La inteligencia artificial está transformando la medicina a una velocidad vertiginosa, pero su implementación en la sanidad pública española presenta serias deficiencias que podrían comprometer tanto la equidad del sistema como la calidad asistencial que reciben los pacientes. Mientras las grandes empresas tecnológicas y algunos hospitales de referencia avanzan a toda velocidad, la mayoría de los centros carecen de protocolos claros, supervisión adecuada y transparencia en el uso de estas herramientas que, en muchos casos, ya están tomando decisiones que afectan directamente a la salud de las personas.
##La promesa incumplida de la IA en sanidad
Cuando hablamos de inteligencia artificial aplicada a la salud, los titulares suelen destacar sus capacidades casi milagrosas: algoritmos que detectan cánceres invisibles al ojo humano, sistemas que predicen epidemias antes de que ocurran, herramientas que personalizan tratamientos con una precisión nunca vista. Sin embargo, la realidad en los hospitales públicos españoles dista mucho de este escenario idílico.
La implementación de la IA en nuestro sistema sanitario se está produciendo de forma fragmentada, sin una estrategia nacional coherente y con notables diferencias entre comunidades autónomas. Mientras comunidades como Madrid o Cataluña han impulsado proyectos piloto en hospitales de referencia, otras regiones apenas han comenzado a explorar estas tecnologías. Esta desigualdad territorial está creando una brecha tecnológica que amenaza uno de los principios fundamentales de nuestro sistema sanitario: la equidad.
Lo más preocupante es que muchas de estas herramientas se están implementando sin los controles adecuados. Los algoritmos toman decisiones que afectan a diagnósticos, priorización de pacientes e incluso tratamientos, pero en numerosos casos no existe una auditoría externa que verifique su funcionamiento ni protocolos claros sobre cómo deben integrarse en el flujo de trabajo clínico. Los profesionales sanitarios se encuentran, en muchas ocasiones, usando herramientas cuyo funcionamiento interno desconocen y sobre las cuales no han recibido formación específica.
##La opacidad de los algoritmos médicos
Uno de los problemas más graves en la implementación de la IA en sanidad es la falta de transparencia. Muchos de los algoritmos que se utilizan en hospitales públicos son «cajas negras» cuyo funcionamiento interno resulta incomprensible incluso para los médicos que los utilizan. Esta opacidad plantea serias dudas éticas y prácticas: ¿cómo podemos confiar en un diagnóstico si no entendemos cómo se ha llegado a él?
Las empresas que desarrollan estos sistemas suelen proteger sus algoritmos como secretos comerciales, argumentando que revelar su funcionamiento comprometería su ventaja competitiva. Sin embargo, cuando estas herramientas se utilizan en el ámbito de la salud pública, donde las decisiones afectan directamente a la vida de las personas, el derecho a la transparencia debería primar sobre los intereses comerciales. Los pacientes tienen derecho a saber cómo se toman las decisiones que afectan a su salud, y los profesionales sanitarios necesitan entender el funcionamiento de las herramientas que utilizan para poder ejercer su criterio clínico.
Esta falta de transparencia se agrava por la escasa regulación existente. Aunque la Unión Europea está trabajando en el Artificial Intelligence Act, que establecerá requisitos específicos para los sistemas de IA de alto riesgo -entre los que se incluyen los aplicados a la salud-, su implementación completa todavía llevará tiempo. Mientras tanto, los hospitales españoles navegan en un vacío regulatorio que deja demasiado espacio para la improvisación y los intereses particulares.
##La desigualdad territorial en la implantación tecnológica
La brecha tecnológica entre comunidades autónomas se está convirtiendo en uno de los mayores desafíos para la equidad de nuestro sistema sanitario. Mientras algunos hospitales disponen de sistemas avanzados de IA para el diagnóstico por imagen, la predicción de riesgos o la personalización de tratamientos, otros centros siguen dependiendo de métodos tradicionales que, aunque probados, pueden ser menos eficientes.
Esta desigualdad no solo afecta a la calidad asistencial, sino que también tiene consecuencias económicas. Los sistemas de IA bien implementados pueden optimizar recursos, reducir tiempos de espera y mejorar los resultados clínicos, lo que a largo plazo se traduce en un uso más eficiente del dinero público.
