La inteligencia artificial ya no es en América Latina una promesa administrativa. En Brasil, el 51% de los profesionales de salud que participaron en el Future Health Index 2026 de Philips afirmó que la tecnología ayudó a identificar o prevenir un posible error médico al menos tres veces en los tres meses previos al sondeo. En Perú, un estudio con 80 enfermeras de dos hospitales públicos mostró que un sistema de apoyo a decisiones clínicas basado en IA redujo la incidencia de errores reportados y mejoró la percepción de seguridad del paciente tras 12 semanas de uso. La evidencia clínica ya existe en la región. Lo que falta es convertir esos resultados puntuales en una política de salud a escala.
El mismo informe global, construido con respuestas de más de 2.000 profesionales y 20.000 pacientes en diez países, revela el optimismo brasileño: 93% cree que la IA puede mejorar los desenlaces clínicos, 51% asegura que aumentó su capacidad para atender más pacientes por semana y 88% considera que la tecnología puede reducir las diferencias de calidad entre contextos de atención.
Felipe Basso, director general de Philips para América Latina, describe el momento como el paso de la IA desde tareas administrativas hacia la jornada clínica directa, donde los sistemas de ultrasonido, tomografía y resonancia ya integran algoritmos que procesan imágenes en tiempo real y automatizan mediciones. El valor, dice, no está en aplicaciones aisladas, sino en conectar datos de exámenes y equipos para decidir más rápido.
Pone un freno a la euforia el estudio peruano: la intervención mejoró los indicadores, pero los autores advierten que persisten retos técnicos, éticos y organizacionales, agravados por la escasez de modelos de IA explicables —sistemas capaces de justificar sus recomendaciones— y por la falta de entrenamiento del personal sanitario para integrar estas herramientas en su flujo de trabajo. Esa combinación es la que convierte a un algoritmo clínico en una caja negra de la que depende una decisión de vida o muerte.
Ayuda a dimensionar el desafío la comparación con Arabia Saudita. Allí, el Future Health Index 2026 encontró que 99,5% de los clínicos ya ahorra tiempo u obtiene beneficios con IA, por encima del 91% del promedio global; nueve de cada diez cree que los beneficios superan los riesgos y 89% se muestra optimista sobre la mejora de los resultados de los pacientes, diez puntos más que el año anterior. Ocho de cada diez dice que la IA amplió su capacidad de atención, con una mediana de siete pacientes adicionales por semana. El 42% reporta un ahorro de al menos 132 horas al año, más de tres semanas laborales completas.
No es el volumen el dato más revelador, sino la reinversión: 92% de quienes ahorran tiempo con IA lo destinan a capacitar a otros profesionales, 88% a colaborar con sus equipos y 88% a su propio desarrollo. En paralelo, 81% afirma que la tecnología mejoró su equilibrio entre vida y trabajo. Esos son los dividendos de la IA de los que habla el reporte: no aparecen por instalar software, sino por un liderazgo que empuja la adopción de forma coordinada.
En Arabia Saudita, 88% de los clínicos considera que su organización está tomando las medidas correctas para implementar estas herramientas, el nivel más alto entre los países relevados, y todo esto ocurre dentro de la transformación del sistema de salud impulsada por Vision 2030.
Mientras tanto, América Latina recibe señales encontradas. Telepatia, una plataforma de IA para el sector salud, aseguró US$33 millones para expandir su operación en la región, una muestra de que el capital privado ya ve negocio en conectar datos clínicos. Pero ni la inversión privada ni los equipos de última generación resuelven la deuda de fondo: interoperabilidad, capacitación y regulación. El estudio peruano lo resume con precisión: la IA puede ser una herramienta importante para la seguridad del paciente, siempre que se implemente dentro de un marco ético y regulatorio claro, con transparencia algorítmica y con participación activa de los profesionales en el diseño y la supervisión de los sistemas.
Para un decisor latinoamericano, la lección es operativa. Antes de comprar una plataforma de IA hay que preguntar si el modelo explica sus decisiones, quién responde cuando se equivoca y qué capacitación recibe el personal que la va a usar. También hay que medir el impacto en seguridad del paciente, no solo en horas ahorradas. El error médico no se reduce por acumular algoritmos, sino por rediseñar el flujo de trabajo para que el clínico tenga tiempo, información y criterio para usarlos.
Que la IA pueda prevenir errores médicos no es la pregunta incómoda; los datos de Brasil, Perú y Arabia Saudita ya respondieron que sí. La pregunta es quién, en América Latina, va a construir la infraestructura de datos, la regulación y la capacitación para que esa capacidad no quede confinada a pilotos y clínicas privadas.
