En Francia, la inteligencia artificial se está implantando en un número creciente de hospitales, donde ya ayuda en algunas tareas asistenciales, organizativas y administrativas. La cifra del 65 % de centros que han adoptado la IA refleja una dinámica importante, pero los usos siguen siendo diversos: algunas herramientas están integradas en las prácticas cotidianas, mientras que otras aún se están probando. Desde la recepción en urgencias hasta la imagen médica, pasando por el quirófano y las habitaciones, estas tecnologías buscan sobre todo ahorrar tiempo a los equipos y mejorar la atención a los pacientes.
La adopción de la inteligencia artificial en el hospital no corresponde a un único tipo de equipo. Puede designar un programa que ayuda a analizar una imagen médica, un asistente de redacción para los informes o un algoritmo que estima la afluencia de un servicio. Según el grado de implantación, la herramienta puede utilizarse de forma habitual, probarse en un servicio o evaluarse en el marco de un proyecto piloto.
Esta diversidad explica por qué la presencia de la IA no significa que todos los servicios de un centro funcionen de la misma manera. En un hospital, una herramienta puede estar ya ayudando a los radiólogos, mientras que otra sigue en fase de experimentación para monitorizar las constantes de pacientes hospitalizados. Por tanto, el reto consiste tanto en elegir los usos adecuados como en comprobar su fiabilidad, su integración en las prácticas y su utilidad concreta para los equipos.
Usos diferentes según las necesidades de los centros
Los hospitales recurren a la IA, en particular, para responder a dificultades muy concretas: la afluencia variable en urgencias, el gran volumen de pruebas que hay que interpretar, el tiempo dedicado a los informes médicos o la coordinación de itinerarios asistenciales complejos. Las herramientas se desarrollan para ofrecer una ayuda específica, sin reemplazar el criterio de los profesionales ni su responsabilidad en las decisiones médicas.
Esta evolución se enmarca en un debate más amplio sobre el papel de la inteligencia artificial en los servicios públicos. Los proyectos anunciados en la educación nacional, por ejemplo, ilustran la voluntad de explorar nuevos usos y, al mismo tiempo, plantean la cuestión de cómo regularlos, como recoge este artículo sobre un proyecto innovador en el ámbito educativo. En los hospitales se aplica la misma exigencia de reflexión, con consecuencias directas para la salud y la seguridad de los pacientes.
En urgencias, información más accesible y una organización mejor anticipada
Los servicios de urgencias deben atender a los pacientes en ocasiones en plazos muy breves y, al mismo tiempo, transmitir instrucciones comprensibles. En Montpellier, en el servicio de urgencias pediátricas del CHU, un asistente basado en IA puede generar documentos explicativos a partir de las observaciones médicas. De este modo, los padres pueden consultar en casa las recomendaciones dadas durante la consulta, aunque el estrés de acudir al hospital les haya impedido recordar toda la información.
Estos documentos no sustituyen el diálogo con el médico. Lo prolongan al proporcionar un material escrito, detallado y consultable tras el alta. Esta ayuda puede ser especialmente útil cuando hay que seguir un tratamiento, vigilar la evolución de los síntomas o saber en qué circunstancias volver a ponerse en contacto con un profesional sanitario.
Prever los picos de actividad para distribuir mejor los recursos
Otros algoritmos están diseñados para estimar los periodos de mayor actividad en determinados servicios. Al cruzar datos organizativos y tendencias observadas, pueden contribuir a anticipar las variaciones de afluencia según los días o los horarios. Así, los responsables disponen de información adicional para planificar las plantillas y la disponibilidad de camas.
Estas previsiones no eliminan ni los imprevistos ni las tensiones hospitalarias. Sin embargo, pueden ayudar a adaptar la organización con antelación, siempre que las estimaciones sean lo bastante fiables y los equipos las interpreten. El objetivo es reducir algunos tiempos de espera y evitar que un servicio se vea desprevenido durante un periodo de mucha actividad.
En imagen médica, la IA acelera el análisis y ayuda a detectar anomalías
La imagen médica es uno de los ámbitos en los que las aplicaciones de la IA son especialmente visibles. Las herramientas pueden contribuir a acelerar la adquisición o el análisis de las pruebas y señalar anomalías que el radiólogo debe examinar. Según la Sociedad Francesa de Radiología, algunas aplicaciones permitirían, en particular, reducir en torno a un 22 % el tiempo necesario para realizar radiografías de tórax.
La rapidez no es el único beneficio que se busca. Al señalar zonas sospechosas o imágenes que podrían corresponder a una lesión, los algoritmos pueden llamar la atención del especialista y ayudarle a examinar los casos prioritarios. La decisión final sigue siendo médica: el profesional contrasta los resultados de la herramienta con las imágenes, los síntomas y los antecedentes del paciente.
Detectar antes ciertas anomalías
Los estudios sobre la detección precoz del cáncer ilustran tanto el potencial como las limitaciones de estas tecnologías. Un estudio publicado en el British Medical Journal en mayo de 2026 presenta un algoritmo desarrollado por la Mayo Clinic capaz de detectar algunos cánceres de páncreas en fase inicial. Los resultados recogidos en este estudio superan los obtenidos por los especialistas evaluados en el mismo marco, pero eso no significa que la herramienta pueda sustituir a un diagnóstico clínico.
