Inteligencia artificial en salud
“`La inteligencia artificial en healthcare está creciendo a una velocidad que ya puede medirse con datos regulatorios y de adopción clínica. La FDA había autorizado 1.451 dispositivos médicos habilitados con IA al cierre de 2025, mientras que una encuesta de Doximity mostró que el 63% de los médicos estadounidenses utilizaba herramientas de IA entre noviembre de 2025 y enero de 2026.
“`Durante años se ha repetido que AI is the future of healthcare. Sin embargo, el verdadero cambio no necesita basarse únicamente en predicciones. Los registros regulatorios, las encuestas a profesionales sanitarios y la actividad del mercado muestran que la inteligencia artificial ya forma parte de numerosas áreas de la atención médica.
Lo importante es entender qué tipo de IA se está utilizando realmente. La mayor parte de las aplicaciones clínicas actuales no funciona como un chatbot médico ni como un modelo generativo capaz de conversar con pacientes. El crecimiento más importante se encuentra en sistemas especializados de diagnóstico, imágenes médicas, análisis predictivo, documentación clínica y desarrollo farmacéutico.
La inteligencia artificial en healthcare en cifras
Estas cifras ayudan a separar la adopción real de la especulación. El número de dispositivos médicos con inteligencia artificial autorizados por la FDA pasó de 692 en 2023 a 1.451 al finalizar 2025, más del doble en apenas dos años.
¿Cuánto ha aumentado el uso de IA entre los médicos?
La adopción profesional también está aumentando. Según una encuesta de Doximity, el porcentaje de médicos estadounidenses que declaró utilizar herramientas de inteligencia artificial pasó del 47% en marzo de 2025 al 63% entre noviembre de 2025 y enero de 2026.
El incremento es relevante porque muestra que la IA dejó de ser únicamente una tecnología experimental para convertirse en una herramienta integrada en determinados flujos de trabajo médicos.
| Indicador | Dato | Qué significa |
|---|---|---|
| Dispositivos AI/ML FDA | 1.451 | La oferta regulada de dispositivos médicos con IA ha crecido rápidamente. |
| Radiología | 1.104 dispositivos | Las imágenes médicas concentran la mayor parte de las autorizaciones. |
| Médicos que usan IA | 63% | La adopción profesional se ha acelerado. |
| Autorizaciones durante 2025 | 295 | 2025 registró el mayor número anual de autorizaciones AI/ML indicado en el análisis. |
¿En qué áreas se utiliza la inteligencia artificial en healthcare?
Aunque el término AI in healthcare puede parecer una categoría única, en realidad engloba numerosas tecnologías. Algunas ya tienen años de desarrollo y otras están creciendo rápidamente.
1. Diagnóstico e imágenes médicas
Es la aplicación más consolidada. Los algoritmos pueden analizar radiografías, tomografías computarizadas, resonancias magnéticas y otras imágenes para identificar patrones que podrían requerir una evaluación médica.
En la mayoría de escenarios, la IA funciona como una herramienta de apoyo. El radiólogo continúa siendo responsable de interpretar el resultado y tomar la decisión clínica.
2. Documentación clínica
Las herramientas de documentación asistida por IA pueden convertir conversaciones entre médicos y pacientes en notas clínicas estructuradas.
El objetivo es reducir el tiempo que los profesionales dedican a introducir información manualmente en los sistemas de historia clínica electrónica.
3. Descubrimiento de medicamentos
Las compañías farmacéuticas utilizan modelos computacionales para analizar moléculas, predecir propiedades y encontrar candidatos potenciales para nuevas terapias.
La IA puede ayudar a reducir el número de candidatos que deben pasar por etapas iniciales de investigación, aunque no elimina la necesidad de ensayos preclínicos y clínicos.
4. Análisis predictivo
Los sistemas predictivos pueden utilizar información procedente de historias clínicas electrónicas para identificar pacientes con mayor riesgo de determinadas complicaciones.
Esto puede ayudar a los hospitales a priorizar recursos y realizar intervenciones tempranas cuando corresponda.
5. Asistentes virtuales
Los chatbots y asistentes digitales pueden utilizarse para programación de citas, orientación administrativa, preguntas frecuentes y determinados procesos de comunicación con pacientes.
Su principal ventaja actual está relacionada con la automatización de tareas repetitivas y no con sustituir una consulta médica.
6. Cirugía asistida por tecnología
Los sistemas robóticos y otras tecnologías computacionales pueden proporcionar precisión, visualización y asistencia durante determinados procedimientos quirúrgicos.
En estos sistemas, el objetivo continúa siendo apoyar al equipo quirúrgico, no eliminar el control humano sobre la intervención.
