Por Mercedes Carbonell Peláez

La inteligencia artificial (IA) ha revolucionado el mundo. En distintas entregas de este blog hemos analizado sus avances y desafíos desde la perspectiva jurídica. Sin embargo, también debemos explorar su impacto en otros ámbitos, especialmente pensando en la intersección entre Derecho, IA y medicina.

Estas tecnologías ya se utilizan para apoyar diagnósticos, analizar imágenes, anticipar riesgos y reducir tareas administrativas. Sus beneficios son importantes, pero también plantean preguntas sobre el derecho a la salud, la responsabilidad médica y la reparación de los daños.

El AI Index Report 2026, elaborado por la Universidad de Stanford, reúne información de distintas fuentes para analizar la evolución de la IA. Por primera vez, incluye un capítulo dedicado a su aplicación en la medicina.

Estos son algunos de sus principales hallazgos.

1. Buenos resultados, pero todavía difíciles de trasladar a la práctica

Los modelos de IA más avanzados ya obtienen mejores resultados que la mayoría de los médicos en algunas evaluaciones estructuradas de razonamiento clínico. Al analizar 143 casos clínicos publicados por el New England Journal of Medicine, el modelo de IA incluyó el diagnóstico correcto entre varias posibilidades en el 78% de los casos y acertó directamente en el 52% de los casos.

También se han probado sistemas en los que distintos agentes de IA asumen funciones especializadas y colaboran para resolver un caso. Dependiendo de la complejidad de la tarea, estos sistemas mejoraron la precisión diagnóstica entre 7% y más de 60% respecto de los modelos que trabajan de manera individual.

Sin embargo, sólo en el 5% de los estudios se usan datos clínicos reales. Esto significa que un buen resultado en las pruebas que se han realizado hasta el momento no necesariamente garantiza el mismo desempeño con pacientes reales. Por ahora, la evidencia muestra que la IA funciona mejor como apoyo del criterio médico que como sustituto.

2. La imagenología enfrenta un problema de datos

Los modelos de IA aprenden a partir de los datos con los que son entrenados: mientras más amplios, diversos y representativos sean, mejores pueden ser sus resultados. En medicina, la IA puede ayudar a analizar radiografías, tomografías y resonancias magnéticas, pero dispone de muchos menos datos que los sistemas de reconocimiento de imágenes de uso general. La limitación es mayor en estudios tridimensionales, como las tomografías y las resonancias.

3. La IA comienza a integrarse en el trabajo cotidiano de los hospitales

Algunas de las aplicaciones con mayor adopción no buscan sustituir el juicio médico, sino reducir las cargas administrativas. Un ejemplo son los asistentes para el tomado de notas clínicas.

Los resultados reportados por distintas instituciones muestran beneficios importantes:

• Sharp HealthCare registró una reducción del 83% en el esfuerzo destinado a redactar notas y un aumento de entre 3.5% y 6% en una medida de productividad clínica por consulta.
• La Universidad de Chicago informó una reducción del 47% en la carga cognitiva y un aumento del 58% en la atención exclusiva prestada al paciente.
• MaineHealth redujo 23% el tiempo dedicado a las notas clínicas.
• En Northwestern Medicine, quienes utilizaron la herramienta en más de la mitad de sus consultas, atendieron 11.3 pacientes adicionales al mes y redujeron 24% el tiempo de documentación.
• En Stanford Health Care, un estudio con 48 médicos encontró reducciones en la carga de trabajo y el agotamiento, así como un ahorro promedio de 20 minutos por cada media jornada de consulta.

Estos hallazgos muestran un beneficio que va más allá de la productividad: cuando disminuye el tiempo dedicado a capturar información, el personal médico puede prestar mayor atención al paciente. No obstante, también será necesario asegurar que las notas generadas sean revisadas, corregidas y validadas antes de incorporarse al expediente clínico.

4. La predicción de sepsis muestra resultados clínicos relevantes

La IA también se utiliza para detectar oportunamente condiciones que requieren una respuesta inmediata. En 2025, dos sistemas de predicción de sepsis reportaron reducciones en la mortalidad después de su implementación a gran escala.

