Un paciente recibe un tratamiento adaptado a su perfil genético. Un algoritmo detecta una anomalía en una radiografía incluso antes de que el radiólogo la examine. Estas situaciones ya existen en varios hospitales europeos. Las innovaciones en salud ya no son ciencia ficción, transforman concretamente el diagnóstico, los cuidados y el seguimiento de los pacientes.
AI Act y dispositivos médicos: el calendario regulatorio que condiciona todo
Los artículos competidores enumeran tecnologías prometedoras. A menudo olvidan un parámetro determinante: el marco jurídico europeo fija el ritmo real de despliegue. Una innovación puede estar técnicamente lista y seguir bloqueada por falta de conformidad regulatoria.
El AI Act europeo estructura este calendario en varios niveles. Las prohibiciones sobre los usos de inteligencia artificial considerados de “riesgo inaceptable” son efectivas desde el 2 de febrero de 2025. Algunas aplicaciones de salud digital, en particular aquellas que implican una forma de manipulación conductual o de vigilancia biométrica intrusiva, están directamente afectadas.
Desde el 2 de agosto de 2025, las obligaciones sobre los modelos de IA de uso general son aplicables. Concretamente, cualquier chatbot clínico o copiloto de ayuda a la decisión médica basado en un modelo de lenguaje debe cumplir con requisitos de documentación, gobernanza y gestión de riesgos. Los recursos disponibles en https://www.lasantedemain.com/ permiten seguir estas evoluciones regulatorias y sus repercusiones en los trayectos de atención.
El siguiente nivel, previsto para agosto de 2026, impondrá la conformidad completa para los sistemas de IA clasificados como “de alto riesgo” en el sector médico. Los dispositivos de ayuda al diagnóstico, de triaje o de recomendación terapéutica deberán demostrar su conformidad con el reglamento sobre dispositivos médicos (MDR) y con el AI Act simultáneamente. Esta doble conformidad MDR y AI Act representa un desafío sin precedentes para los fabricantes.
Inteligencia artificial en diagnóstico médico: más allá del ruido mediático
¿Ya has visto titulares anunciando que una IA superaba a los médicos en radiología? La realidad en el terreno es más matizada y más interesante.
La inteligencia artificial aplicada al diagnóstico funciona como un filtro de priorización. El algoritmo analiza una imagen (escáner, RM, radiografía) y señala los casos sospechosos al profesional. El médico mantiene el control sobre la decisión final. Este funcionamiento en “copiloto” reduce el tiempo de lectura de los exámenes y disminuye el riesgo de pasar por alto una anomalía en series de imágenes voluminosas.
En radiología, soluciones como la desarrollada por Milvue ya ofrecen un triaje completo de patologías osteoarticulares y pulmonares. La herramienta no reemplaza al radiólogo. Le señala las imágenes prioritarias en una cola que puede contar con cientos de exámenes.
El valor añadido más concreto se encuentra en situaciones de escasez médica. En los hospitales donde un solo radiólogo cubre las urgencias nocturnas, un algoritmo de pre-triaje cambia las reglas del juego en términos de seguridad del paciente.
Los límites a conocer
Un algoritmo entrenado con datos de una población homogénea puede producir resultados sesgados en otros grupos. La calidad y la diversidad de los datos de entrenamiento condicionan directamente la fiabilidad del diagnóstico asistido por IA. Este es un punto que las obligaciones de transparencia del AI Act (artículo 50) buscan regular, con el etiquetado obligatorio de los contenidos generados por inteligencia artificial.
Medicina personalizada y biomarcadores: adaptar el tratamiento al paciente
Durante mucho tiempo, la medicina funcionó con un modelo estadístico: un medicamento eficaz en la mayoría de los pacientes se prescribía a todos. La medicina de precisión invierte esta lógica.
Los biomarcadores permiten identificar qué tratamiento funcionará para qué perfil biológico. En oncología, la biopsia líquida (una simple extracción de sangre) detecta fragmentos de ADN tumoral circulante. Permite seguir la evolución de un cáncer sin intervenciones quirúrgicas repetidas y ajustar el tratamiento según la respuesta biológica real del paciente.
Las terapias dirigidas ilustran este cambio de enfoque:
- Actúan sobre mecanismos moleculares identificados mediante análisis genómico, no sobre todas las células como la quimioterapia clásica
- El tratamiento se selecciona según el perfil tumoral del paciente, lo que reduce los efectos secundarios innecesarios
- La radioterapia FLASH, que entrega la dosis en una fracción de segundo, limita los daños a los tejidos sanos circundantes
Esta personalización de los cuidados se basa en un volumen considerable de datos médicos. La genómica produce archivos masivos para cada paciente. Almacenar, asegurar y explotar estos datos constituye el verdadero cuello de botella de la medicina personalizada, mucho más que la tecnología en sí.
Gemelos digitales y bioimpresión 3D: simular antes de tratar
Un gemelo digital es una réplica virtual de un órgano o del cuerpo entero de un paciente. Permite simular el efecto de un tratamiento o de una intervención quirúrgica antes de llevarla a cabo. El cirujano prueba diferentes escenarios en el modelo digital, identifica los riesgos y optimiza su intervención.
La bioimpresión 3D sigue un camino complementario. En lugar de simular, fabrica. Estructuras tisulares (cartílago, piel, fragmentos óseos) ya se producen en laboratorio a partir de células del paciente. El objetivo a largo plazo es producir injertos compatibles sin recurrir a un donante.
Estas dos tecnologías comparten un punto en común: siguen estando en gran medida en la fase experimental para aplicaciones complejas (órganos completos, simulaciones hemodinámicas en tiempo real). Su integración en los trayectos de atención comunes llevará varios años, especialmente porque la doble conformidad regulatoria MDR y AI Act también se aplicará a los software de simulación clasificados como dispositivos médicos.
Dispositivos conectados y seguimiento remoto
Los dispositivos médicos conectados (relojes, sensores glucémicos, tensiómetros comunicantes) completan este panorama. Permiten un seguimiento continuo de los pacientes fuera del hospital y transmiten los datos a los profesionales de salud en tiempo real.
Su principal interés radica en la detección temprana de descompensaciones. Un paciente cardíaco equipado con un sensor conectado puede ser alertado (y su médico también) antes de que una hospitalización de emergencia se vuelva necesaria.
- Seguimiento glucémico continuo para pacientes diabéticos, con ajuste automático de las dosis de insulina
- Monitoreo de la frecuencia cardíaca y detección de arritmias mediante relojes conectados validados clínicamente
- Herramientas digitales de salud mental, incluyendo neurofeedback, para acompañar a pacientes con trastornos de ansiedad o depresión
El desafío sigue siendo la interoperabilidad de los sistemas: los datos recopilados por diferentes fabricantes deben poder alimentar un expediente médico único y utilizable por todos los profesionales de salud involucrados en el trayecto del paciente.
Las innovaciones en salud más destacadas no siempre son las más espectaculares. Un algoritmo de triaje radiológico que ahorra veinte minutos por guardia nocturna, un biomarcador que evita seis meses de quimioterapia inadecuada, un sensor que previene una hospitalización: es a esta escala que se construye la medicina del mañana, un paciente a la vez.
