La Inteligencia Artificial (IA) como espejo de nuestras carencias

En los últimos años hemos visto desfilar tecnologías prometidas como revolucionarias. La mayoría han pasado sin dejar huella real en el núcleo de la práctica clínica. Pero la inteligencia artificial (y más concretamente la que ayuda a documentar la consulta, ordenar procesos y detectar patrones, núcleo de lo que aquí tratamos) abrió una ventana distinta, que no mira a la tecnología en sí, sino a la posibilidad de devolver tiempo, criterio y sentido a la práctica asistencial cotidiana. El concepto de ‘inteligencia artificial’ se acuñó en 1956 de la mano de John McCarthy. La idea, sin embargo, había sido anticipada años antes por Alan Turing, cuando planteó que el razonamiento humano podía ser simulado por una máquina.

Lo verdaderamente importante no es que la IA sea capaz de transcribir o resumir una consulta. Eso, siendo útil, es lo de menos o, por lo menos, no debe de ser el foco. El punto decisivo es otro: las tecnologías emergentes están obligando a poner sobre la mesa una conversación que llevamos décadas aplazando, especialmente en nuestros sistemas públicos de salud: cómo trabajamos, quién define los procesos, cómo medimos la calidad real del acto clínico y qué autonomía profesional queremos proteger y para qué.

A estas preguntas se les ha ido respondiendo a golpe de flujo y reflujo: lo que se avanzaba en una etapa se perdía en la siguiente.

Porque si algo ha caracterizado históricamente a nuestra Atención Primaria y a nuestras consultas hospitalarias es esa mezcla ambigua entre oficio artesanal, intuición clínica y una enorme variabilidad que rara vez se reconoce públicamente, aunque su impacto negativo en los resultados en salud sea claramente identificable -existe evidencia científica para llenar cajones-. Los Procesos Asistenciales Integrados (PAI) -en Andalucía o en cualquier lugar donde se han implantado, con este nombre u otro- nacieron para reducir esa variabilidad y ordenar el recorrido del paciente. Sin embargo, la realidad ha mostrado hasta qué punto esa promesa ha quedado a medio camino: baste recordar el caso del cribado de cáncer de mama en Andalucía, con cambios de criterios, interrupciones y desigualdades territoriales que han generado alarma profesional y social, y que difícilmente se habrían producido de existir procesos realmente vivos, consensuados y gobernados desde la práctica clínica.

Demasiadas veces los PAI han acabado en archivos PDF, sin convertirse en auténticos mapas vivos de práctica clínica compartida precisamente cuando la Administración sanitaria ha ido cediendo el poder de gobernar estos procesos y ha dejado de ejercer una tutela efectiva sobre ellos.

Y es justo aquí donde la IA marca una inflexión y debe de ser disruptiva.

La IA obliga a definir cómo queremos trabajar, veamos:

Son evidentes las aportaciones de la IA para mejorar la práctica asistencial, especialmente en ámbitos donde el volumen de información es elevado o la precisión es crítica. Su uso en cirugía, por ejemplo, gracias al apoyo algorítmico permite afinar la planificación preoperatoria, reducir complicaciones postoperatorias y favorecer una recuperación más rápida del paciente. La IA discurre con una evolución significativa e inevitable en el ejercicio profesional de la medicina y los cuidados, especialmente en la gestión de datos diagnósticos y terapéuticos, y se está desarrollando exponencial y aceleradamente en numerosas especialidades asistenciales, sobre todo en aquellas basadas en imágenes o cirugía. Su propósito es mejorar la habilidad profesional brindando al paciente una atención basada en datos científicos. En el campo de la cirugía, esta tecnología abre también una vía notable de innovación. Mediante el reconocimiento avanzado de patrones y algoritmos de aprendizaje automático, la tecnología de IA posibilita una asistencia altamente personalizada y una cirugía de precisión, capaz de generar estrategias medico-quirúrgicas personalizadas y basados en los datos clínicos del paciente.

Pero para que una IA sea útil en la consulta no basta con que “oiga” o “resuma”. Necesita saber qué es lo esperable en una atención de diabetes, qué decisiones son razonables en un cuadro de EPOC, qué señales indican que hay que derivar, o qué tiempos son aceptables en un proceso oncológico.

En otras palabras: la IA solo funciona sobre procesos claros.

Y esta es la ironía: la estandarización nunca ha sido fuerte en nuestra cultura sanitaria. Una parte de la profesión ha vivido los procesos como imposición, como amenaza a la autonomía o como burocracia. La IA, sin proponérselo, nos exige que reflexionemos sobre si la autonomía en la asistencia puede seguir entendiéndose como “cada uno hace su medicina”, o si debemos avanzar hacia una autonomía responsable, con capacidad para adaptarse al caso concreto, sí, pero dentro de un marco compartido y revisable.

