La inteligencia artificial en medicina ya no es una promesa de congreso. Está en la sala de radiología que revisa mamografías, en el programa que avisa de que un paciente ingresado puede estar entrando en sepsis y en el reloj que vibra porque detecta un ritmo cardiaco irregular. Lo que no hace (y conviene dejarlo claro desde el principio) es sustituir al médico: le ayuda a ver antes, a ver más y a perder menos tiempo en papeleo.
Aquí tienes las aplicaciones que de verdad funcionan hoy, cómo se está usando en la sanidad española, qué riesgos tiene y qué puedes esperar como paciente.

Tabla de contenido
- Qué es la inteligencia artificial en medicina y por qué ahora
- Las aplicaciones de la IA en medicina que ya se usan
- 1. Diagnóstico por imagen: el terreno donde más ha avanzado
- 2. Retina, piel y anatomía patológica
- 3. Corazón y alertas tempranas
- 4. Menos papeleo: la consulta que se escribe sola
- 5. Nuevos fármacos y medicina personalizada
- 6. Neurología, prótesis y cirugía
- La inteligencia artificial en la sanidad española
- Ventajas y riesgos de la IA en medicina
- Preguntas frecuentes
Qué es la inteligencia artificial en medicina y por qué ahora
Cuando hablamos de inteligencia artificial aplicada a la salud nos referimos sobre todo a programas que aprenden a partir de enormes cantidades de datos clínicos: radiografías, electrocardiogramas, analíticas, historias clínicas o secuencias genéticas. Tras ver cientos de miles de ejemplos, el sistema aprende a reconocer patrones que a una persona le costaría detectar o que simplemente no le da tiempo a mirar.
¿Por qué ha despegado ahora y no hace veinte años? Por tres cosas a la vez: la historia clínica es digital en casi todos los hospitales, los ordenadores son mucho más potentes y las redes neuronales han mejorado muchísimo en el análisis de imágenes y de texto. Si quieres el contexto general, en otro artículo repasamos la importancia de la IA en la medicina desde un punto de vista más amplio.
Las aplicaciones de la IA en medicina que ya se usan
Este es un resumen rápido antes de entrar en detalle:
| Área | Qué hace la IA | Grado de madurez |
|---|---|---|
| Diagnóstico por imagen | Señala lesiones en radiografías, TAC, resonancias y mamografías | En uso clínico en muchos hospitales |
| Oftalmología | Detecta retinopatía diabética en fotos del fondo de ojo | Aprobada para uso autónomo en EE. UU. desde 2018 |
| Cardiología | Analiza electrocardiogramas y avisa de arritmias | En uso, también en relojes inteligentes |
| Alertas en hospital | Predice sepsis o empeoramiento de pacientes ingresados | En uso en algunos centros, con resultados prometedores |
| Gestión y documentación | Transcribe la consulta, resume historias, prioriza listas | En expansión y en pruebas piloto |
| Fármacos e investigación | Predice estructuras de proteínas y candidatos a medicamento | Muy avanzada en investigación, aún lejos de la consulta |
1. Diagnóstico por imagen: el terreno donde más ha avanzado
La radiología es el campo estrella. Un algoritmo bien entrenado revisa una radiografía de tórax en segundos y marca las zonas sospechosas para que el radiólogo las mire con atención. No firma el informe: hace de segundo par de ojos que no se cansa a las ocho de la tarde.
El ejemplo más citado es el cribado de cáncer de mama. En el ensayo sueco MASAI, publicado en The Lancet Oncology en 2023 con unas 80.000 mujeres, la lectura de mamografías apoyada por IA detectó alrededor de un 20 % más de cánceres que la doble lectura tradicional, sin disparar los falsos positivos y con casi la mitad de carga de trabajo para los radiólogos. Los resultados completos, publicados en 2025 con más de 100.000 mujeres, subieron esa ventaja a cerca de un 29 %. En España hay proyectos parecidos en marcha, como el de clasificación de mamografías en la Comunidad Valenciana, y hospitales como el Doctor Balmis de Alicante usan IA para revisar radiografías.

