La realidad de la IA en el sector sanitario: Integración, no solo algoritmos
La adopción de la inteligencia artificial en el ámbito sanitario avanza a un ritmo más del doble que el de la economía general de EE. UU. Si bien la promesa es enorme, la mayoría de los proyectos se estancan al llegar a la planta del hospital. Modelos que funcionan en pruebas piloto colapsan ante infraestructuras obsoletas y datos incompatibles. De hecho, un nuevo estudio de la iniciativa NANDA del MIT reveló que el 95% de los pilotos de IA empresarial fracasan en ofrecer un retorno de inversión medible, no por fallos en los algoritmos, sino por una integración deficiente y una escasa alineación con los flujos de trabajo reales.
El resultado es una suerte de ilusión de progreso. Cada año trae consigo nuevos pilotos, paneles de control e interfaces, pero muchos hospitales reportan flujos de trabajo clínicos inalterados. Los centros sanitarios están rodeados de soluciones puntuales que, en su mayoría, abordan apenas un cinco por ciento del desafío, mientras añaden un veinte por ciento más de deuda técnica de integración, creando problemas para los equipos de TI. Este ciclo consume presupuestos y paciencia por igual. Mientras los inversores celebran demostraciones de producto, los médicos siguen lidiando con procesos fragmentados.
La realidad tras la inflación de la IA
Gran parte del impulso actual refleja lo que podría llamarse "inflación de la IA". El algoritmo suele acaparar la atención, pero rara vez es la parte más difícil. El progreso real depende de la integración; específicamente, de software capaz de interpretar formatos de laboratorio inconsistentes, reconciliar sistemas de codificación médica y trabajar con estándares como HL7 o FHIR.
Ignorar esa capa es como construir un motor de alto rendimiento sin neumáticos. Cuando esto ocurre, los hospitales se quedan con decenas de herramientas desconectadas que no pueden comunicarse entre sí, generando más fricción, no menos.
Comience por los datos, no por la demo
La tecnología sanitaria que triunfará en la era de la IA no será glamurosa. Los sistemas que escalen comenzarán por lidiar con el mundo tal como es, no como los ingenieros desearían que fuese. Eso implica manejar informes unidimensionales de laboratorios, archivos heredados que nunca se ajustaron a estándares y registros semiescaneados que aún circulan a diario.
Un enfoque "primero los analizadores sintácticos" puede sonar tedioso, pero determina si un proyecto se convierte en un piloto efímero o en una plataforma duradera. Los hospitales que avanzan son aquellos cuyos socios aceptan esa realidad desde el principio.
Middleware, no reemplazo
Todo director de informática (CIO) hospitalario sabe que los sistemas centrales de TI no se reconstruirán desde cero. Esperar que cientos de centros reemplacen sus historiales clínicos electrónicos o su infraestructura de laboratorio es irrealista. El camino a seguir está en el middleware: tecnología que se sitúa entre los silos, traduce y normaliza los datos, ofreciendo al mismo tiempo una visión coherente a médicos y pacientes.
El sector financiero ya resolvió un desafío comparable. Las redes de pago no reescribieron todos los sistemas bancarios; crearon interfaces que los conectan. La sanidad necesita su propia versión de esa capa conectiva, una que oculte la complejidad tras una interfaz simple y permita que la información fluya donde se necesita.
El coste humano de una mala integración
Los clínicos ya están saturados por la documentación. Los historiales clínicos electrónicos han convertido a muchos médicos en custodios de datos en lugar de cuidadores. Cuando la inteligencia artificial se superpone sin una integración adecuada ni interfaces útiles, corre el riesgo de añadir otra bandeja de entrada, otro conjunto de alertas y otra forma de carga cognitiva. Con un distrés laboral ya elevado y un 83% de los trabajadores sanitarios de primera línea de la Generación Z reportando agotamiento, los sistemas mal conectados desperdician inversión y profundizan el desgaste.
Si se implementa con discernimiento, la IA podría hacer justo lo contrario: aliviar la carga administrativa, reducir la duplicación en la entrada de datos y devolver tiempo para la atención al paciente. La diferencia entre ambos resultados reside íntegramente en la integración. Las herramientas mal conectadas multiplican el burnout. Los sistemas bien diseñados lo reducen.
Construyendo a largo plazo
La próxima transformación sanitaria no vendrá de algoritmos que intenten reemplazar a los médicos, sino de infraestructuras que conecten sus herramientas. Esto es crucial en un momento en que la IA en salud es criticada cada vez más por una rápida pérdida de habilidades; por ejemplo, ensayos recientes hallaron que la capacidad diagnóstica de los médicos disminuyó tras un uso intensivo de asistencia por IA. Por tanto, el valor real no está en inventar más modelos, sino en hacer que los existentes sean utilizables en entornos clínicos reales. Eso significa invertir en capas de traducción, estándares abiertos y responsabilidad compartida entre proveedores y sistemas de salud.
Hasta entonces, los hospitales seguirán ejecutando pilotos que parecen prometedores en presentaciones y fracasan en la práctica. El "momento Stripe" del sector solo llegará cuando alguien decida resolver los problemas poco glamurosos de la normalización y la interoperabilidad. Piénselo como la fontanería que permite que todo lo demás funcione.
La integración puede no sonar revolucionaria, pero es el cimiento sobre el que descansará toda auténtica revolución en la tecnología sanitaria. La transformación solo llegará cuando la IA deje de vivir aislada y empiece a conectar el ecosistema al que debía servir.
Foto: J Studios, Getty Images
Jonathan Kron es el CEO de BloodGPT, una plataforma con IA para laboratorios de diagnóstico y clínicas que interpreta resultados de análisis de sangre en segundos. Estratega y emprendedor sanitario con más de 20 años de experiencia construyendo y escalando empresas del sector. Antes de unirse a BloodGPT, fundó y vendió Med24, una clínica con sede en Londres (captó 5M £, vendida en 2022), cofundó PCG, una startup de atención domiciliaria con sede en Mónaco que aseguró contratos por más de 1M$ con un presupuesto inicial de 500.000$, y ha asesorado a empresas de salud digital como Klarity y LIPS Healthcare en grandes rondas de financiación y crecimiento.
Este artículo se publica a través del programa MedCity Influencers. Cualquier persona puede publicar su perspectiva sobre negocio e innovación en healthcare en MedCity News a través de MedCity Influencers.