La autonomía profesional se fortalece cuando hay reglas claras, no cuando reina el vacío

Uno de los discursos más repetidos en contra de la estandarización ha sido que “limita la libertad del facultativo”. Es un argumento que no solo ha calado en parte de la profesión, sino que ha sido activamente defendido y difundido por los poderes fácticos del sistema sanitario, desde determinadas élites corporativas y profesionales hasta actores privados con gran capacidad de influencia.

Pero lo cierto es justo lo contrario: cuando no hay procesos, manda el caos; cuando manda el caos, manda la intuición individual; y cuando no hay criterios comunes, la autonomía termina convirtiéndose, demasiadas veces, en impunidad o en aislamiento; con perjuicios claros para los pacientes.

La IA introduce un giro conceptual muy interesante: permite identificar desviaciones respecto al patrón habitual, no para sancionar, sino para entender qué decisiones aportan valor y cuáles generan ineficiencia o inequidad. Por primera vez podemos ver si un clínico se aparta sistemáticamente del proceso y si esas desviaciones benefician al paciente o lo perjudican.

Eso no recorta autonomía. La depura. La dignifica. La convierte en autonomía basada en datos y responsabilidad profesional, no en un acto solitario y opaco.

Los PAI deben dejar de ser PDFs inmóviles: nacen los PAI Dinámicos Inteligentes

Los Procesos Asistenciales Integrados fueron, en su día, un intento valiente de ordenar la atención. Pero no avanzaron al ritmo que se necesitaba, y no lo hicieron porque no tenían mecanismos para aprender de la realidad.

Los PAI no pueden seguir siendo documentos estáticos guardados en un PDF. Si queremos que ordenen la práctica clínica, deben convertirse en PAI Dinámicos Inteligentes: procesos vivos, actualizados con datos reales de manera automática o semiautomática, que aprenden del sistema y corrigen la variabilidad injustificada.

La IA abre la puerta a una idea disruptiva: procesos asistenciales que se actualizan solos cada pocos meses, según datos reales de población, resultados clínicos y patrones de utilización.

Esto es radicalmente diferente de cómo hemos funcionado hasta ahora. Un PAI-DI (Dinámico Inteligente) podría detectar que un criterio de derivación está generando cuellos de botella, que un fármaco funciona mejor en ciertos perfiles o que un paso intermedio está añadiendo burocracia innecesaria.

No es un modelo teórico: es un sistema público que aprende de sí mismo. Deja atrás el protocolo estático y migra hacia el proceso vivo, que evoluciona cuando la evidencia y los datos lo exigen.

Tiempo asistencial: el nuevo derecho profesional y ciudadano.

A menudo se habla de IA en salud como eficiencia. Desde una perspectiva de avance, eso es insuficiente y hasta peligroso. En un sistema público, la IA no puede servir para hacer lo mismo con menos profesionales.

Tiene que servir para liberar tiempo asistencial, ya que el tiempo asistencial no es un recurso personal: es un bien común.

La IA no se plantea como una herramienta tecnológica capaz de reemplazar al profesional: un robot aplica líneas de código de manera eficiente, pero sin empatía. Más allá del rendimiento técnico, la calidad de la relación profesional-paciente sigue siendo insustituible.

Por eso entendemos que podemos trabajar por una idea sencilla y profundamente transformadora: un Estatuto del Tiempo Asistencial Protegido. Protege la calidad de la atención y sostiene la relación terapéutica.

Su fundamento es claro: la IA y la automatización deben evaluarse según cuánto tiempo devuelvan al profesional para atender, escuchar y pensar; ninguna tecnología debería implantarse si no libera minutos reales en la agenda; y el tiempo clínico pasa así a convertirse en un derecho profesional y del ciudadano, y en un verdadero indicador de calidad del sistema, no en un residuo que se escurre entre papeles y clics.

Romperíamos también así con los paradigmas de las organizaciones corporativas.

No es futurismo o ensoñación: es un cambio de prioridades. La tecnología al servicio de la relación profesional sanitario-paciente, no al revés.

Gobernanza pública de algoritmos: la nueva frontera para defender lo común

Hay una amenaza silenciosa que apenas se discute: la IA clínica y los algoritmos están entrando en los sistemas sanitarios bajo modelos de gobernanza privados, opacos y no auditables.

Si el conocimiento clínico generado por nuestros hospitales y centros de salud termina en manos de proveedores tecnológicos, perderemos soberanía profesional y pública. De nuevo, el caso de los cribados de cáncer de mama en Andalucía resulta paradigmático de lo que ocurre cuando las decisiones se desplazan fuera del control legítimo y efectivo del sistema público.

Por eso, desde una mirada de progreso, la innovación más importante podría ser el Crear un “Consorcio Público de Modelos Asistenciales”, donde los algoritmos sean auditables, desarrollados y entrenados a partir de datos públicos, con licencias sociales y gobernados por comités mixtos de profesionales, ciudadanía y administración.

