¿La inteligencia artificial (IA) salvará o hundirá las finanzas hospitalarias?
El entusiasmo por el potencial de la IA ha atraído miles de millones en inversiones, pero aún es difícil para los hospitales predecir qué valor obtendrán de estas tecnologías en el futuro.
Una encuesta reciente de McKinsey reveló que, aunque la mitad de los líderes sanitarios esperan un retorno de inversión (ROI) con la IA, solo el 17% ha podido medir uno positivo. Con muchos hospitales operando con márgenes negativos o mínimos, no pueden arriesgar recursos en herramientas que podrían —o no— impulsar su crecimiento a largo plazo.
Históricamente, los hospitales han adoptado innovaciones de forma pasiva, como con los registros electrónicos o las plataformas digitales. Para evitar repetir esto, los líderes deben aprovechar lo que ofrece la IA: eficiencia operativa y rentabilidad.
—
El desafío del ROI con IA en hospitales
Las tecnologías emergentes suelen generar escepticismo entre los ejecutivos. El modelo tradicional ha beneficiado más a las empresas de software que a los sistemas de salud, que dependen de estas herramientas para todo, desde radiología hasta facturación. Con márgenes por debajo del 1%, las inversiones en IA deben ser productivas y responsables para garantizar su supervivencia económica.
La presión financiera lleva a algunos líderes a tomar decisiones apresuradas: algunos adoptan soluciones sin planificación adecuada, mientras otros esperan una solución mágica. Ninguna es una estrategia viable. Para que la IA funcione, se requiere un plan claro: medir el valor, seleccionar herramientas y escalar lo que dé resultados.
—
Empieza por los beneficios
El ROI no se limita al ahorro de costos. La IA también mejora la precisión, amplía alcances y facilita decisiones más inteligentes. Por ejemplo, en documentación clínica (CDI), los equipos suelen detectar solo el 40% de los códigos omitidos, como sepsis. La IA puede identificar ese 60% restante —diagnósticos menos frecuentes pero cruciales— aumentando ingresos sin reemplazar al personal.
Conviene comenzar con proyectos pequeños, en un departamento, antes de expandirse. Así, al demostrar ROI positivo, se gana credibilidad para inversiones futuras.
—
Define métricas con equipos analíticos
Muchos hospitales carecen de capacidad analítica interna y dependen de proveedores para medir el ROI. Antes de elegir uno, alíneate con tu equipo y el vendedor: ¿cómo se atribuirá el valor? Si un proveedor afirma un "80% de mejora" solo en costos, pero el proceso sigue requiriendo 100 personas en vez de 20, la eficiencia real no ha mejorado. Sé específico y exige transparencia.
—
Colabora con los proveedores
Ellos necesitan entender tu "métrica estrella norte", pero pueden requerir apoyo. Trabajen juntos: si no pueden explicar cómo su solución generará valor en tu contexto, es una señal de alarma. Proporciónales los datos necesarios; el ROI es una responsabilidad mutua.
—
Construye el equipo adecuado
El éxito de la IA no depende solo de la tecnología, sino de quienes la implementan. Un grupo pequeño de líderes competentes, respaldados por analistas internos, puede evaluar y validar herramientas en colaboración con socios tecnológicos. No se necesita un comité enorme; bastan mentes curiosas y analíticas.
—
Aprende ahora o quédate atrás
La adopción de IA en hospitales crece exponencialmente. Capacidades antes futuristas, como el entendimiento de documentación clínica, ya son viables. Si no empiezan ahora, no solo se rezagarán, sino que perderán oportunidades.
En áreas como la gestión de ingresos, la IA ya ofrece resultados tangibles: revisiones automatizadas de historias clínicas generan un ROI de 5:1. No es potencial futuro; es realidad.
—
La IA no debe ser una caja negra ni requerir fe ciega. Con métricas claras y preguntas estratégicas, los líderes pueden tomar decisiones que realmente impulsen valor. En un entorno financiero crítico, la IA no puede solo prometer; debe producir. Y para hospitales visionarios, ya lo está haciendo.
Imagen: Warchi, Getty Images
Sobre el autor:
Michael Gao, MD, médico y experto en datos, es cofundador y CEO de SmarterDx, donde desarrolla IA clínica para optimizar ingresos hospitalarios. Anteriormente, lideró iniciativas de IA en NewYork-Presbyterian y fue profesor en Weill Cornell.
Este artículo forma parte del programa MedCity Influencers. Aprende cómo publicar tu perspectiva.