El mayor hospital de Chattanooga, Tennessee, se convirtió en el escenario de un caso que expuso los límites y riesgos de la automatización en la vigilancia sanitaria.
Según documentos oficiales citados por CBS News y KFF Health News, un enfermero anestesista de Erlanger Baroness Hospital logró desviar fentanilo, un opioide de alta potencia, durante meses sin ser detectado por Sentri7, el programa de inteligencia artificial implementado en ese centro para monitorear posibles desvíos de medicamentos.
La situación reveló la falta de transparencia y supervisión sobre el uso de estas tecnologías en cientos de hospitales de Estados Unidos.
Un sistema avanzado, una falla inesperada
La administración de Erlanger Baroness Hospital había adoptado el sistema Sentri7 para automatizar el control sobre medicamentos controlados como el fentanilo. Desarrollado por la empresa neerlandesa Wolters Kluwer, el programa utiliza algoritmos de inteligencia artificial para rastrear posibles desvíos a partir de 60 indicadores de riesgo.
Según las cifras proporcionadas por la compañía a KFF Health News, más de 700 hospitales estadounidenses utilizan el mismo software, mientras su principal competidor, Bluesight, afirma que su producto ControlCheck opera en más de 1.500 centros médicos.
A pesar del despliegue tecnológico, una auditoría interna realizada tras la detección del caso reveló, de acuerdo con la orden de la Junta de Enfermería de Tennessee, al menos cinco episodios en los que el sistema no alertó sobre la desaparición de fentanilo.
El documento añade que se encontraron “inconsistencias adicionales entre la dispensación de medicamentos y la documentación de descarte que deberían haber sido marcadas por el sistema automatizado de monitoreo”.
El caso Stevenson: señales humanas que la tecnología ignoró
La secuencia de los hechos comenzó cuando compañeros de trabajo notaron que John Stevenson, el enfermero anestesista implicado, mostraba signos evidentes de incapacidad en el quirófano: voz arrastrada, cansancio extremo y dificultades para mantenerse despierto.
El episodio se registró a fines de junio de 2025. Tras someterse a una prueba de drogas, Stevenson dio positivo y fue despedido. Ante los investigadores estatales, reconoció que desde marzo de ese año había empezado a desviar “fentanilo no utilizado que de otro modo habría sido descartado después de procedimientos quirúrgicos”, primero de forma esporádica y en las semanas previas al incidente, de manera diaria.
Los reportes obtenidos por CBS News y KFF Health News detallan que Stevenson no enfrentó cargos penales, pero la Junta de Enfermería de Tennessee dejó su licencia en período de prueba y le ordenó iniciar un programa de asesoramiento por consumo de drogas. El hospital evitó proporcionar declaraciones públicas, aunque según un correo citado por ambos medios, su equipo legal evaluó divulgar una respuesta que finalmente no se concretó.
Una industria bajo presión y sin controles externos
El episodio en Erlanger Baroness Hospital puso en el centro de la discusión los desafíos de la supervisión tecnológica en la salud. KFF Health News subraya que los hospitales estadounidenses no están obligados a informar sobre la implementación de software de inteligencia artificial para control de medicamentos ni a reportar fallas.
Tres expertos en prevención de desvío de fármacos señalaron a ese medio que nunca habían visto un caso documentado públicamente donde una herramienta de IA fallara de forma tan clara.
La empresa Wolters Kluwer defendió la calidad de su sistema, asegurando a KFF Health News que el software no tiene una “fase de aprendizaje” como sugirió la orden de la Junta, ya que desde la instalación es entrenado con datos históricos del hospital.
Para la ejecutiva Kristy Drollinger, el monitoreo automatizado sigue siendo necesario porque el desvío de medicamentos es un problema endémico en el sector. “Cada centro de salud ha tenido algún episodio de desvío y probablemente lo tiene en este momento”, sostuvo Drollinger.
El desvío de medicamentos genera riesgos tanto para los pacientes como para el personal hospitalario. De acuerdo con la organización Healthcare Diversion Network, hasta un 15% de los trabajadores sanitarios estadounidenses desvió fármacos al menos una vez.
Los Centros para el Control y la Prevención de Enfermedades (CDC) vincularon el desvío de medicamentos a más de 200 infecciones y 13 brotes, en su mayoría de hepatitis C, desde 1985.
Pese a la sofisticación de los sistemas automatizados, especialistas como Jacob Smith, responsable de seguridad de medicamentos en Johns Hopkins Medicine, advirtieron a KFF Health News que la vigilancia humana sigue siendo indispensable, sobre todo en áreas como quirófanos, donde la lógica de dispensación y el registro de medicamentos difiere de otras unidades. “El software es una parte, pero si dependes del software para que te dé todas las señales, se te van a pasar cosas. Simplemente no es 100%”, sostuvo Smith.
Falta de transparencia y dudas sobre el futuro de la IA en la salud
El caso de Erlanger Baroness Hospital reavivó el debate sobre la transparencia y la supervisión en la aplicación de inteligencia artificial en ámbitos críticos como la salud.
Según CBS News, ni la Administración de Control de Drogas (DEA) ni las agencias estatales exigen a los hospitales detallar qué sistemas utilizan para el control de medicamentos ni reportar fallas tecnológicas.
El propio hospital, al igual que la empresa desarrolladora del software, evitó ofrecer explicaciones públicas sobre el alcance del error.
En 2022, un estudio financiado por los Institutos Nacionales de Salud concluyó que Sentri7 —entonces llamado Flowlytics— podía descubrir casos de desvío más rápido que los métodos manuales tradicionales.
Sin embargo, el caso en Tennessee evidenció que la supervisión humana sigue siendo clave, y que la dependencia exclusiva de sistemas automatizados puede dejar brechas que comprometen la seguridad hospitalaria.
La combinación de tecnología avanzada, alta demanda de soluciones y ausencia de controles externos crea un escenario en el que las fallas pueden permanecer ocultas.
Como resumió el neurólogo David Rastall en diálogo con KFF Health News, “lo ideal para los pacientes, los cuidadores y los sistemas hospitalarios sería que cuando una IA comete un error, eso se vuelva muy transparente y público”.
