La inteligencia artificial está transformando progresivamente la atención médica en Chile. Hospitales, clínicas y profesionales de la salud utilizan herramientas capaces de analizar imágenes, identificar posibles enfermedades y automatizar tareas administrativas, abriendo nuevas oportunidades para mejorar los servicios sanitarios.
Sin embargo, la expansión de estas tecnologías también plantea desafíos relacionados con la seguridad de los pacientes, la protección de los datos personales y la confiabilidad de los diagnósticos.
Fredy Barriga, investigador del Instituto de Cuidado en Salud de la Facultad de Enfermería de la Universidad Andrés Bello, advierte que el desarrollo de sistemas de inteligencia artificial avanza rápidamente, pero su implementación clínica requiere procesos rigurosos de evaluación.
El especialista destaca que no basta con desarrollar algoritmos capaces de identificar enfermedades. También es necesario comprobar que funcionen correctamente en la población chilena, integrarlos a los procedimientos médicos y establecer responsabilidades claras sobre su utilización.
Estas preocupaciones surgen en un momento en que Chile avanza en la discusión de nuevas normas para regular la inteligencia artificial y fortalecer la protección de la información sanitaria.
La inteligencia artificial ya se utiliza en hospitales y clínicas de Chile
La incorporación de inteligencia artificial en el sistema sanitario chileno no es un fenómeno exclusivamente futuro.
Actualmente, diferentes establecimientos públicos y privados utilizan herramientas digitales para apoyar determinadas actividades clínicas.
Entre sus aplicaciones se encuentran el análisis de exámenes médicos, la identificación de posibles anomalías y la clasificación de imágenes diagnósticas.
En el sistema público, uno de los ejemplos más conocidos corresponde al uso de algoritmos para detectar signos de retinopatía diabética.
También existen iniciativas que incorporan inteligencia artificial en el análisis de mamografías y otros estudios de imágenes.
En el sector privado, algunas instituciones utilizan sistemas que apoyan la interpretación de radiografías, resonancias magnéticas y neuroimágenes.
Estas tecnologías pueden facilitar la identificación de hallazgos que requieren evaluación profesional.
Sin embargo, su función es complementar el trabajo de los especialistas y no reemplazar las decisiones clínicas.
DART permite detectar signos de retinopatía diabética
Uno de los avances más relevantes en Chile corresponde a DART, un sistema de inteligencia artificial utilizado desde 2018 en establecimientos de la red pública de salud.
Esta herramienta analiza fotografías del fondo de ojo para identificar posibles alteraciones asociadas con la retinopatía diabética.
La enfermedad constituye una complicación de la diabetes que afecta los vasos sanguíneos de la retina.
Cuando no se detecta y trata oportunamente, puede provocar pérdida progresiva de la visión.
El sistema permite clasificar imágenes y detectar aquellas que presentan características que requieren evaluación especializada.
De esta manera, puede contribuir a organizar las derivaciones y facilitar la identificación de pacientes que necesitan atención oftalmológica.
La utilización de estas herramientas resulta especialmente relevante en contextos donde existe una alta demanda de exámenes y disponibilidad limitada de especialistas.
Sin embargo, los resultados deben interpretarse dentro de un proceso clínico supervisado.
La IA también apoya la detección del cáncer de mama
Otra aplicación importante corresponde al análisis de mamografías.
Los algoritmos pueden examinar imágenes médicas y señalar regiones que presentan características compatibles con posibles anomalías.
Esta capacidad puede servir como apoyo para los profesionales encargados de interpretar los exámenes.
En determinados contextos, la tecnología también permite priorizar estudios que requieren una revisión más rápida.
Sin embargo, una señal identificada por un algoritmo no constituye por sí sola un diagnóstico de cáncer.
La confirmación de una enfermedad requiere evaluación clínica y, cuando corresponde, estudios complementarios.
Además, los sistemas de inteligencia artificial pueden cometer errores.
Algunos pueden generar falsos positivos, identificando posibles alteraciones donde no existe una enfermedad.
Otros pueden producir falsos negativos, al no detectar lesiones que sí están presentes.
Por esta razón, los especialistas consideran indispensable evaluar cuidadosamente su precisión antes de utilizarlos en la atención de pacientes.
Más de 60 proyectos de inteligencia artificial fueron presentados en un congreso médico
Fredy Barriga destacó que el desarrollo de herramientas de inteligencia artificial en salud es más amplio de lo que habitualmente aparece en los medios de comunicación.
