España cuenta con uno de los sistemas de sanidad pública más valorados a nivel internacional. El acceso gratuito a la atención primaria, las campañas de vacunación, la prevención y los programas de trasplantes son algunas de las fortalezas más celebradas de nuestra sanidad pública. Sin embargo, nuestro modelo está bajo una creciente presión que amenaza con deteriorar su calidad, sostenibilidad y equidad. Entre sus problemas más destacados están:

• Saturación del sistema. Las listas de espera para consultas especializadas, pruebas diagnósticas o intervenciones quirúrgicas alcanzan cifras históricas en algunas comunidades autónomas. Esta demora no solo afecta a la calidad de vida de los pacientes, sino que también repercute directamente en su salud, al retrasar diagnósticos o intervenciones clave.
• La atención primaria, que debería ser el pilar fundamental de un sistema preventivo y cercano al ciudadano, atraviesa una crisis estructural. Los centros de salud lidian con agendas sobrecargadas, falta de sustituciones, cupos sobredimensionados y escaso margen para innovar. El médico de familia apenas dispone de unos pocos minutos por paciente, lo que compromete el seguimiento de enfermedades crónicas, la detección temprana de patologías y el tiempo para la escucha activa.
• A ello se suma una burocratización excesiva, que consume buena parte del tiempo de los profesionales sanitarios. Médicos, enfermeros y administrativos deben rellenar formularios, registrar información en múltiples plataformas no siempre interoperables, y cumplir procedimientos administrativos que muchas veces poco aportan a la atención directa del paciente.
• Por otro lado, la falta de personal sanitario se ha convertido en una preocupación nacional. En especial, determinadas especialidades presentan déficit crónico de profesionales, dificultando la cobertura en turnos, hospitales comarcales o zonas rurales.
• A esto se añade el desgaste emocional y físico del personal sanitario, que ha llevado a un aumento en las bajas laborales por estrés o agotamiento, especialmente tras la pandemia.
• Y no menos importante es la inequidad territorial: mientras algunos hospitales de referencia gozan de tecnología de última generación y amplios equipos multidisciplinares, otros centros —especialmente en regiones periféricas— luchan por cubrir necesidades básicas, acentuando las diferencias en la calidad de la atención en función del lugar de residencia.

En este complejo panorama, la digitalización del sistema sanitario aparece como una oportunidad estratégica para renovar procesos, liberar tiempo clínico y mejorar la calidad asistencial. Pero digitalizar no es solo informatizar: requiere inteligencia, visión a largo plazo y herramientas capaces de transformar datos en decisiones útiles. Aquí es donde la Inteligencia Artificial (IA) empieza a jugar un papel decisivo.

La IA no es una panacea, pero sí puede convertirse en una aliada crucial para descomprimir el sistema, automatizar tareas repetitivas, apoyar al personal en decisiones clínicas complejas y mejorar la gestión sanitaria. El presente artículo explora cómo la IA ya está contribuyendo a aliviar la saturación en servicios públicos de salud —con casos reales en España y el mundo—, qué riesgos y dilemas éticos plantea su uso, y por qué es fundamental que esta revolución tecnológica se oriente desde los valores del humanismo médico y el bien común. Profundicemos a continuación en aplicación de la Inteligencia Artificial en la Sanidad Pública.

¿Cómo puede ayudar la Inteligencia Artificial en la Sanidad Pública?

La IA permite automatizar tareas repetitivas y asistir al personal médico en procesos clínicos complejos. Está transformando áreas como:

• Diagnóstico por imagen: Comunidades como Galicia, Aragón y la Comunidad Valenciana han implementado sistemas de IA que analizan radiografías, ayudando a detectar patologías y permitiendo a los radiólogos centrarse en casos más complejos. En Galicia, el 99% de las radiografías descartadas como normales por la IA realmente lo eran.

