Columna de Jaime Mañalich: La IA ya entró a la clínica

Chile lleva años discutiendo sus listas de espera, con un sistema de salud tensionado y con inequidades territoriales y socioeconómicas relevantes. La diferencia entre la atención que recibe un paciente en Santiago y la que recibe uno en la Araucanía rural es significativa. Así, la inteligencia artificial aparece como una promesa irresistible. Pero la pregunta ya no es si entrará a la gestión clínica, porque ya lo está haciendo, sino bajo qué reglas, con qué evidencia y en beneficio de quién.

Las ventajas que se documentan en publicaciones que crecen a un ritmo de 50% por año son concretas. En Suecia, el ensayo MASAI mostró que la mamografía leída con apoyo de IA detecta tantos cánceres como la doble lectura tradicional y reduce en torno a 44% la carga de los radiólogos; en Alemania, el estudio PRAIM observó cerca de 17% más detección. En hospitales regionales sin radiólogo de turno, o en una biopsia tomada en Coyhaique que hoy espera semanas por un patólogo en la capital. La plataforma chilena DART ya apoya el tamizaje de retinopatía diabética en la atención primaria. La ley de interoperabilidad de fichas clínicas permitiría que un adulto mayor polimedicado llegue a urgencia con un resumen de su historia y alertas de interacciones, y los modelos de priorización podrían ordenar las listas de espera con criterios sanitarios explícitos y recuperar horas de especialista que hoy se pierden por inasistencia.

Los riesgos son igual de concretos. Un médico que se equivoca afecta a su paciente; un algoritmo defectuoso replica el error en miles. Un modelo de predicción de sepsis integrado en una de las fichas más usadas de Estados Unidos no detectaba cerca de dos tercios de los casos, según una validación independiente. Lo que funciona en Boston puede fallar en Antofagasta. También está en juego la destreza profesional: en Polonia, endoscopistas habituados a la IA detectaron menos adenomas al volver a trabajar sin ella, de 28% a 22%. Y están los sesgos: en 2019, un estudio en Science mostró que un algoritmo subestimaba las necesidades de pacientes afroamericanos. Un modelo entrenado con datos de clínicas privadas de Santiago podría fallar en población mapuche, migrante o rural, y consolidar una medicina de dos velocidades algorítmicas.

Hay un riesgo menos visible: la deshumanización. Si el escriba digital ahorra tres minutos de consulta y esos minutos se usan para atender más pacientes en vez de conversar, habremos ganado eficiencia y perdido medicina. La escucha y el acompañamiento no son ineficiencias; es la esencia del acto clínico.

Tampoco está resuelto quién responde cuando un algoritmo posterga o diagnostica mal: ¿el médico, el hospital o el proveedor de la herramienta? Y con la Ley 21.719 de protección de datos, subir fichas clínicas a una plataforma alojada en el extranjero deja de ser un atajo inocente.

La alternativa no es frenar la innovación, sino gobernarla. Chile necesita un marco público de evaluación, con validación local y monitoreo, articulado entre el Minsal, el ISP y la Agencia de Protección de Datos; reglas que permitan investigar con datos anonimizados; un profesional humano responsable en toda decisión relevante y el derecho del paciente a saber cuándo intervino un algoritmo; una formación que siga entrenando el juicio propio, como los pilotos que practican el vuelo manual; y medir el éxito no solo en atenciones por hora, sino en resultados de salud y tiempo real de conversación.

La IA puede ayudarnos a diagnosticar antes y a llegar donde hoy no llegamos. También puede multiplicar errores y automatizar desigualdades. La diferencia no estará en el algoritmo, sino en las decisiones que tomemos ahora. Una nueva Ley de Inteligencia Artificial debe mirar muy cuidadosamente a la salud.