Como ejemplo, mencionó que el congreso de 2026 del Colegio Médico de Santiago recibió más de 60 proyectos relacionados con estas tecnologías.
Esta cifra refleja el interés creciente de investigadores y profesionales por incorporar herramientas digitales a diferentes áreas de la medicina.
Las aplicaciones pueden abarcar desde el procesamiento de imágenes hasta la organización de información clínica y el análisis de grandes bases de datos.
Sin embargo, desarrollar un proyecto experimental no significa que esté preparado para utilizarse con pacientes.
Los modelos deben superar diferentes etapas de evaluación para comprobar su seguridad, precisión y utilidad.
También resulta necesario determinar cómo se integrarán al trabajo de los profesionales y qué procedimientos se utilizarán para detectar posibles errores.
El especialista considera que esta diferencia entre desarrollo tecnológico y aplicación clínica representa uno de los principales desafíos del sector.
Los algoritmos deben validarse en la población chilena
Uno de los riesgos más importantes de la inteligencia artificial en salud es utilizar sistemas que fueron desarrollados con información poco representativa de la población donde serán aplicados.
Los algoritmos aprenden a identificar patrones a partir de grandes conjuntos de datos.
Cuando esos datos provienen principalmente de determinados países, grupos de edad o características demográficas, el rendimiento puede variar al utilizar el sistema en otras poblaciones.
Por ejemplo, una herramienta diseñada para analizar imágenes médicas podría presentar diferencias de precisión según las características de los pacientes o los equipos utilizados.
También pueden existir variaciones relacionadas con la prevalencia de enfermedades y las condiciones de atención.
Por esta razón, Barriga destaca la necesidad de validar los algoritmos en población chilena.
La validación local permite comprobar si una herramienta mantiene un rendimiento adecuado antes de incorporarla ampliamente a la práctica clínica.
Este proceso debe considerar tanto la capacidad de identificar correctamente una enfermedad como la posibilidad de generar errores.
Los sesgos pueden afectar la calidad de los diagnósticos
Los sesgos algorítmicos representan otro desafío importante.
Un sesgo aparece cuando un sistema produce resultados sistemáticamente menos precisos o menos adecuados para determinados grupos de personas.
Esto puede ocurrir cuando los datos utilizados para entrenar el algoritmo no representan suficientemente a toda la población.
En el ámbito sanitario, estas diferencias pueden tener consecuencias relevantes.
Un sistema que funciona correctamente en un grupo de pacientes podría presentar dificultades para identificar determinadas condiciones en otro.
Por ello, los especialistas recomiendan evaluar el rendimiento de las herramientas considerando diferentes características de los usuarios.
También resulta importante revisar periódicamente los resultados después de su implementación.
La vigilancia continua permite identificar problemas que no siempre aparecen durante las pruebas iniciales.
El objetivo es evitar que la incorporación de nuevas tecnologías reproduzca o amplíe desigualdades existentes en la atención médica.
La protección de los datos médicos es una prioridad
La inteligencia artificial necesita grandes cantidades de información para desarrollar y mejorar sus capacidades.
En el sector sanitario, estos datos pueden incluir antecedentes clínicos, resultados de laboratorio, imágenes médicas, diagnósticos y tratamientos.
Se trata de información especialmente sensible porque contiene detalles relacionados con la salud de las personas.
Por esta razón, su utilización requiere medidas adecuadas de seguridad y confidencialidad.
Entre los principales riesgos se encuentran los accesos no autorizados, las filtraciones de información y el uso de datos para finalidades distintas de aquellas permitidas.
También deben considerarse los procedimientos utilizados para compartir información con proveedores tecnológicos.
Los especialistas advierten que la incorporación de inteligencia artificial no debería realizarse sin evaluar previamente cómo se almacenan, procesan y protegen los antecedentes de los pacientes.
La protección de datos constituye una condición fundamental para mantener la confianza en los servicios sanitarios.
Chile avanza en nuevas normas para regular la inteligencia artificial
La discusión sobre los riesgos de estas tecnologías coincide con avances legislativos en Chile.
El 3 de noviembre de 2026, la Comisión de Desafíos del Futuro del Senado aprobó por unanimidad la idea de legislar sobre un proyecto destinado a regular los sistemas de inteligencia artificial, robótica y tecnologías relacionadas.
La propuesta contempla un modelo de regulación basado en los niveles de riesgo de cada aplicación.
Bajo este enfoque, los sistemas que pueden generar consecuencias más graves para las personas estarían sujetos a mayores exigencias.
Entre las áreas consideradas especialmente sensibles se encuentran la salud, la educación, el empleo y determinadas funciones públicas.