Radiología: el gran protagonista de la AI médica
Si existe una conclusión clara en los datos regulatorios, es que radiology AI representa el principal mercado clínico de la inteligencia artificial médica.
La razón es relativamente sencilla: la radiología genera enormes cantidades de información visual y los algoritmos de machine learning son especialmente adecuados para reconocer patrones en imágenes.
Las aplicaciones pueden utilizarse para ayudar a identificar posibles anomalías, priorizar determinados estudios o proporcionar una segunda lectura automatizada. Sin embargo, la presencia de IA no significa que el diagnóstico quede automáticamente delegado al software.
AI generativa vs. inteligencia artificial médica tradicional
Uno de los errores más comunes al hablar de AI in healthcare es asumir que todos los sistemas utilizan modelos generativos similares a ChatGPT.
La realidad clínica es diferente. La mayor parte de los dispositivos médicos autorizados utiliza modelos especializados diseñados para una función concreta.
| IA tradicional en medicina | IA generativa |
|---|---|
| Diseñada para tareas específicas | Puede generar texto, imágenes u otros contenidos |
| Frecuente en análisis de imágenes | Especialmente útil para interacción y generación de información |
| Modelos relativamente acotados | Puede utilizar modelos fundacionales o LLM |
| Mayor madurez regulatoria | Regulación y evidencia clínica todavía evolucionan |
¿Hay dispositivos médicos aprobados por la FDA que utilicen LLM?
Esto no significa que los grandes modelos de lenguaje no tengan aplicaciones potenciales en medicina. Significa que existe una diferencia entre utilizar un modelo generativo para investigación, productividad o asistencia administrativa y convertirlo en el componente regulado de un dispositivo médico destinado a uso clínico.
Esta distinción será especialmente importante durante los próximos años, a medida que los fabricantes desarrollen sistemas capaces de combinar modelos generativos con información clínica, imágenes, resultados de laboratorio e historias médicas.
¿Por qué está creciendo tan rápido la AI en healthcare?
1. Escasez de profesionales y presión sobre los sistemas de salud
Los sistemas sanitarios necesitan atender una demanda creciente con recursos limitados. Las tecnologías que reducen tareas administrativas o ayudan a analizar grandes volúmenes de información pueden aumentar la capacidad operativa.
2. Crecimiento de los datos clínicos
Una consulta médica moderna puede generar imágenes, análisis de laboratorio, información genética, notas clínicas y registros longitudinales. Procesar toda esa información manualmente resulta cada vez más difícil.
3. Mejoras en machine learning
Los avances en aprendizaje automático han permitido desarrollar modelos capaces de detectar patrones complejos en imágenes y datos clínicos.
4. Presión para reducir costos
La automatización de procesos administrativos y determinadas tareas repetitivas puede representar una oportunidad para reducir costos y mejorar la eficiencia de hospitales, clínicas y compañías farmacéuticas.
5. Mayor interés regulatorio
La regulación también está evolucionando. Las autoridades buscan crear mecanismos que permitan supervisar sistemas de IA incluso cuando estos puedan cambiar o actualizarse después de su autorización inicial.
Regulación de la inteligencia artificial médica
La regulación es uno de los elementos más importantes para determinar cómo evolucionará el sector. Una herramienta que influye en una decisión médica debe cumplir estándares diferentes a los de una aplicación convencional de productividad.
La FDA ha desarrollado mecanismos regulatorios específicos para dispositivos que incorporan inteligencia artificial y machine learning. Entre ellos se encuentran los Predetermined Change Control Plans (PCCP), diseñados para establecer de antemano cómo determinados cambios futuros en un modelo pueden ser gestionados.
A nivel internacional, otras jurisdicciones también están creando marcos regulatorios. La evolución del EU AI Act incorpora requisitos específicos para sistemas considerados de alto riesgo, una categoría que puede incluir determinadas aplicaciones relacionadas con salud.
¿La inteligencia artificial reemplazará a los médicos?
Los datos disponibles actualmente no respaldan una conclusión tan simple. La mayor parte de las aplicaciones clínicas descritas funciona como clinical decision support, es decir, como asistencia para profesionales sanitarios.
En radiología, por ejemplo, un algoritmo puede señalar una posible anomalía. En documentación, puede preparar una nota. En análisis predictivo, puede identificar pacientes que requieren una evaluación más cercana.
Ninguna de estas funciones significa automáticamente que la responsabilidad clínica haya sido transferida al algoritmo.
Limitaciones actuales de la AI en healthcare
- La IA puede cometer errores: incluso modelos altamente especializados pueden producir resultados incorrectos.