• Apoyo a decisiones clínicas: Herramientas de IA que analizan historias clínicas y constantes vitales ayudan a predecir riesgos como sepsis o fallos cardíacos, alertando al personal antes de que los síntomas sean evidentes. También permiten personalizar tratamientos a partir de grandes volúmenes de datos clínicos con soluciones como Savana, basada en la nube que procesa y analiza información clínica no estructurada incluida en historias clínicas electrónicas combinadas con otras bases de datos estructuradas como la genómica.

• Automatización administrativa: Asistentes de voz como Dragon Medical Copilot generan automáticamente informes médicos, lo que permite al facultativo centrarse en el paciente en lugar del ordenador, ahorrando hasta cinco minutos por consulta.

• Chatbots de triaje: Aplicaciones como Mediktor en Cataluña o el proyecto “trIAje” en Andalucía permiten evaluar síntomas de pacientes y ofrecer orientación inmediata, reduciendo la presión sobre urgencias y centros de atención primaria.

Casos internacionales de éxito

España no está sola en esta transformación tecnológica del sistema sanitario. Otros países con modelos públicos avanzados también han apostado por la integración de la inteligencia artificial como motor de eficiencia, mejora diagnóstica y equidad en el acceso. Los resultados ya visibles en algunos de ellos ofrecen aprendizajes valiosos para el caso español.

En Suecia, la IA ha sido integrada en el programa nacional de cribado de cáncer de mama a través de un ensayo clínico de gran escala conocido como MASAI. En él participaron más de 80.000 mujeres y se evaluó un algoritmo que apoyaba (e incluso sustituía en parte) a la doble lectura habitual realizada por radiólogos. El estudio concluyó que el uso de IA mejoró un 29% la detección de cáncer de mama sin aumentar falsos positivos y, lo que es igual de importante, redujo un 44% la carga de trabajo del personal especializado. Este enfoque permite mantener —o incluso elevar— la calidad diagnóstica, con una mejor asignación de recursos humanos en un área donde escasean profesionales y donde la revisión de mamografías consume muchas horas clínicas.

En el Reino Unido, el Servicio Nacional de Salud (NHS) ha sido pionero en incorporar soluciones de IA en múltiples frentes. Destaca el caso del hospital oftalmológico Moorfields, en Londres, que colaboró con DeepMind (filial de Google) y University College London para desarrollar un sistema capaz de detectar más de 50 patologías oculares a partir de escáneres de retina con precisión similar a la de los mejores especialistas. Este sistema no solo identifica la enfermedad, sino que además sugiere la urgencia de tratamiento, ayudando a priorizar los casos más graves. En paralelo, el NHS también ha experimentado con chatbots de triaje, como el programa piloto desarrollado con Babylon Health, que permitía a los ciudadanos describir sus síntomas y recibir orientación automatizada sobre si acudir al médico, a urgencias o simplemente realizar autocuidados. Actualmente, los servicios de Babylon en el Reino Unido continúan operando bajo la marca eMed, incluyendo su aplicación «GP at Hand«, que sigue ofreciendo consultas médicas virtuales a través del NHS.

En Canadá, el proyecto IRIS es una de las iniciativas más ambiciosas en la aplicación de IA en el sistema público. Desarrollado en colaboración con universidades y hospitales del país, IRIS actúa como un verdadero “copiloto clínico” para los radiólogos: revisa las imágenes en tiempo real, destaca hallazgos relevantes y sugiere posibles diagnósticos, todo integrado dentro de los flujos de trabajo hospitalarios. Su finalidad es doble: reducir el margen de error humano y garantizar una interpretación homogénea en todo el país, incluso en áreas rurales donde no hay especialistas disponibles. Este enfoque se alinea con el objetivo canadiense de utilizar la IA para reducir las desigualdades regionales, optimizar el uso de recursos y mejorar la calidad diagnóstica de forma sistemática.

Otros países, entre los que se encuentran Dinamarca, Finlandia o Singapur, también están desarrollando estrategias nacionales centradas en la aplicación ética y responsable de la IA en salud. En estos modelos, la recopilación centralizada y anonimizada de datos clínicos facilita entrenar algoritmos robustos y representativos, que luego se incorporan a escala nacional. Este tipo de políticas muestran cómo, cuando la IA se integra con visión sistémica, puede convertirse en un acelerador de innovación, equidad y sostenibilidad en el ámbito sanitario.

