En julio del año pasado, una intervención quirúrgica, que implicó una larga extirpación de vesícula biliar, acaparó titulares. Lo que realmente sorprendió no fue solo el éxito de la operación, sino un detalle inédito: el procedimiento se realizó sin intervención humana, con un robot. Aunque este avance fue descubierto por investigadores de la Universidad Johns Hopkins, en Estados Unidos, hoy existen implementaciones de inteligencia artificial en el ámbito de la salud en la Argentina que han logrado mejoras de más del 1000% en ciertos aspectos.
“Contaminación de las elecciones”. Estudios muestran cómo la IA puede influir en los votantes
Un caso reciente de estas latitudes tuvo lugar en el Hospital Central Dr. Ramón Carrillo de San Luis, donde hace tiempo detectaban varios inconvenientes a la hora de atender a los pacientes. “Observábamos que los médicos en consultorios externos perdían entre un 20% y un 40% de su tiempo en tareas administrativas, como llenar historias clínicas y armar recetas”, explica el Dr. Adolfo Sánchez de León, presidente del directorio del hospital.
Además, indica que, cuando hacían las encuestas de calidad, los pacientes se mostraban satisfechos, pero se quejaban de que los médicos pasaran más tiempo mirando la pantalla en lugar de interactuar visualmente con los pacientes. “Eso quitaba empatía y restaba confianza en la relación”, agrega Sánchez de León. Por último, un tercer problema frecuente que observaban en las consultas era que, si bien los médicos llenaban las historias clínicas, muchas veces quedaban incompletas y llenas de abreviaturas difíciles de entender.
En este escenario, el Carrillo integró en diciembre de 2025 inteligencia artificial en la práctica médica y logró resultados muy prometedores. “Hay otras instituciones que nos preguntan por esta implementación. Todo el mundo está hablando de la IA en salud; de hecho, las dos cosas que se vienen -aunque ya están presentes- son la IA y la robótica”, explicó Sánchez de León.
El proyecto consistió en desarrollar un producto que transcribe la información de las consultas directamente a la historia clínica. La aplicación, llamada “Nódica”, capta con un micrófono la conversación entre el médico y el paciente, y la transcribe ordenadamente en cada campo: medicación, diagnóstico, antecedentes, etc. Vale aclarar que la conversación no se graba, sino que se vuelca en texto en el momento; el sistema tiene la capacidad, además, de distinguir entre información vinculada a la consulta y conversaciones de otro contexto (como el resultado de un partido de fútbol) y registra solo las primeras.
¿Los resultados? Si antes el médico anotaba en promedio solo 22 palabras por consulta, Nódica pasó a registrar 253 palabras, es decir, un aumento de más del 1000%. Otro indicador que mide la calidad de las anotaciones (palabras de importancia, según términos médicos) mejoró en más de un 263%. Un parámetro vinculado con el registro de las medicaciones, en el cual antes se anotaba el 0,4%, hoy creció al 10,9%.
En relación al vocabulario del médico, existen varias formas de denominar una misma enfermedad. Con Nódica lograron unificar a 139 las palabras que tienen un mismo significado, mientras que antes esta medida se ubicaba en 20. Por su parte, las abreviaturas desaparecieron del registro y se ubican en 0,01%. Vale agregar que antes se completaba el 13% de los campos, mientras que ahora este número escaló a 81%.
“Esto es un boom que en los últimos dos años escaló muchísimo”. Un especialista argentino habla sobre la próxima evolución de la IA
En una segunda etapa de adopción de IA, el hospital Carrillo incorporó una aplicación en el celular de los médicos y enfermeros conectada con el sistema de historias clínicas del centro de salud. Al realizar una entrevista, el teléfono la ordena y luego la envía al TASI, el sistema digital que utilizan. Antes de enviarlo, debe ser validado y firmado por el profesional de la salud. En una próxima etapa, llevarán este sistema a los servicios de Terapia Intensiva y Emergencias.
¿Hacia dónde vamos? “Hacia la posibilidad de que un médico tome una historia clínica y le haga consultas, y le pregunte, por ejemplo, cuántos episodios de fiebre tuvo el paciente, información que Nódica puede brindar e incluso distinguir por día, hora, etc.”, indica Sánchez de León y explica que esto permitirá hacer estudios epidemiológicos, ya que se puede pedir al sistema que clasifique todas las historias clínicas y distinga cuántos pacientes hubo con cierta enfermedad, de cierta edad, en un determinado período, entre otras variables.
Una solución para prevenir la ceguera infantil
Desde el Laboratorio AI for Good de Microsoft hay un equipo de expertos en inteligencia artificial, machine learning y computer vision que trabajan con especialistas de diversos temas, para ayudarlos a solucionar dificultades que les plantean. “Nos dimos cuenta de que, si bien existen problemas en la sociedad extremadamente diferentes, como ayudar a diagnosticar cáncer pancreático o poder detectar si hay deforestación en el Amazonas, desde el punto de vista de la computación son prácticamente el mismo desafío; en el sentido de que uno trabaja con datos de imágenes y con algoritmos para detectar patrones”, explicó Juan M. Lavista Ferrés, uno de los autores del libro Inteligencia artificial para el bien, una obra que recopila el trabajo que han hecho hasta el año pasado en el Laboratorio.
