pasar de un modelo reactivo a uno proactivo e inteligente.
La IA no nos salvará. Pero puede ayudarnos a cumplir, por fin, la promesa de un sistema que sirva a los pacientes, no solo a las ganancias.
Foto: Dilok Klaisataporn, Getty Images
Nick Culbertson es Director Gerente del Techstars AI Health Accelerator en Baltimore, apoyando startups que usan IA para resolver desafíos críticos en salud. Es cofundador y ex-CEO de Protenus, una empresa galardonada en seguridad de datos sanitarios, reconocida por Best in KLAS, Forbes y CB Insights. Veterano de las Fuerzas Especiales del Ejército de EE.UU. y egresado de Johns Hopkins, ha sido nombrado uno de los "Top 40 Under 40" de Baltimore y ganador del premio EY Entrepreneur of the Year 2020. También impulsa iniciativas para promover equidad laboral en el ecosistema emprendedor.
Este artículo forma parte del programa MedCity Influencers. Cualquiera puede publicar su perspectiva sobre negocios e innovación en salud en MedCity News. Descubre cómo aquí.