Cuando un médico del Hospital Gregorio Marañón de Madrid prescribe un medicamento a un paciente que ya toma otros cinco fármacos distintos recetados por tres especialistas diferentes, un sistema de inteligencia artificial analiza en tiempo real la combinación completa y alerta al médico si detecta una interacción potencialmente peligrosa antes de que la prescripción se confirme. Desde que ese sistema entró en funcionamiento en 2025, ha evitado más de 15.000 interacciones medicamentosas graves en Andalucía. No es ciencia ficción ni un piloto experimental. Es parte del funcionamiento cotidiano del sistema sanitario.
En 2026, más de 900 dispositivos y algoritmos médicos con inteligencia artificial tienen aprobación de la FDA estadounidense, y la Agencia Europea del Medicamento ha autorizado más de 200. El número es significativo, pero más significativa es la diversidad de aplicaciones: diagnóstico por imagen en radiología, dermatología y oftalmología; predicción de riesgo cardiovascular, diabético y de sepsis; detección precoz de cáncer; apoyo a la prescripción y reducción de errores de medicación.
Dónde la IA médica funciona mejor
Los expertos identifican tres áreas donde la IA médica está demostrando resultados clínicamente relevantes de forma consistente. La primera es el análisis de imagen médica: los sistemas entrenados para detectar lesiones en mamografías, tomografías computarizadas, resonancias magnéticas y fotografías de fondo de ojo han demostrado en múltiples estudios una sensibilidad diagnóstica comparable o superior a la del especialista humano en tareas específicas. Lo más importante: detectan hallazgos que el ojo humano pasa por alto, no porque el médico sea incompetente, sino porque procesa imágenes a una velocidad y con un volumen que ningún ser humano puede igualar.
La segunda área es la predicción de riesgo. Sistemas entrenados con datos de miles de pacientes pueden identificar con semanas de antelación qué pacientes hospitalizados tienen mayor probabilidad de desarrollar sepsis, qué diabéticos tienen mayor riesgo de complicaciones renales o cardiovasculares, o qué pacientes con insuficiencia cardíaca tienen mayor probabilidad de reingreso en los 30 días siguientes al alta. Esa predicción permite intervenciones preventivas que reducen tanto el sufrimiento del paciente como los costes del sistema.
IA médica en cifras — 2026
- Algoritmos con aprobación FDA: más de 900
- Autorizaciones EMA: más de 200
- España — receta electrónica con IA (Andalucía): 15.000+ interacciones peligrosas evitadas
- Españoles que consideran positivo el impacto de la IA en salud: 44% (Cigna International Health Study)
- Reducción prevista de costes de diagnóstico con IA: hasta 50% (Harvard School of Public Health)
- Inversión española en IA para salud (Estrategia Nacional 2024–2027): 120 millones de euros
La distinción que el paciente necesita entender
Los médicos de Osakidetza, el servicio de salud vasco, han publicado recientemente una advertencia que merece atención: existe una diferencia fundamental entre la IA médica clínica y los chatbots generativos de uso general. Los sistemas que usan los hospitales para detectar sepsis o analizar mamografías son algoritmos entrenados específicamente con datos clínicos validados, evaluados en ensayos, integrados en flujos de trabajo con supervisión médica y sometidos a regulación sanitaria estricta. ChatGPT, Claude, Gemini o Copilot son sistemas diseñados para producir texto coherente a partir de grandes volúmenes de información: pueden ser útiles para entender un diagnóstico ya establecido o preparar preguntas para la consulta, pero no tienen la fiabilidad ni la validación necesarias para tomar decisiones diagnósticas.
El problema es que el 44% de los españoles que considera positivo el impacto de la IA en la atención sanitaria no siempre distingue entre ambas categorías. El mismo estudio señala que algunas personas interpretan las respuestas de los chatbots generativos como diagnósticos concluyentes y actúan en consecuencia sin consultar a un profesional, lo que está generando un aumento preocupante de la automedicación de riesgo.
Compartir este artículo