Entre los proyectos en los que están trabajando, existe una iniciativa que busca prevenir la retinopatía del prematuro, una de las principales causas prevenibles de ceguera en chicos en todo el mundo. Se trata de una enfermedad que no existía hace un par de décadas, pero que, según explica Lavista Ferres, ahora está teniendo un crecimiento exponencial en muchos países: gracias a los avances de la medicina, cada vez más chicos que nacen antes de tiempo sobreviven. “Sin embargo, todavía no están preparados para vivir en el planeta, en el sentido de que sus retinas no están completamente desarrolladas. De hecho, el cantante Stevie Wonder, por ejemplo, tiene ceguera por haber padecido esa afección”, detalló Lavista Ferres.
«No saben de lo que se pierden». Qué es y cómo funciona Fabula, la IA de Google para guionistas
En algunos casos, cuando nacen prematuros, cuentan con una ventana de entre 24 y 36 horas de tiempo para detectar esta enfermedad, tener una intervención y prevenir la ceguera. “El problema es que el mundo tiene solamente 200.000 oftalmólogos, de los cuales solo 10.000 son pediátricos, y existen millones de casos de chicos que nacen de forma prematura, que van a necesitar hacerse un análisis, para saber si presentan o no esta afección», indica Lavista Ferres y explica que, por las cantidades, es matemáticamente imposible llegar a diagnosticar estos casos.
Con este panorama, empezaron a trabajar con una doctora, que luego los contactó con otro médico, Guillermo Monteoliva, del Hospital Italiano de Buenos Aires, para desarrollar un algoritmo que ayude en la detección. Este se instala en un celular y, usando la cámara, saca una foto de la retina y puede detectar retinopatía del prematuro en chicos de la misma forma que lo haría un médico. Explican que todavía están en los primeros usos, resta mucho testeo, pero se trata de una herramienta con la que ya están trabajando en la Argentina, Ghana, Colombia y México.
Mejoras en investigación y consultas
El Hospital Carrillo de San Luis no es el único que está implementando herramientas para la transcripción de las consultas. El Hospital Universitario Austral también está atravesando una transformación digital y se encuentra trabajando en la adopción de nuevas soluciones de IA, para potenciar la práctica médica y optimizar los procesos asistenciales. Entre sus implementaciones se encuentra un agente de IA diseñado para asistir al médico durante la consulta general, agilizando el acceso a información relevante del paciente, generando resúmenes clínicos y facilitando la elaboración del resumen de alta.
Al mismo tiempo, están empezando a desarrollar herramientas de Ambient AI, que transcribe la consulta directamente en la historia clínica. “Estas capacidades no solo mejoran la eficiencia operativa (que según vimos en stands de un evento mundial que organiza la Healthcare Information and Management Systems Society, libera dos horas de tiempo administrativo del profesional), sino que también fortalecen la calidad del registro clínico y la seguridad del paciente, pilares clave en los modelos de madurez de HIMSS”, explica la médica Magdalena Princz, gerenta de Informática en Salud en el Hospital Universitario Austral.
La investigación también se vio fortalecida por la IA, ya que permitió estructurar y explotar datos que estaban dispersos en su sistema de historias clínicas electrónicas. De esta forma, hizo posible correlacionar variables y la información se transformó en conocimiento accionable a escala poblacional. El médico Manuel Mendizábal, jefe de Hepatología del Hospital Universitario Austral, detalla cómo se benefició su investigación, gracias a la integración de esta tecnología: “A partir de este trabajo, al analizar 42.594 pacientes adultos con hígado graso asociado a alteraciones metabólicas, vimos que no se trata de un problema aislado, sino de una enfermedad muy ligada a otras condiciones frecuentes de la población. En esta cohorte, seis de cada 10 pacientes tenían diabetes, una proporción similar presentaba dislipemia, más de la mitad hipertensión arterial y el 52% obesidad”.
En octubre del 2025 el mismo hospital incorporó una herramienta, SwiftMR, basada en un modelo de aprendizaje profundo de última generación, que usa IA. Esta tecnología permite acelerar las secuencias de prácticamente todos los protocolos de resonancia magnética. “La implementación resultó en una disminución promedio de 42% en los tiempos netos de estudio, permitiendo no solo aumentar la cantidad de pacientes que atendemos, sino mejorar la experiencia de estos, al permanecer menos tiempo dentro del equipo”, explicó el médico Guido Vázquez, gerente de tecnología biomédica del Hospital Universitario Austral, y agregó: “Los resultados de la implementación fueron incluso mejores de los que imaginábamos durante la etapa de análisis de prefactibilidad del proyecto. Por ejemplo, una resonancia de rodilla hoy puede hacerse en 6 minutos de escaneo”.