El rendimiento de un algoritmo depende, entre otros factores, de los datos con los que se ha entrenado y de las condiciones en las que se utiliza. Antes de extender su uso, hay que comprobar que funciona correctamente con distintas poblaciones y en diferentes contextos médicos. La supervisión humana sigue siendo esencial para interpretar los resultados y evitar que una alerta automática se considere una certeza.
Ayuda para detectar fracturas en niños
En el servicio de urgencias del CHU de Nantes se ha utilizado un sistema de deep learning, o aprendizaje profundo, para detectar fracturas de codo en niños. El rendimiento comunicado alcanza el 99 % en el contexto descrito. Así, la herramienta puede proporcionar una segunda lectura de las imágenes, especialmente en situaciones en las que la interpretación es delicada y pueden producirse errores.
Como ocurre con otras aplicaciones de imagen médica, el algoritmo no establece el diagnóstico por sí solo. Proporciona una señal o un análisis complementario que el profesional debe verificar. Su posible utilidad reside en el apoyo que brinda al radiólogo o al médico, la reducción de ciertos olvidos y la mejora de los plazos de atención.
En el quirófano, herramientas que refuerzan los controles
En un quirófano, los equipos siguen procedimientos precisos para confirmar la identidad del paciente, la intervención prevista y los posibles riesgos, en particular las alergias. Un asistente de IA puede ayudar a completar una lista de verificación cuando algún elemento no se ha mencionado o registrado. Su función consiste entonces en respaldar una comprobación que los profesionales ya realizan, no en sustituir su vigilancia.
Después de la intervención, algunas herramientas pueden preparar un informe a partir de la información disponible y pedir aclaraciones al cirujano si faltan datos importantes. Por ejemplo, se puede confirmar el lado afectado al colocar una prótesis. Esta etapa de verificación busca generar una documentación más completa y limitar las ambigüedades en la historia clínica.
La digitalización de muestras en anatomía patológica
La IA también puede intervenir en el análisis de muestras de tejido. Las láminas utilizadas en el laboratorio se digitalizan y, posteriormente, las imágenes pueden ser examinadas por programas capaces de detectar características específicas. Estas herramientas de análisis suelen basarse en métodos de deep learning y pueden ayudar a los especialistas a procesar un gran volumen de imágenes.
Se prevé que la digitalización de las láminas se extienda en los próximos años, pero requiere equipos, infraestructuras digitales y una organización adecuados. Los especialistas deben poder controlar los resultados, comparar las sugerencias del algoritmo con sus observaciones y documentar las decisiones. De este modo, la tecnología contribuye al trabajo del laboratorio sin eliminar la experiencia necesaria para la interpretación médica.
En consulta, la IA puede reducir el tiempo dedicado a tareas administrativas
Los médicos dedican una parte importante de su actividad a redactar informes, cartas y recetas, así como a consultar el historial del paciente. Las herramientas de IA generativa pueden reunir cierta información de la historia clínica, resumir consultas o preparar una primera versión de documentos médicos. Después, los facultativos pueden revisar, corregir y validar esos textos.
Esta asistencia puede ser útil en los itinerarios asistenciales coordinados, en los que varios profesionales atienden a una misma persona. En el caso de un paciente atendido en un hospital de día, por ejemplo, la herramienta puede contribuir a sintetizar las consultas de distintos profesionales, como el neurólogo, el fisioterapeuta, el terapeuta ocupacional o el trabajador social. Un resumen estructurado puede facilitar la circulación de la información entre los miembros del equipo.
Una ayuda, no una delegación de la decisión médica
Algunos programas también están diseñados para ayudar a los facultativos a elegir un antibiótico teniendo en cuenta la situación del paciente. Estas recomendaciones deben evaluarse a la luz de los resultados clínicos, las posibles alergias, los antecedentes y las normas de uso adecuado de los medicamentos. La prescripción sigue siendo responsabilidad del profesional sanitario.
El tiempo que se pueda ahorrar automatizando tareas administrativas puede permitir a los equipos dedicar más atención a las consultas y al diálogo con los pacientes. Sin embargo, este efecto depende de la calidad de las herramientas: un documento generado que requiera muchas correcciones o una integración informática complicada puede reducir el beneficio esperado.
En las habitaciones, la IA explora la monitorización y la prevención de complicaciones
Varios centros estudian el uso de sensores para monitorizar algunos parámetros de los pacientes hospitalizados. Datos como la temperatura, la frecuencia cardíaca o la frecuencia respiratoria pueden relacionarse con las pruebas y las observaciones médicas. El objetivo es detectar antes una evolución preocupante y alertar a los equipos para que puedan reevaluar la situación.