También hay empresas españolas en este campo. La valenciana Quibim, por ejemplo, desarrolla herramientas que extraen de las imágenes médicas información que el ojo no aprecia (lo que a veces se llama «biopsia virtual») para ayudar en tumores como el de próstata.
2. Retina, piel y anatomía patológica
En 2018 la FDA estadounidense aprobó IDx-DR, el primer sistema que puede diagnosticar retinopatía diabética a partir de una foto del fondo de ojo sin que un oftalmólogo la interprete. Tiene mucho sentido: hay millones de diabéticos que deberían revisarse la retina cada año y no hay especialistas para todos.
En dermatología y anatomía patológica la IA ayuda a clasificar lunares y a analizar biopsias digitalizadas. Aquí aparece uno de sus problemas más serios: si se entrena casi solo con imágenes de pieles claras, acierta menos en pieles oscuras. Es lo que se conoce como sesgo en la inteligencia artificial, y es un buen motivo para desconfiar de las aplicaciones de móvil que prometen «diagnosticar» un lunar. Si una mancha te preocupa, consulta a tu médico.
3. Corazón y alertas tempranas

Los electrocardiogramas son series de datos perfectas para un algoritmo. Hoy hay modelos que detectan fibrilación auricular, una arritmia frecuente que aumenta el riesgo de ictus, e incluso estudios que intentan predecir quién la va a desarrollar. Algunos relojes inteligentes ya avisan de un ritmo irregular compatible con ella. Ojo: es un aviso para ir al médico, no un diagnóstico.
En los hospitales, la IA predictiva vigila constantes y analíticas para dar la voz de alarma antes de que el paciente empeore. El sistema TREWS del hospital Johns Hopkins, evaluado en varios hospitales y publicado en Nature Medicine en 2022, se asoció a una reducción relativa de la mortalidad por sepsis cercana al 18 % cuando el equipo atendía la alerta en las primeras horas. La clave está en ese «cuando»: la herramienta solo sirve si alguien actúa.
4. Menos papeleo: la consulta que se escribe sola
Es la escena de siempre en atención primaria: siete minutos por paciente y la mitad mirando la pantalla. Una de las aplicaciones que más está creciendo es la de los asistentes que escuchan la consulta (con permiso del paciente), la transcriben y redactan un borrador de la nota clínica que el médico revisa y corrige. También hay sistemas que codifican diagnósticos, ordenan listas de espera o gestionan citas por mensajería a cualquier hora.

No es lo más vistoso, pero quizá sea lo que más note el paciente: un médico que te mira a ti en lugar de al teclado. Eso sí, los modelos de lenguaje pueden inventarse datos con total aplomo (las famosas alucinaciones de la inteligencia artificial), así que todo lo que escriben tiene que pasar por la revisión de un profesional.
5. Nuevos fármacos y medicina personalizada
AlphaFold, de Google DeepMind, predice la forma tridimensional de las proteínas a partir de su secuencia, algo que antes podía costar años de laboratorio. El trabajo valió el Premio Nobel de Química de 2024 a Demis Hassabis y John Jumper (compartido con David Baker). Saber cómo es una proteína ayuda a diseñar moléculas que encajen en ella, y por eso la IA ya se usa para acelerar las primeras fases del desarrollo de medicamentos.
En medicina personalizada, la IA cruza datos genéticos, de imagen y clínicos para estimar qué tratamiento tiene más probabilidades de funcionar en cada paciente, sobre todo en cáncer. En España, el Barcelona Supercomputing Center y el Instituto de Salud Carlos III trabajan en proyectos de este tipo. Es investigación con mucho recorrido por delante, no algo que vayas a encontrarte mañana en tu centro de salud.
6. Neurología, prótesis y cirugía