El proyecto contempla obligaciones relacionadas con la evaluación de riesgos, la transparencia y la supervisión de los sistemas.
También propone mecanismos institucionales de fiscalización.
Sin embargo, estas disposiciones todavía forman parte de una iniciativa legislativa y no deben confundirse con una regulación definitivamente aprobada.
La supervisión médica sigue siendo indispensable
Aunque la inteligencia artificial puede analizar información rápidamente, sus resultados no sustituyen la evaluación integral realizada por un profesional sanitario.
Un diagnóstico médico requiere considerar múltiples elementos.
Entre ellos se encuentran los síntomas, los antecedentes personales, el examen físico y los resultados de diferentes pruebas.
Los algoritmos pueden aportar información complementaria, pero no necesariamente cuentan con todos los antecedentes relevantes para interpretar una situación clínica.
Además, pueden generar respuestas incorrectas o identificar patrones que no corresponden a una enfermedad real.
Por esta razón, Barriga destaca que las decisiones clínicas deben permanecer bajo responsabilidad de los especialistas.
La supervisión humana también permite evaluar cuándo una recomendación automatizada no resulta adecuada para un paciente.
Este principio es especialmente importante cuando las decisiones pueden afectar tratamientos, diagnósticos o derivaciones médicas.
La inteligencia artificial podría ayudar a reducir las listas de espera
Uno de los beneficios potenciales de estas tecnologías es mejorar la organización de los servicios sanitarios.
En Chile, las listas de espera representan un desafío importante para el acceso oportuno a determinadas prestaciones.
Los sistemas de inteligencia artificial pueden contribuir a clasificar exámenes, identificar casos prioritarios y automatizar tareas administrativas.
Estas aplicaciones podrían liberar parte del tiempo que los profesionales dedican a actividades repetitivas.
También pueden facilitar la organización de información y apoyar la gestión de recursos.
Sin embargo, incorporar un algoritmo no garantiza automáticamente una reducción de las listas de espera.
Los resultados dependen de factores como la disponibilidad de especialistas, la infraestructura y la capacidad de los establecimientos para atender a los pacientes derivados.
La tecnología puede mejorar determinados procesos, pero debe integrarse dentro de una estrategia sanitaria más amplia.
Los profesionales también utilizan IA para organizar información clínica
La inteligencia artificial no se limita al diagnóstico de enfermedades.
Cada vez existen más herramientas capaces de resumir documentos, organizar antecedentes y facilitar la búsqueda de información científica.
Estas aplicaciones pueden resultar útiles para profesionales que necesitan revisar grandes cantidades de datos.
También pueden apoyar la elaboración de registros clínicos y otras tareas administrativas.
Sin embargo, su utilización requiere precauciones.
Los sistemas generativos pueden producir información incorrecta, omitir antecedentes importantes o presentar afirmaciones que parecen confiables sin contar con respaldo suficiente.
Por ello, los contenidos generados deben revisarse antes de incorporarse a documentos clínicos o utilizarse en decisiones relacionadas con pacientes.
Además, los profesionales deben evitar introducir información identificable de pacientes en plataformas que no cuenten con las autorizaciones y medidas de protección correspondientes.
La confidencialidad sigue siendo una obligación fundamental, independientemente de la tecnología utilizada.
Pacientes recurren a ChatGPT y Gemini para resolver dudas de salud
El uso de inteligencia artificial también está creciendo entre personas que buscan información médica.
Herramientas como ChatGPT y Gemini permiten realizar preguntas sobre síntomas, enfermedades, medicamentos y tratamientos.
Según los antecedentes mencionados por Fredy Barriga, casi un tercio de los adultos ya consulta este tipo de plataformas para resolver dudas relacionadas con la salud.
Sin embargo, la información citada no permite establecer que esa proporción corresponda específicamente a la población chilena.
El especialista reconoce que estas herramientas pueden facilitar el acceso a explicaciones y contenidos educativos.
No obstante, también advierte sobre los riesgos de utilizarlas como sustituto de una consulta profesional.
Las respuestas automatizadas pueden ser incompletas, incorrectas o no considerar antecedentes médicos relevantes.
Por esta razón, no deberían utilizarse como única base para iniciar, modificar o suspender tratamientos.
¿Qué riesgos existen al consultar síntomas mediante inteligencia artificial?
Uno de los principales problemas es que los sistemas generativos pueden entregar respuestas convincentes incluso cuando la información no es correcta.
En salud, esto puede provocar interpretaciones equivocadas sobre la gravedad de determinados síntomas.