Algunos ensayos buscan predecir un deterioro del estado de salud varias horas antes de que resulte evidente. Estas herramientas no sustituyen las pruebas ni la vigilancia de enfermería: aportan indicadores adicionales que deben interpretarse en el contexto de cada paciente. Su uso también plantea dudas sobre la fiabilidad de las alertas y el riesgo de multiplicar las notificaciones sin pertinencia clínica.
Dispositivos no invasivos en fase de estudio para recién nacidos
Algunos equipos están probando métodos para medir la presión arterial y la respiración de los recién nacidos mediante cámaras y algoritmos. El objetivo es monitorizar ciertos parámetros sin recurrir sistemáticamente a un catéter, cuya colocación puede ser dolorosa. Estos estudios siguen en fase de evaluación y aún no se han generalizado a todos los centros.
Si estas soluciones demuestran su eficacia y seguridad, podrían contribuir a limitar algunos procedimientos invasivos y hacer más cómoda la monitorización. Sin embargo, su implantación requeriría validaciones clínicas, normas de protección de datos y una formación adecuada del personal.
La cirugía robótica asistida evoluciona con las capacidades de la IA
La cirugía robótica asistida permite a los facultativos controlar a distancia instrumentos diseñados para realizar movimientos precisos durante intervenciones mínimamente invasivas. Los sistemas recientes combinan imágenes quirúrgicas, instrumentos articulados y una mayor capacidad de cálculo. En algunos equipos, pueden superponerse imágenes tridimensionales a las imágenes de la intervención para ayudar al cirujano a localizar las estructuras anatómicas.
Estas herramientas no realizan la operación de forma autónoma. El cirujano controla los instrumentos y conserva la responsabilidad de la intervención. La asistencia robótica busca mejorar la precisión en algunos procedimientos, en particular en suturas o intervenciones urológicas y digestivas. En ciertas técnicas mínimamente invasivas, el postoperatorio puede ser más corto y menos doloroso, aunque los resultados dependen de la intervención y del estado del paciente.
Una implantación sujeta a limitaciones materiales y financieras
Los robots quirúrgicos requieren quirófanos adaptados, equipos formados y una inversión importante. Por ello, su tamaño y su coste pueden limitar su presencia, a pesar del interés que despiertan. La formación también es un reto: los profesionales deben dominar los equipos y comprender sus limitaciones antes de utilizarlos en intervenciones complejas.
El avance de estos sistemas refleja una tendencia más amplia: la IA se integra progresivamente en las herramientas existentes, en lugar de reemplazarlas. En la práctica hospitalaria, el impacto depende del conjunto del dispositivo, de las competencias humanas, de la organización del servicio y de la calidad de los datos utilizados.
Beneficios esperados, con exigencias de prudencia y control
El uso de la IA en el ámbito sanitario plantea cuestiones esenciales sobre la confidencialidad de los datos, la transparencia de los algoritmos y la responsabilidad en caso de error. Los centros deben asegurarse, en particular, de que la información médica está protegida, de que las herramientas se evalúan en condiciones adecuadas y de que los profesionales pueden comprender cómo se genera una recomendación.
Los debates en torno al desarrollo de la inteligencia artificial muestran que la innovación no genera consenso y que las decisiones sobre su implantación se observan de cerca. En Estados Unidos, las críticas y los llamamientos a frenar ciertos avances ilustran las tensiones entre la rapidez del desarrollo, el control y el interés colectivo, como relata este artículo sobre las posturas en torno a la IA.
La prudencia también ocupa un lugar central en los debates sobre las empresas que desarrollan estas tecnologías y sus perspectivas. Las dudas relacionadas con el aplazamiento de la salida a bolsa de Anthropic reflejan las incertidumbres económicas que rodean al sector, como señala este artículo sobre la empresa y sus ambiciones. Para los hospitales, estos cambios recuerdan la importancia de evaluar la solidez de los proveedores y la continuidad de las herramientas antes de integrarlas a gran escala.
Adaptar las soluciones al contexto de cada hospital
Las necesidades y los recursos varían de un centro a otro. Una solución eficaz en un servicio de imagen médica bien equipado no será necesariamente adecuada para un centro pequeño o para otra especialidad. La integración debe tener en cuenta los programas que ya se utilizan, las prácticas profesionales, la formación y el tiempo necesario para verificar los resultados.
Las reflexiones sobre los vínculos entre la inteligencia artificial y la informática, especialmente en India, muestran que esta evolución puede transformar los oficios en lugar de simplemente suprimirlos, como analiza este artículo sobre la informática en India. También en los hospitales, las herramientas modifican el reparto de tareas y las competencias necesarias: los equipos deben aprender a trabajar con los sistemas, controlar sus sugerencias y detectar sus limitaciones.
Esta adaptación requiere una reflexión colectiva que implique al personal sanitario, las direcciones hospitalarias, los especialistas digitales y los pacientes. El llamamiento a no adoptar la IA sin examinarla previamente es fundamental en esta entrevista sobre la necesidad de actuar con prudencia. En el sector hospitalario, esta vigilancia consiste en medir los beneficios reales, hacer un seguimiento de los incidentes y mantener la decisión médica en manos de los profesionales.