España, si bien ha empezado a andar este camino, puede y debe aprender de estas experiencias internacionales para escalar sus propias iniciativas con mayor ambición, evitando errores y aprovechando el conocimiento acumulado. La colaboración entre países y la participación en espacios como el Espacio Europeo de Datos de Salud son claves para situar a nuestro sistema de salud en la vanguardia de la medicina del siglo XXI.

IA en la Seguridad Social para análisis de bajas laborales: un caso controvertido

Desde 2018, el Instituto Nacional de la Seguridad Social (INSS) utiliza un sistema de IA para evaluar las bajas laborales. Este algoritmo analiza variables como edad, sexo, historial médico y lugar de residencia para asignar una puntuación entre 0 y 1, indicando la probabilidad de que un trabajador esté listo para reincorporarse. Sin embargo, la falta de transparencia sobre el funcionamiento del sistema ha generado críticas. El INSS se ha negado a divulgar detalles técnicos, como el código fuente, incluso ante solicitudes basadas en la ley de transparencia. Esta opacidad ha suscitado preocupaciones sobre posibles sesgos y errores en las decisiones automatizadas que afectan directamente a los derechos de los trabajadores.

Retos éticos y legales

El uso de IA en la sanidad plantea desafíos significativos: protección de datos, sesgos algorítmicos, transparencia de los modelos y equidad en el acceso. La Ley de IA de la UE clasificará estas herramientas como “de alto riesgo”, exigiendo estándares estrictos. España ya ha anunciado que impondrá sanciones a quienes las utilicen de forma ilegal o discriminatoria.

Es vital que estas tecnologías complementen al profesional sanitario, no lo reemplacen. La IA debe ser una aliada que libere tiempo para lo que ninguna máquina puede aportar: la empatía, el juicio clínico y la humanidad del trato médico.

Conclusión al uso de la Inteligencia Artificial en la Sanidad Pública

La Inteligencia Artificial no es una solución mágica ni un atajo para resolver todos los problemas estructurales que enfrenta la sanidad pública. No sustituye la necesidad de reforzar la atención primaria, mejorar las condiciones laborales del personal sanitario o garantizar una financiación justa y suficiente del sistema. Sin embargo, sí representa una aliada estratégica de primer orden para rediseñar procesos, optimizar recursos y hacer posible una atención más eficaz, equitativa y sostenible.

En un momento de transformación global, la IA ofrece herramientas con capacidad real para aliviar la sobrecarga asistencial, agilizar diagnósticos, anticipar riesgos clínicos, automatizar tareas burocráticas y mejorar la experiencia tanto del paciente como del profesional. Su potencial va más allá de la eficiencia: bien utilizada, puede ayudarnos a humanizar la medicina, devolviendo al personal sanitario el tiempo necesario para la escucha, la empatía y el juicio clínico, precisamente allí donde más valor añadido se genera.

Eso sí, el despliegue de la IA debe hacerse con una visión clara: ética, inclusiva y centrada en el bien común. No basta con incorporar tecnología por inercia o presión del mercado. Se requiere establecer marcos normativos sólidos, formar a los profesionales en su uso, garantizar la transparencia de los algoritmos y vigilar activamente los riesgos de sesgo, opacidad o exclusión digital. Porque en salud, las consecuencias de una mala implementación pueden ser críticas.

España ya ha dado los primeros pasos pero el reto ahora es pasar de los proyectos piloto a una estrategia nacional coordinada, donde el conocimiento se comparta entre comunidades autónomas, hospitales y centros de salud, y donde el liderazgo público garantice que las soluciones beneficien al conjunto de la ciudadanía, no solo a aquellos con mayor infraestructura o capacidad tecnológica. El momento de actuar es ahora, y está en nuestras manos garantizar que nadie se quede atrás.