El sistema de alerta temprana desarrollado por Johns Hopkins y utilizado en 13 hospitales identificó correctamente el 82% de los casos de sepsis. Además, se relacionó con una reducción relativa del 18.7% en la mortalidad, una disminución de 1.85 horas en el tiempo para ordenar el primer antibiótico y un descenso del 10% en el uso de cuidados intensivos.

Por su parte, un modelo de la Universidad de California en San Diego reportó una reducción del 17% en la mortalidad por sepsis en 6,217 hospitalizaciones. La institución estima que su uso puede contribuir a salvar alrededor de 50 vidas al año.

Son resultados prometedores, pero también ilustran la importancia del contexto. La utilidad de una alerta no depende solamente de la precisión del modelo, sino de que exista personal que pueda interpretarla y actuar oportunamente.

5. La IA ya influye en los pacientes antes de llegar al consultorio

La interacción con la inteligencia artificial no comienza necesariamente dentro de un hospital. Actualmente, entre 84% y 92% de las búsquedas de salud analizadas por Stanford mostraron en Google una respuesta generada por IA. Las búsquedas sobre síntomas activaron estas respuestas en el 92% de los casos; las relacionadas con tratamientos, en el 90%; y las vinculadas con enfermedades, entre 84% y 88%.

Esto significa que muchas personas reciben una primera interpretación de sus síntomas o de un posible tratamiento antes de hablar con un profesional de la salud. Los estudios muestran, además, que los pacientes tienden a aceptar la IA cuando funciona como apoyo, pero no cuando toma decisiones de manera autónoma, particularmente en situaciones de alto riesgo. También expresan preocupación por la posible pérdida de empatía y consideran importante saber cuándo se está utilizando una herramienta automatizada.

6. La conversación comienza a concentrarse en la gobernanza

En 2025, el 43.4% de las publicaciones sobre IA médica abordó algún tema ético. La discusión ya no consiste únicamente en determinar si un sistema puede ofrecer un diagnóstico o una predicción. También es necesario definir quién autoriza su uso, cómo debe supervisarse, qué información debe recibir el paciente y quién responde cuando algo sale mal.

Conclusión

La inteligencia artificial puede ayudar a detectar enfermedades, anticipar riesgos y reducir la carga administrativa del personal médico. Sin embargo, su capacidad técnica avanza más rápido que la evidencia disponible. Esto plantea dos grandes desafíos jurídicos.

El primero corresponde a la responsabilidad médica. Cuando una decisión se apoya en una IA, el daño puede originarse en el diseño del sistema, los datos utilizados, su implementación o la interpretación de sus resultados. Será necesario determinar cómo se distribuye la responsabilidad entre quienes desarrollan la herramienta, el hospital que la incorpora y el personal médico que la utiliza.

También deberán responderse nuevas preguntas: ¿qué sucede si se ignora una alerta correcta?, ¿quién responde cuando se sigue una recomendación equivocada? y ¿debe informarse al paciente que una IA participó en su atención?

El segundo desafío es la gobernanza institucional. Los equipos jurídicos de los hospitales deberán intervenir desde la selección de estas herramientas y no solamente cuando ocurra un problema. Tendrán que ayudar a definir para qué pueden utilizarse, qué riesgos presentan, qué supervisión humana requieren y cómo se protegerán los datos de los pacientes. Asimismo, deberán establecer mecanismos de documentación y trazabilidad que permitan conocer qué sistema se utilizó, qué resultado produjo, quién lo revisó y cómo se tomó la decisión final.

La IA no elimina la responsabilidad médica, pero sí transforma la manera en que puede surgir y demostrarse. El reto para los hospitales y sus equipos jurídicos será construir reglas que permitan aprovechar sus beneficios sin diluir responsabilidades y manteniendo siempre el derecho a la salud y la seguridad de las y los pacientes como guía central en la toma de decisiones.

Si quieres conocer todos los datos y conclusiones del estudio, puedes consultar el AI Index 2026 completo aquí: https://hai.stanford.edu/assets/files/ai_index_report_2026.pdf

---

También te recomendamos…