Una paciente de 82 años que sufrió un ictus, ya médicamente estabilizada, ocupa una cama de agudos. Cada noche cuesta 2.000 dólares y lleva seis días ingresada tras recibir el alta porque nadie puede confirmar qué centros de enfermería especializada tienen camas libres, aceptan Medicaid y ofrecen rehabilitación neurológica. La gestora de altas ha realizado ya 23 llamadas y 14 faxes sin obtener respuestas. Esto no es una excepción; es el problema de las derivaciones de 150.000 millones de dólares del sistema sanitario. Seguimos añadiendo tecnología sin corregir la arquitectura subyacente.
Las cifras lo dicen todo
Los clínicos en EE.UU. realizan más de 100 millones de derivaciones anuales a especialistas; sin embargo, las investigaciones muestran que el 50% nunca se completan. En las derivaciones postagudo, la situación es peor: la estancia media hospitalaria aumentó un 24% entre 2019 y 2022 para pacientes a la espera de un centro. En Massachusetts, una de cada siete camas médico-quirúrgicas está ocupada por un paciente que ya no requiere agudos pero no tiene dónde ir.
El impacto económico es devastador: los sistemas sanitarios pierden entre el 10% y el 30% de sus ingresos por fugas de derivaciones, es decir, pacientes que buscan atención fuera de su red. Esto se traduce en una pérdida anual de entre 821.000 y 971.000 dólares por médico. Los hospitales de California reportan que mantener a pacientes listos para el alta le cuesta al estado 2.900 millones anuales. Además, más del 75% de los proveedores sanitarios en Norteamérica aún dependen del fax para las derivaciones en 2024.
Tres fallos estructurales que la tecnología no puede resolver sola
**1. Arquitectura fragmentada:** Los sistemas no se comunican entre sí, creando silos de información.
**2. Incentivos perversos:** La financiación a menudo penaliza la coordinación eficiente.
**3. Falta de estándares:** No existe un protocolo universal para el intercambio de datos clínicos necesarios.
Por qué fracasan las soluciones “con IA”
El enfoque habitual trata la IA como un añadido: OCR para escanear derivaciones en papel, widgets de autocompletado para historiales clínicos electrónicos, algoritmos predictivos para valorar riesgos. Cada herramienta resuelve un problema menor mientras ignora el desastre global. No es sorprendente que más herramientas a menudo generen más trabajo manual y fatiga por alertas, en lugar de alivio.
El mercado global de software de gestión de derivaciones alcanzó los 16.140 millones de dólares en 2025 y se proyecta que llegue a los 67.920 millones en 2034. Aunque el 87% de los directivos hospitalarios afirma que la fuga de derivaciones es prioritaria, un 23% no tiene un plan para monitorizarla. ¿Qué brilla por su ausencia? Una IA que resuelva el verdadero problema de coordinación: la brecha en el flujo de trabajo entre que se envía la derivación y se atiende al paciente.
Lo que realmente hay que construir
Una innovación efectiva trataría las derivaciones como problemas de optimización con restricciones. Implicaría emparejar, en tiempo real y con confirmación bidireccional, a pacientes con necesidades clínicas específicas, requisitos de seguro y limitaciones geográficas, con proveedores disponibles que puedan acogerlos.
Un análisis reciente muestra que el 40% de las organizaciones sanitarias han adoptado análisis predictivos para el emparejamiento con proveedores, y que los paneles de seguimiento en tiempo real mejoraron la eficiencia del procesamiento en un 45%, reduciendo la fuga de pacientes en un 30%.
Emparejamiento inicial que preserva la privacidad
Actualmente, coordinar una derivación significa enviar el historial médico completo antes de que nadie confirme disponibilidad. Esto crea fricción regulatoria y ralentiza todo. Un enfoque más inteligente emparejaría primero con criterios anonimizados (“paciente de ictus que necesita fisioterapia, con cobertura Medicaid, en un radio de 16 km”), y solo compartiría datos personales tras una confirmación de interés mutuo. Las soluciones impulsadas por IA pueden consolidar datos fragmentados manteniendo la privacidad durante la fase de emparejamiento.