Si no gobernamos la IA desde lo público, otros gobernarán nuestro sistema desde fuera.

La IA como herramienta de equidad, no solo de eficiencia

Una IA diseñada con sensibilidad social puede detectar qué barrios soportan mayores demoras, qué perfiles de pacientes quedan más lejos del estándar y dónde se concentran ineficiencias que castigan precisamente a quienes menos voz tienen.

Esto permite algo que nunca hemos hecho de forma sistemática: ajustar recursos del sistema público en función de desigualdades detectadas en tiempo real. Es la forma más moderna y equitativa, real y operativa, de cumplir con una obligación histórica: que la igualdad en salud no sea un discurso abstracto, sino un mecanismo operativo del sistema.

La IA como detonante

En definitiva, innovar no es añadir tecnología, es recomponer un proyecto de sistema público. La IA no es el destino, es el detonante. Nos obliga a preguntarnos por los procesos, la autonomía, la gobernanza, la equidad y el tiempo clínico, y nos invita a reconstruir aquello que siempre hemos querido que sea la sanidad pública: coherente, justa, capaz de aprender, centrada en las personas y gobernada por quienes la sostienen, profesionales y ciudadanía. Si fallamos en esto, la IA será un instrumento más para privatizar silenciosamente, homogeneizar por abajo y devaluar el trabajo asistencial; si acertamos, puede convertirse en la herramienta que nos permita recuperar lo que el sistema ha ido perdiendo: eficiencia, tiempo, criterio asistencial, equidad y proyecto de futuro. El reto no es solo tecnológico, es también político y profesional. Lo que está en juego no es cómo entra la IA en la consulta, sino qué sistema sanitario queremos que salga de ella.

REFERENCIAS CONSULTADAS

IA en consulta y carga administrativa

  • Olson KD, Heaton HA, Garrison GM, et al. Use of Ambient AI Scribes to Reduce Administrative Burden and Professional Burnout. JAMA Network Open. 2025;8(10):e2534976.
  • Tierney AA, Gayre G, Hoberman B, et al. Ambient Artificial Intelligence Scribes to Alleviate the Burden of Clinical Documentation. NEJM Catalyst Innovations in Care Delivery. 2024;5(3):0404.

Procesos, pathways y sistemas que aprenden

  • Rotter T, Kinsman L, James E, et al. Clinical pathways: effects on professional practice, patient outcomes, length of stay and hospital costs. Cochrane Database Syst Rev. 2010;(3):CD006632.
  • Institute of Medicine. Best Care at Lower Cost: The Path to Continuously Learning Health Care in America. National Academies Press, 2013.

Tiempo clínico, carga administrativa y burnout

  • Sinsky C, Colligan L, Li L, et al. Allocation of Physician Time in Ambulatory Practice: A Time and Motion Study in 4 Specialties. Ann Intern Med. 2016;165(11):753-760.
  • Shanafelt TD, Hasan O, Dyrbye LN, et al. Changes in Burnout and Satisfaction With Work-Life Balance in Physicians and the General US Working Population Between 2011 and 2014. Mayo Clin Proc. 2015;90(12):1600-1613.

Gobernanza, regulación y ética pública

  • World Health Organization. Ethics and Governance of Artificial Intelligence for Health, 2021.
  • European Commission. Proposal for a Regulation Laying Down Harmonised Rules on Artificial Intelligence (Artificial Intelligence Act). COM(2021) 206 final.

Desigualdades y equidad

  • Marmot M. The Health Gap: The Challenge of an Unequal World. Bloomsbury, 2015.
  • Comisión para Reducir las Desigualdades Sociales en Salud en España. Propuesta de políticas e intervenciones para reducir desigualdades en salud. Gaceta Sanitaria, 2012;26(2):182-189.
  • Cabrera-León A, Sánchez-Cantalejo C, Ocaña-Riola R. Indicadores contextuales para evaluar los determinantes sociales de la salud y la crisis económica española. Gac Sanit. 2017;31(3):194-203.

Práctica clínica, HCE y procesos

  • García-Cubillo MA et al. Procesos asistenciales integrados: modelo de evaluación y resultados. Revista de Calidad Asistencial, 2006;21(2):87-100.
  • Pérez-Santonja T, Gómez-Paredes L, Cabello-Ballesteros L, et al. Historia clínica electrónica: evolución de la relación médico-paciente en la consulta de Atención Primaria. Semergen. 2017;43(3):175-181.
  • Casado Buendía S, Núñez Lozano I. Desburocratización de la consulta. FMC (Form Med Contin Aten Prim). 2020;27(4):194-199.

Antonia Aránega. Doctora en Medicina y cirugía, Catedrática de Universidad, experta en innovación aplicada al ámbito sanitario.
Martín Blanco. Economista, Gestor sanitario y Consultor en políticas públicas y planificación sanitaria.