Consorcios internacionales como ENIGMA analizan miles de resonancias cerebrales con técnicas de aprendizaje automático para entender enfermedades como el alzhéimer o la esquizofrenia y buscar señales tempranas. En prótesis, la IA permite que una mano biónica aprenda los patrones musculares de su usuario y responda con más naturalidad. Y en cirugía, los sistemas robóticos empiezan a incorporar ayudas como el reconocimiento de estructuras anatómicas en el vídeo de la intervención, aunque el cirujano sigue llevando los mandos. Si te interesa este cruce de tecnologías, también hemos escrito sobre la realidad virtual y aumentada en medicina y la nanotecnología en la medicina.
Un paso más allá están los implantes cerebrales como el de Neuralink: algoritmos de aprendizaje automático traducen la actividad de las neuronas de la corteza motora en el movimiento de un cursor, y así personas con tetraplejia vuelven a usar un ordenador.
La inteligencia artificial en la sanidad española
El 12 de noviembre de 2025 el Consejo Interterritorial aprobó la Estrategia de Inteligencia Artificial del Sistema Nacional de Salud, con una inversión prevista de 223 millones de euros entre el Ministerio y las comunidades autónomas. El inventario previo encontró 155 herramientas de IA ya funcionando en el sistema público, buena parte de ellas en diagnóstico.
El marco legal lo pone el Reglamento europeo de Inteligencia Artificial (Reglamento (UE) 2024/1689), que clasifica como de alto riesgo la mayoría de los sistemas de IA usados como producto sanitario y les exige más controles, transparencia y supervisión humana. Sus obligaciones entran en vigor de forma escalonada, y en España la supervisión corresponde a la Agencia Española de Supervisión de la Inteligencia Artificial (AESIA), con sede en A Coruña. A eso se suma que cualquier herramienta que diagnostique necesita el marcado CE como producto sanitario.
¿El gran problema pendiente? La desigualdad: el hospital puntero de una gran ciudad puede tener varias herramientas en marcha mientras un centro comarcal no tiene ninguna.
Ventajas y riesgos de la IA en medicina
Resumido sin adornos:
- Ventajas: diagnósticos más rápidos, menos casos que se escapan en los cribados, alertas tempranas en pacientes graves, menos burocracia y nuevas vías para investigar fármacos.
- Riesgos: sesgos si los datos de entrenamiento no representan a toda la población, sistemas que no explican por qué deciden (la llamada caja negra), errores difíciles de detectar, privacidad de datos muy sensibles y la tentación de confiar demasiado en la máquina.
Hay un riesgo menos comentado: el sobrediagnóstico. Un sistema muy sensible puede encontrar lesiones mínimas que nunca habrían dado problemas y que acaban en pruebas y tratamientos innecesarios. Por eso los buenos estudios no solo miden cuántos casos detecta la IA, sino si los pacientes acaban viviendo más y mejor.
Preguntas frecuentes
¿La inteligencia artificial va a sustituir a los médicos?
No en un horizonte razonable. Lo que está cambiando es el reparto de tareas: la IA asume la revisión de imágenes repetitivas, el papeleo y la vigilancia continua de datos, y el médico conserva la decisión, la exploración y la conversación con el paciente. La combinación de médico más IA suele funcionar mejor que cualquiera de los dos por separado.
¿Puedo usar ChatGPT u otro chatbot para consultar síntomas?
Puede servir para entender un término o preparar preguntas para tu cita, pero no para diagnosticarte ni para decidir un tratamiento. Estos modelos se equivocan con seguridad aparente y no conocen tu historia. Ante cualquier síntoma que te preocupe, consulta a tu médico.
¿Usan IA con mis datos sin que lo sepa?
Es posible que tu radiografía haya pasado por un algoritmo de apoyo, igual que pasa por otros programas informáticos del hospital. Los datos de salud están especialmente protegidos por el RGPD y la ley española, y tienes derecho a preguntar si se ha usado IA en tu proceso y a pedir información sobre el tratamiento de tus datos.




