La IA entra en la consulta médica: desde asistentes que transcriben informes clínicos hasta algoritmos que detectan tumores
La fragmentación autonómica, la falta de formación y obsolescencia tecnológica ralentizan su avance
Para el sector de la salud, la inteligencia artificial (IA) ya no es una promesa futurista. En los últimos años, se ha empezado a implantar en centros de salud, hospitales, laboratorios clínicos y servicios de radiología, aunque todavía de forma desigual y fragmentada. Desde herramientas que transcriben automáticamente la conversación entre médico y paciente hasta algoritmos capaces de detectar lesiones en mamografías o predecir riesgos clínicos, la IA avanza como una tecnología llamada a transformar el ecosistema sanitario en los próximos años.
De hecho, el Ministerio de Sanidad quiere convertirla en uno de los ejes de la transformación digital del Sistema Nacional de Salud (SNS). Para ello, el Consejo Interterritorial de este organismo aprobó en noviembre de 2025 la estrategia nacional de IA eIASNS, una hoja de ruta que prevé desplegar de forma coordinada esta tecnología con las comunidades autónomas hasta 2029 y que sitúa entre sus prioridades ámbitos como la medicina personalizada, la monitorización remota, la detección precoz de enfermedades crónicas y los asistentes quirúrgicos robóticos.
Pero ¿cómo y dónde se está usando actualmente en España? “La implantación de la inteligencia artificial en España en atención primaria es parcial y muy dependiente de la comunidad autónoma en la que uno esté”, explica Jorge Pérez González, coordinador del grupo de IA de la Sociedad Española de Medicina de Familia y Comunitaria (SemFYC). El especialista detalla que, en esta área, esta tecnología se está utilizando sobre todo para automatizar tareas administrativas, reducir burocracia y agilizar consultas. Uno de los usos más habituales son los sistemas capaces de transcribir conversaciones entre médico y paciente y generar borradores automáticos de informes clínicos.
A ello se suman los modelos de lenguaje como ChatGPT o Gemini, que los profesionales están empleando para resolver dudas farmacológicas, interpretar pruebas complementarias o consultar evidencia científica reciente.
“Los últimos motores interpretan bastante bien electrocardiogramas o espirometrías. No sustituyen al profesional, pero sirven como una segunda opinión”, afirma Francisco Javier Sanz-García, coordinador del Grupo de Trabajo de Innovación Digital en Salud de la Sociedad Española de Médicos de Atención Primaria (Semergen).
El especialista también cita otros casos de uso cotidianos: desde cálculos de dosis pediátricas hasta revisión de interacciones farmacológicas en pacientes polimedicados o generación automática de respuestas administrativas. “Antes podía tardar media hora en contestar una reclamación; ahora puedo responder cinco en el mismo tiempo”, añade.
Cataluña, muy activa
El diagnóstico por imagen es otro de los ámbitos donde la IA está avanzando con más rapidez. Cataluña, una de las comunidades más activas en este terreno, ha impulsado el programa Salut/IA y una infraestructura común denominada IA-HES para integrar algoritmos de inteligencia artificial en el sistema sanitario público catalán.
Entre los proyectos impulsados figuran herramientas para detectar retinopatía diabética a partir de imágenes del fondo del ojo, sistemas de apoyo al cribado de cáncer de mama mediante mamografías, análisis de radiografías de tórax para identificar patrones compatibles con neumonías o insuficiencia cardíaca y soluciones de apoyo al diagnóstico y priorización de lesiones dermatológicas sospechosas.
La revolución también alcanza a los laboratorios clínicos. Daniel Prieto Arribas, miembro de la Comisión de Ciencia de Datos de la Sociedad Española de Medicina de Laboratorio Semedlab, apunta que la IA ya está presente en áreas como hematología, microbiología o genética. “No partimos de cero. Los laboratorios clínicos llevan años incorporando automatización, sistemas de ayuda a la validación, algoritmos clínicos y herramientas de análisis de datos”, señala.
Regulación europea
La inteligencia artificial aplicada a la salud deberá adaptarse a dos grandes normas europeas, el Reglamento General de Protección de Datos (RGPD) y la nueva Ley Europea de Inteligencia Artificial (AI Act). Esta última entró en vigor el 1 de agosto de 2024 y se aplicará de forma progresiva hasta 2027.
Su hoja de ruta prevé varias fases: desde febrero de 2025 quedaron prohibidos los sistemas considerados de “riesgo inaceptable”; en agosto de 2025 comenzaron a aplicarse obligaciones para modelos de IA generativa de propósito general; y a partir de agosto de 2026 entrarán plenamente en vigor la mayoría de las exigencias para sistemas de “alto riesgo”, categoría en la que se incluyen muchas aplicaciones sanitarias.