Visibilidad del estado en tiempo real
El agujero negro de las derivaciones existe porque nadie sabe qué sucede después de enviarlas. Una coordinación mejorada debería funcionar como el seguimiento de un paquete, donde emisor y receptor ven la misma línea temporal. Este seguimiento en tiempo real ayudará a las organizaciones a mejorar la eficiencia. No es técnicamente complejo; ya lo hacemos con la comida a domicilio, pero requiere romper los silos de información.
Aprendizaje informado por resultados
Los sistemas actuales no retienen memoria. Si un centro acepta derivaciones pero los pacientes son readmitidos en 30 días, ese centro debería rankear más bajo en futuros emparejamientos. Estudios sugieren reducciones de hasta un 60% en fugas de derivaciones con flujos de trabajo mejorados por IA que incorporan seguimiento de resultados. Los sistemas inteligentes rastrearían tasas de readmisión, tiempos de espera y satisfacción del paciente, ajustando luego las recomendaciones.
Infraestructura neutral, no dependencia de un vendedor
La fragmentación no se resuelve con herramientas que solo funcionan dentro de Epic o solo cubren a pacientes de Medicare. Necesitamos una infraestructura de derivaciones efectiva con accesibilidad universal independiente del proveedor de historial clínico o pagador, intercambio de datos en tiempo real, barreras de entrada mínimas y métricas de calidad transparentes.
La verdad incómoda
La postura contraria: las derivaciones siguen rotas, no por incompetencia técnica, sino porque a quienes tienen poder para arreglarlas les beneficia mantenerlas así. Los sistemas sanitarios ganan dinero evitando fugas hacia fuera, no arreglando el agujero negro. Los vendedores de historiales clínicos venden módulos caros que encadenan a los clientes, y los pagadores negocian exclusividades de red que limitan la elección. La tasa de fuga del 55-65% genera honorarios de consultoría, licencias de software e iniciativas internas. Cada uno optimiza sus propias métricas mientras pacientes y coordinadores sufren las consecuencias.
Qué sucede a continuación
La tecnología para arreglar las derivaciones se está desplegando hoy mismo, aunque la mayoría de implementaciones siguen en fases piloto. Los sistemas de derivación con IA están demostrando reducciones significativas en tiempos de procesamiento, autorizaciones más rápidas y disminuciones medibles en fugas.
La ruta de prescripciones se automatizó en los años 2000. Las órdenes de laboratorio, en los 2010. Hemos automatizado todo excepto el flujo de trabajo que más determina si los pacientes reciben la atención que necesitan. La brecha entre saber qué funciona e implementarlo a escala revela el verdadero problema: la sanidad trata las derivaciones como una carga administrativa a gestionar, no como un flujo crítico a optimizar.
Cada día que esperamos, los pacientes pagan el precio: camas de agudos ocupadas innecesariamente, citas con especialistas que nunca ocurren, familias navegando por menús telefónicos con listados de centros impresos. Los datos han sido claros durante más de una década. La tecnología está lista. La pregunta es si finalmente estamos dispuestos a arreglar la fontanería en vez de poner otra tirita.
Foto: porcorex, Getty Images
Naheem Noah es candidato a doctor en Ciencias de la Computación en la Universidad de Denver, donde su investigación abarca sistemas de preservación de privacidad, seguridad, inteligencia artificial y coordinación sanitaria. Como cofundador y CEO de Carenector, traslada la investigación a la práctica construyendo una infraestructura de derivaciones con IA para pacientes y centros. La plataforma utiliza emparejamiento que preserva la privacidad, seguimiento en tiempo real y aprendizaje basado en resultados para abordar los fallos de coordinación.
Este artículo se publica a través del programa MedCity Influencers. Cualquier persona puede publicar su perspectiva sobre negocio e innovación en sanidad a través de este programa. Haz clic aquí para saber cómo.