El uso de la inteligencia artificial (IA) dentro de la medicina en México se encuentra en pleno crecimiento. Cada vez más doctores utilizan la herramienta por todos los beneficios que obtienen dentro de su práctica clínica. ¿Pero realmente cuántos profesionales ya incursionaron dentro del entorno digital y cuáles son los retos por superar?
Con esto en mente, el sector sanitario mexicano está adoptando la IA más rápido que nunca, pero la promesa de innovación se ve frenada por sistemas informáticos desactualizados que generan serias preocupaciones en torno a la seguridad, eficiencia e interoperabilidad.
¿Qué es la IA en salud?
La IA en salud se refiere al uso de modelos de aprendizaje automático (machine learning) y otras tecnologías para procesar grandes volúmenes de datos médicos. Su objetivo principal es brindar información valiosa a los doctores, mejorando así los resultados para los pacientes y optimizando la atención en general.
¿Cuál es el panorama del uso de la IA en medicina en México?
Según el último informe de SOTI, “El dilema digital en Salud: la presión para innovar y los riesgos silenciosos”, México presenta un uso de IA en salud superior al promedio global; sin embargo, la infraestructura desactualizada impide una modernización total y genera riesgos que pueden afectar tanto la atención al paciente como la protección de datos.
¿Cuántos médicos ya la utilizan?
En México, el 64% de los trabajadores de salud utiliza IA para actualizar historias clínicas (vs. 60% global), el 64% para procesar y analizar datos médicos (vs. 60% global) y el 41% para diagnosticar condiciones médicas (vs. 40% global).
Al ser consultados sobre el impacto de los sistemas heredados en las operaciones diarias, el 39% de los encuestados en México señaló que estos sistemas hacen sus redes vulnerables a ataques y que gastan demasiado tiempo solucionando problemas.
Además el 35% dijo que estos sistemas han afectado negativamente la adopción o integración de Registros Médicos Electrónicos (EMR). Casi la mitad (49%) coincidió en que sus organizaciones usan tecnología obsoleta, y el 55% estuvo muy de acuerdo en que más dispositivos móviles interconectados mejorarían la atención médica a los pacientes.
“En México, las organizaciones de salud están ansiosas por innovar, pero los sistemas anticuados los están frenando. El creciente uso de la IA muestra un impulso real hacia la modernización, pero la infraestructura desactualizada sigue exponiendo datos de pacientes a riesgos y generando ineficiencias innecesarias. Para transformar verdaderamente la atención médica, los proveedores deben invertir en soluciones integradas de movilidad y seguridad que permitan una atención más inteligente, segura y conectada”, comentó Ramón Martínez, Director para LATAM en SOTI.
La seguridad de los datos de los pacientes sigue siendo la mayor preocupación
En México, el 87% de los profesionales de TI reporta preocupación por la seguridad de la información de pacientes al desechar dispositivos móviles. Además, el 71% coincide en que implementar los EMR ha sido un desafío importante, lo que evidencia las dificultades actuales con la modernización y transformación digital.
Estas preocupaciones reflejan tendencias globales. En todas las regiones encuestadas, el 59% de las organizaciones enfrenta interrupciones operativas relacionadas con la tecnología y el 45% afirma que los sistemas heredados aumentan la vulnerabilidad ante ciberataques.
Países como Canadá y Australia reportaron un 53% de preocupación por la seguridad en dispositivos compartidos, un tema también relevante para el 43% de los encuestados mexicanos.
Principales retos para utilizar la IA en medicina en México
- Privacidad y seguridad de datos: Es fundamental garantizar la confidencialidad y protección de los datos sensibles de los pacientes frente a ciberataques y usos no autorizados.
- Calidad y precisión de los datos: Los sistemas de IA dependen de datos de alta calidad. Datos incompletos o incorrectos pueden llevar a diagnósticos o decisiones erróneas.
- Ética y transparencia: Es crucial asegurar que las decisiones tomadas por la IA sean éticas y explicables, evitando sesgos y discriminación. También se debe establecer la responsabilidad en caso de errores.
- Interoperabilidad de sistemas: La integración de diferentes sistemas de IA y datos de salud puede ser compleja.
- Costo de implementación: La adopción de tecnologías de IA puede requerir una inversión significativa.
- Capacitación del personal: Es necesario formar a los profesionales de la salud para que puedan utilizar y comprender las herramientas de IA de manera efectiva.
- Relación médico-paciente: La IA debe ser vista como una herramienta de apoyo, no como un reemplazo de la interacción humana y la empatía en la atención médica.
La necesidad urgente de una gestión moderna de dispositivos
El informe revela que a nivel mundial, el 96% de los líderes de TI reportan desafíos vinculados a sistemas heredados e integración de dispositivos de telemedicina o IoT. A pesar del valor de la telemedicina para mejorar la accesibilidad y ahorrar tiempo, el 65% de las organizaciones aún usa sistemas obsoletos o no integrados.
Estas brechas tecnológicas afectan directamente a los trabajadores de salud en México, quienes afirman dedicar demasiado tiempo a resolver problemas de TI, tiempo que podría destinarse a la atención al paciente.
Otra cuestión local es que México presenta un uso por debajo del promedio global en dispositivos clave, reflejando retos persistentes con la interoperabilidad y gestión de dispositivos. Mientras la adopción de laptops es ligeramente superior al promedio global (92% en México frente al 88% mundial), el uso de otras herramientas disminuye.
El uso de tablets se sitúa en 76%, ligeramente por debajo del 79% global. Las impresoras móviles son usadas por el 53% en México versus 62% global, y los escáneres portátiles por el 44% comparado con el 49% mundial. Estas cifras reflejan las limitaciones operativas causadas por sistemas anticuados, que frenan la modernización y reducen la eficiencia general.
