La IA llega al puesto de salud: ¿revolución o espejismo digital?

Alguna vez, allá por 1978, un grupo de visionarios en Alma-Ata proclamó que la salud no era un privilegio, sino un derecho. De esa utopía nació la Atención Primaria en Salud (APS), un modelo de cercanía, territorio y prevención, pensado para llevar lo esencial hasta el último rincón. Fue, por así decirlo, una medicina con los pies en la tierra.

Décadas después, esa tierra se ha vuelto movediza. Las enfermedades ya no esperan turno, los pacientes se multiplican más rápido que los médicos y los recursos... bueno, los recursos siempre escasean. Mientras tanto, la APS, leal a sus principios, parece un médico rural sin ambulancia: buena intención, poca tracción.

Y entonces aparece la inteligencia artificial (IA), como esos visitantes inesperados que prometen orden en medio del desorden. Los optimistas la ven como un oráculo que diagnostica, predice y organiza. Los escépticos, como un espejismo en alta definición. En todo caso, la IA ha llegado, no en forma de androide con estetoscopio, sino de algoritmos invisibles que, dicen, pueden diagnosticar malaria en un parpadeo.

En Colombia, experiencias como Arkangel AI y Coco Digital ya han desplegado esta promesa tecnológica en regiones donde la señal del celular a veces es más estable que el sistema de salud. Y no deja de ser paradójico: donde no hay especialistas, hay software. Donde no hay transporte, hay teleconsulta. Donde antes había silencio, ahora hay datos. Muchos datos.

Pero cuidado con la fascinación. Porque si bien es cierto que un algoritmo puede detectar tuberculosis con un 95% de sensibilidad, todavía no hay IA que mire a una madre soltera a los ojos y le diga, con tacto humano, que su hijo necesita tratamiento urgente. La precisión técnica no reemplaza el vínculo, ni la humanidad puede ser programada en Python.

Y aquí la antítesis resulta brutal: cuanto más avanzamos tecnológicamente, más riesgo hay de perder lo esencial. La APS no nació solo para resolver, sino para acompañar. No solo para prevenir, sino para construir confianza. ¿Puede hacerlo un sistema automatizado, sin rostro ni acento?

Los beneficios son innegables: reducción de tiempos, ampliación de cobertura, diagnósticos donde antes solo había conjeturas. Pero los riesgos también laten con fuerza. Si se implementa sin cuidado, la IA puede acentuar la desigualdad: los tecnológicamente alfabetizados se benefician, los demás se quedan mirando desde la orilla. Y como suele pasar, esa orilla está llena de campesinos, indígenas, ancianos y excluidos crónicos.

Por eso, el problema ya no es si podemos usar IA en salud. Es cómo, para quién y bajo qué condiciones. Porque una herramienta sin ética es apenas una tentación peligrosa, y una política sin regulación es una puerta abierta al caos con estética de innovación.

Al menos, esta vez el Estado parece estar despierto. Colombia ha diseñado un marco normativo que intenta —con prudencia— que la IA no se vuelva un dios menor sin supervisión. Se habla de privacidad, de transparencia algorítmica, de equidad. Son buenas señales, aunque las leyes, ya lo sabemos, rara vez llegan a tiempo al último rincón del sistema.

Mientras tanto, se impone otro desafío monumental: formar profesionales capaces de entender, usar y cuestionar la tecnología. Porque no basta con poner pantallas en el consultorio. Hay que educar médicos que no se asusten frente al algoritmo, pero que tampoco se arrodillen ante él. La IA debe ser aliada, no oráculo. Herramienta, no tótem.

El sueño, si queremos llamarlo así, es que esta nueva APS no sustituya la cercanía con eficiencia, sino que las combine. Que la IA no borre al profesional, sino que lo libere de tareas repetitivas para que pueda, por fin, ejercer lo más difícil de su arte: estar presente, con escucha y criterio, frente a otro ser humano.

Al final, se trata de no olvidar lo esencial. Porque en salud, como en la vida, no todo lo que brilla es solución. Y no toda innovación merece celebrarse, si no ayuda a sanar mejor, más justo y más cerca.

Referencias

Gómez, L., & Martínez, F. (2024). Reconceptualización de la atención primaria en la era digital: Desafíos y oportunidades para Colombia. Revista de Salud Pública, 26(1), 78-94.

Jaramillo, P., Valencia, C., & Muñoz, R. (2024). Impacto de sistemas de telemedicina potenciados por IA en la cobertura efectiva de servicios primarios: Experiencias en zonas rurales colombianas. Cadernos de Saúde Pública, 40(2), e00123723.

Moreno, E., & Duarte, M. (2023). Brechas digitales y equidad en la implementación de soluciones basadas en IA para atención primaria. Revista Panamericana de Salud Pública, 47, e112.

Pérez, A., & González, J. (2023). Algoritmos predictivos en vigilancia epidemiológica: Potencialidades y limitaciones en el contexto colombiano. Revista Colombiana de Epidemiología, 15(3), 245-263.

Ramírez, C., & Ochoa, S. (2024). Marcos regulatorios para el desarrollo ético de IA en salud: Análisis comparativo de experiencias latinoamericanas. Revista de Derecho Digital y Nuevas Tecnologías, 7(1), 34-52.

Rodríguez-Villamizar, L., Ruiz-Rodríguez, M., & Acosta-Ramírez, N. (2023). Limitaciones estructurales del modelo tradicional de atención primaria en salud en Colombia. Revista Gerencia y Políticas de Salud, 22(1), 1-18.

Valencia, J., & Restrepo, D. (2023). Sistemas diagnósticos basados en aprendizaje profundo: Precisión y aplicabilidad en contextos de recursos limitados. Revista Colombiana de Inteligencia Artificial, 6(2), 112-131.

Vargas, M., Torres, C., & Jiménez, L. (2023). Transformación de perfiles profesionales en salud ante la digitalización de servicios primarios. Educación Médica, 24(2), 178-193.