En salud, esto implica que las herramientas de IA deberán garantizar supervisión humana, trazabilidad, transparencia y control de sesgos, además de cumplir las estrictas normas europeas sobre protección de datos clínicos sensibles.
Sin embargo, precisa que en la actualidad las nuevas herramientas pueden integrar más información, reconocer patrones más complejos y ofrecer apoyo a la decisión en tiempos compatibles con la práctica asistencial.
“No ha venido para sustituirnos, sino para hacernos mejores médicos o más eficientes”, sostiene a su vez Sanz-García. El especialista de Semergen compara la irrupción de estas herramientas con la llegada de la historia clínica electrónica hace dos décadas. En aquel entonces, algunos profesionales se adaptaron rápidamente y otros mostraron mayor resistencia inicial, pero la digitalización finalmente terminó imponiéndose.
Grandes obstáculos
Pese al plan de Sanidad y al optimismo generalizado, los especialistas coinciden en que los desafíos por delante son aún enormes. El primero es tecnológico: muchos sistemas sanitarios continúan utilizando infraestructuras antiguas y poco interoperables. “La principal barrera es la integración de la inteligencia artificial en los sistemas de atención primaria”, avisa Pérez González. “Si para usarla tengo que abrir cuatro pestañas distintas, probablemente deje de utilizarla”, recalca.
La fragmentación autonómica añade otra dificultad. “Estamos repitiendo el error de las historias clínicas electrónicas: cada comunidad desarrolla sus propias herramientas”, advierte Sanz-García. Los especialistas alertan de que esta falta de homogeneidad puede dificultar la interoperabilidad entre sistemas, ralentizar la implantación de soluciones a gran escala y generar desigualdades entre territorios en el acceso a determinadas tecnologías.
También complica la creación de bases de datos amplias y estandarizadas, uno de los elementos clave para entrenar algoritmos fiables y eficaces en el ámbito sanitario.
La formación es otro desafío central. Los profesionales sanitarios necesitan aprender a utilizar estas herramientas de manera segura, no solo desde el punto de vista técnico, sino también ético y legal. “Aunque aprendamos a hacer buenos prompts, debemos tener siempre clara nuestra responsabilidad y la privacidad de los datos”, insiste Pérez González. A ello se suma la necesidad de generar confianza social y garantizar la protección de información especialmente sensible. Aunque los médicos consideran que el marco legal europeo es sólido, recuerdan que el verdadero desafío será ejecutar correctamente esa protección en la práctica diaria. Pese a todo, el consenso entre médicos, Administraciones y empresas es claro: la IA tendrá un papel central en la sanidad de la próxima década.
“Vamos hacia un modelo mucho más proactivo”, resume Mar Pujadas, CEO y cofundadora de Omniloy, una startup española especializada en asistentes conversacionales clínicos integrados en historias médicas electrónicas. La IA permitirá monitorizar pacientes de forma continua, reducir listas de espera, automatizar tareas repetitivas y liberar tiempo para que los profesionales puedan centrarse en lo verdaderamente importante, el paciente, sostiene. Pero el gran reto, todos parecen coincidir, es cómo integrar esta tecnología de forma segura, homogénea y útil en un sistema sanitario sometido a una creciente presión asistencial.
El rol de las ‘startups’
La expansión de la IA en el sector sanitario viene acompañada del crecimiento del ecosistema empresarial español especializado en salud digital. Uno de los casos es Quibim, una startup especializada en imagen médica que trabaja en convertir resonancias y otras pruebas diagnósticas en biomarcadores predictivos mediante inteligencia artificial. Su software QP-Prostate ayuda a detectar automáticamente áreas sospechosas de cáncer de próstata en resonancias magnéticas. “El radiólogo describe lo que ve; la IA puede ayudar a predecir lo que va a ocurrir”, explica Ángel Alberich-Bayarri, CEO y fundador de la compañía. Entre los hospitales españoles que emplean sus soluciones figuran el Hospital Universitario Ramón y Cajal o Nuestra Señora del Rosario.
Otra de las empresas locales es Tucuvi, creadora de LOLA, un agente conversacional de voz que realiza seguimiento telefónico automatizado de pacientes, formulando preguntas clínicas, siguiendo protocolos médicos y detectando posibles incidencias o signos de alerta. “Nuestro objetivo es ampliar la capacidad del sistema sanitario sin incrementar la carga asistencial de los profesionales”, comenta María González Manso, CEO y cofundadora de la empresa.
Omniloy, por su parte, desarrolla asistentes conversacionales integrados en historias clínicas electrónicas capaces de automatizar llamadas, resumir historiales médicos o generar informes clínicos durante la consulta. “En algunos hospitales hemos conseguido automatizar hasta el 75% de las llamadas entrantes”, cifra Mar Pujadas, CEO y cofundadora de la empresa. La compañía participa además en pilotos impulsados por el Ministerio de Sanidad para probar IA en centros de atención primaria.