Por ejemplo, una herramienta podría atribuir una molestia a una causa frecuente sin identificar señales que requieren atención urgente.
También podría sugerir explicaciones demasiado generales para situaciones que necesitan una evaluación individual.
Otro riesgo consiste en compartir antecedentes personales sensibles en plataformas cuya gestión de datos no se conoce suficientemente.
Por ello, las personas deben utilizar estas herramientas principalmente como apoyo informativo.
Ante síntomas persistentes, dudas sobre medicamentos o posibles emergencias, corresponde acudir a profesionales o servicios sanitarios.
La inteligencia artificial puede ayudar a comprender información médica, pero no reemplaza el diagnóstico clínico.
La ciberseguridad también forma parte de la seguridad del paciente
La digitalización de los hospitales y clínicas aumenta la dependencia de sistemas informáticos.
Esto significa que una falla tecnológica puede afectar no solamente la confidencialidad de los datos, sino también la continuidad de la atención.
Los establecimientos deben considerar riesgos como interrupciones de servicios, ataques informáticos y problemas con proveedores tecnológicos.
Cuando una institución depende de herramientas digitales para acceder a fichas clínicas o coordinar procedimientos, una interrupción puede generar dificultades operativas importantes.
Por esta razón, la implementación de inteligencia artificial debe acompañarse de mecanismos de respaldo y planes de contingencia.
También resulta necesario establecer responsabilidades claras entre los establecimientos y las empresas que desarrollan las herramientas.
La supervisión de proveedores y la capacitación del personal son componentes fundamentales para reducir riesgos.
La seguridad de los pacientes depende tanto de la calidad de los algoritmos como de la confiabilidad de los sistemas donde funcionan.
La regulación debe acompañar el desarrollo tecnológico
Uno de los principales desafíos consiste en establecer normas que permitan aprovechar los beneficios de la inteligencia artificial sin comprometer los derechos de los pacientes.
Las exigencias deben considerar las características y el nivel de riesgo de cada aplicación.
Una herramienta destinada a organizar horarios administrativos no presenta necesariamente las mismas consecuencias potenciales que un algoritmo utilizado para apoyar diagnósticos médicos.
Por ello, los mecanismos de evaluación deberían adaptarse al impacto de cada sistema.
Entre los aspectos relevantes se encuentran la validación clínica, la protección de datos, la transparencia y la supervisión profesional.
También resulta importante definir quién responde cuando una herramienta produce errores que afectan la atención.
El desarrollo de estas normas requiere la participación de autoridades, investigadores, profesionales sanitarios y especialistas en tecnología.
La capacitación del personal será fundamental
La incorporación de inteligencia artificial también implica cambios en las competencias necesarias dentro del sector sanitario.
Los profesionales deben comprender las posibilidades y limitaciones de las herramientas que utilizan.
Esto incluye conocer qué tipo de información analiza un algoritmo, cómo interpretar sus resultados y en qué situaciones corresponde cuestionar sus recomendaciones.
También deben recibir orientación sobre privacidad y seguridad de los datos.
La capacitación permite reducir el riesgo de depender excesivamente de sistemas automatizados.
Además, facilita que las nuevas tecnologías se integren a los procedimientos clínicos existentes.
El objetivo no es que todos los profesionales se conviertan en especialistas en programación, sino que puedan utilizar estas herramientas de manera crítica y responsable.
La formación continua será especialmente importante debido a la rapidez con que evolucionan los sistemas de inteligencia artificial.
Chile enfrenta el desafío de integrar la IA de manera segura
La inteligencia artificial ofrece oportunidades para mejorar el diagnóstico, optimizar procesos administrativos y facilitar el acceso a determinadas prestaciones sanitarias.
En Chile, herramientas como DART muestran que estas tecnologías ya pueden incorporarse a programas de salud pública.
Sin embargo, su expansión requiere evaluar cuidadosamente la seguridad, precisión y utilidad de cada aplicación.
La validación en población chilena resulta fundamental para evitar errores derivados de diferencias entre los datos utilizados durante el desarrollo y las características de los pacientes.
También será necesario fortalecer la protección de la información clínica y establecer mecanismos claros de supervisión.
El avance de la discusión legislativa representa una oportunidad para definir responsabilidades y estándares aplicables a los sistemas de mayor riesgo.
También puedes ver: https://saludlocal.cl/chile-fortalece-la-vigilancia-epidemiologica-con-experiencias-de-cinco-paises-para-detectar-amenazas-sanitarias/


