- La calidad de los datos importa: un modelo entrenado con datos limitados puede tener problemas al utilizarse en poblaciones diferentes.
- Los resultados necesitan contexto clínico: una predicción no sustituye necesariamente la evaluación integral del paciente.
- La evidencia no es uniforme: algunos productos cuentan con abundante validación clínica, mientras que otros tienen evidencia más limitada.
- La privacidad es fundamental: los datos sanitarios requieren controles estrictos de seguridad y protección de información personal.
- La regulación continúa evolucionando: las normas deben adaptarse a tecnologías que avanzan rápidamente.
¿Cuánto vale el mercado de AI in healthcare?
Las estimaciones del tamaño del mercado varían considerablemente según qué tecnologías incluya cada estudio. Algunas investigaciones sitúan el mercado global de inteligencia artificial en healthcare en aproximadamente 24.000 a 56.000 millones de dólares para 2026.
La diferencia entre estimaciones no necesariamente significa que una fuente sea incorrecta. Los informes pueden incluir o excluir segmentos como dispositivos médicos, software hospitalario, descubrimiento de fármacos, robótica, servicios de datos o herramientas administrativas.
Una tendencia sí aparece de forma consistente: los principales estudios de mercado proyectan tasas de crecimiento anual compuesto que generalmente se encuentran en el rango de 30% a 40% durante los próximos años.
¿Qué podemos esperar de AI en healthcare entre 2026 y 2030?
El siguiente gran salto probablemente no será simplemente crear más chatbots médicos. El desarrollo más interesante será la integración de diferentes fuentes de información.
- Historias clínicas electrónicas.
- Imágenes médicas.
- Resultados de laboratorio.
- Información farmacológica.
- Datos genómicos.
- Dispositivos de monitorización.
- Modelos de lenguaje y sistemas multimodales.
Esto podría permitir crear herramientas capaces de proporcionar a los profesionales una visión más completa del paciente. Sin embargo, el reto no será solamente tecnológico: también será necesario demostrar seguridad, precisión, explicabilidad y utilidad clínica.
Preguntas frecuentes sobre inteligencia artificial en healthcare
El análisis de los registros de la FDA utilizado en este artículo contabiliza 1.451 dispositivos médicos habilitados con inteligencia artificial al finalizar 2025.
Aproximadamente el 76%, equivalente a 1.104 dispositivos de los 1.451 contabilizados al cierre de 2025.
Una encuesta de Doximity indicó que el 63% de los médicos estadounidenses encuestados utilizaba herramientas de IA entre noviembre de 2025 y enero de 2026, frente al 47% registrado en marzo de 2025.
No debe confundirse el uso de IA generativa en actividades de apoyo con un dispositivo médico regulado. Según el análisis considerado para este artículo, hasta marzo de 2026 no existía un dispositivo médico autorizado por la FDA que funcionara con un LLM como tecnología principal.
Las imágenes médicas y la radiología son actualmente la aplicación más representativa según el número de dispositivos AI/ML autorizados por la FDA.
La evidencia actual apunta principalmente a un modelo de asistencia. La IA puede automatizar determinadas tareas y ayudar a analizar información, mientras que las decisiones clínicas continúan requiriendo supervisión profesional.
Conclusión: la AI en healthcare ya está aquí
La inteligencia artificial en healthcare no necesita promesas futuristas para demostrar que está creciendo. Los datos regulatorios muestran un aumento importante de dispositivos médicos con IA, mientras que las encuestas muestran una rápida adopción entre profesionales.
Al mismo tiempo, los datos permiten matizar el entusiasmo. La IA médica actual está mucho más enfocada en diagnóstico por imágenes, análisis especializado, documentación, predicción y automatización que en los grandes modelos de lenguaje que dominan la conversación pública sobre inteligencia artificial.
El próximo gran desafío será llevar los avances de la IA generativa y multimodal desde herramientas experimentales o administrativas hacia aplicaciones clínicas que puedan demostrar seguridad, precisión y beneficio real para pacientes y profesionales.
En otras palabras, AI in healthcare está creciendo rápidamente, pero su verdadera revolución será probablemente gradual: menos reemplazo de médicos y más herramientas capaces de ayudarles a analizar información, reducir tareas repetitivas y tomar decisiones mejor informadas.
Fuentes y metodología
Las cifras principales de este artículo se basan en registros públicos de la U.S. Food and Drug Administration (FDA), análisis de dispositivos médicos AI/ML, encuestas de Doximity y datos regulatorios disponibles hasta 2026.
Las cifras de mercado deben interpretarse como estimaciones. Los resultados pueden variar entre consultoras debido a diferencias en las categorías incluidas, regiones analizadas y metodología utilizada.