La Inteligencia Artificial en sanidad y su papel en la transformación de la práctica clínica, la formación y la Salud Pública
e202606033
Palabras clave:
Inteligencia Artificial, Gestión Sanitaria, Salud Pública, TendenciasResumen
La Inteligencia Artificial se ha consolidado como uno de los principales motores de transformación sanitaria, modificando progresivamente la práctica clínica y la organización de los sistemas de salud. Sin embargo, no debe interpretarse como una solución exclusivamente tecnológica a problemas estructurales complejos, como la sobrecarga asistencial, la inequidad territorial, la escasez de profesionales o la presión económica, que afectan actualmente a muchos sistemas sanitarios. Desde una perspectiva crítica, integra herramientas capaces de analizar grandes volúmenes de datos y apoyar la toma de decisiones mediante sistemas de aprendizaje automático, modelos generativos y soporte clínico. Estas tecnologías pueden mejorar la precisión diagnóstica, anticipar riesgos y reducir errores asistenciales. No obstante, existe el riesgo de sobrestimar sus capacidades y desplazar problemas complejos hacia respuestas automatizadas que no siempre consideran adecuadamente los determinantes sociales y contextuales de la salud.
Descargas
Citas
1. Topol EJ. High-performance medicine: the convergence of human and artificial intelligence. Nat Med. Enero de 2019;25(1):44-56. doi: https://doi.org/10.1038/s41591-018-0300-7
2. Castaño Castaño S. La inteligencia artificial en Salud Pública: oportunidades, retos éticos y perspectivas futuras. Revista Española de Salud Pública. 2025;99(1):e202503017. https://ojs.sanidad.gob.es/index.php/resp/article/view/1006
3. Campanella G, Hanna MG, Geneslaw L, Miraflor A, Werneck Krauss Silva V, Busam KJ et al. Clinical-grade computational pathology using weakly supervised deep learning on whole slide images. Nat Med. Agosto de 2019;25(8):1301-1309. doi: https://doi.org/10.1038/s41591-019-0508-1
4. Esteva A, Robicquet A, Ramsundar B, Kuleshov V, DePristo M, Chou K et al. A guide to deep learning in healthcare. Nat Med. Enero de 2019;25(1):24-29. doi: https://doi.org/10.1038/s41591-018-0316-z
5. Rajkomar A, Dean J, Kohane I. Machine Learning in Medicine. N Engl J Med. 4 de abril de 2019;380(14):1347-1358. doi: https://doi.org/10.1056/NEJMra1814259
6. Jiang F, Jiang Y, Zhi H, Dong Y, Li H, Ma S et al. Artificial intelligence in healthcare: past, present and future. Stroke Vasc Neurol. Diciembre de 2017;2(4):230-243. doi: https://doi.org/10.1136/svn-2017-000101
7. Fraser H, Coiera E, Wong D. Safety of patient-facing digital symptom checkers. The Lancet. 24 de noviembre de 2018;392(10161):2263-2264. doi: https://doi.org/10.1016/S0140-6736(18)32819-8. PubMed PMID: 30413281.
8. Garrido-Bueno M, Santa Cruz-Álvarez P, Pabón-Carrasco M, Romero-Castillo R. Development and performance of a generative pretrained transformer for diabetes care. Diabetes Research and Clinical Practice. 1 de septiembre de 2025;227:112425. doi: https://doi.org/10.1016/j.diabres.2025.112425
9. Shinners L, Aggar C, Grace S, Smith S. Exploring healthcare professionals’ understanding and experiences of artificial intelligence technology use in the delivery of healthcare: An integrative review. Health Informatics J. Junio de 2020;26(2):1225-1236. doi: https://doi.org/10.1177/1460458219874641
10. Morley J, Machado CCV, Burr C, Cowls J, Joshi I, Taddeo M et al. The ethics of AI in health care: A mapping review. Social Science & Medicine. Septiembre de 2020;260:113172. doi: https://doi.org/10.1016/j.socscimed.2020.113172
11. Mohanasundari SK, Kalpana M, Madhusudhan U, Vasanthkumar K, Rani B, Singh R et al. Can Artificial Intelligence Replace the Unique Nursing Role? Cureus. Diciembre de 2023;15(12):e51150. doi: https://doi.org/10.7759/cureus.51150. PubMed PMID: 38283483; PubMed Central PMCID: PMC10811613.
12. Booth RG, Strudwick G, McBride S, O’Connor S, Solano López AL. How the nursing profession should adapt for a digital future. BMJ. 14 de junio de 2021;n1190. doi: https://doi.org/10.1136/bmj.n1190
13. Espinoza-Ajila Y, Alvarado-Pale A, Jaya-Pineda I, Pulla-Carrión E. Digitalización en la Gestión del Talento Humano y su impacto en las Empresas Comerciales | 593 Digital Publisher CEIT [Internet]. 2 de julio de 2025 [consultado 9 de mayo de 2026]. Disponible en: https://www.593dp.com/index.php/593_Digital_Publisher/article/view/3176
14. Galavís ADP. Inteligencia Artificial y Salud Pública: desafíos a enfrentar: e202510060. Revista Española de Salud Pública. 8 de octubre de 2025;99. https://ojs.sanidad.gob.es/index.php/resp/article/view/1124
15. Obasi IC, Cheng P, Varianou-Mikellidou C, Dimopoulos C, Boustras G. Machine learning for occupational accident analysis: Applications, challenges, and future directions. Journal of Safety Science and Resilience. Marzo de 2026;7(1):100250. doi: https://doi.org/10.1016/j.jnlssr.2025.100250
Descargas
Archivos adicionales
Publicado
Cómo citar
Número
Sección
Categorías
Licencia
Derechos de autor 2026 Miguel Garrido-Bueno, Nadine Badillo-Sánchez, Andrés Castillejo-del-Río, Javier Fagundo-Rivera
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Usted es libre de:
Compartir — copiar y redistribuir el material en cualquier medio o formato.
La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia.
Bajo los siguientes términos:
Atribución — Usted debe dar crédito de manera adecuada , brindar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
NoComercial — Usted no puede hacer uso del material con propósitos comerciales.
SinDerivadas — Si remezcla, transforma o crea a partir del material, no podrá distribuir el material modificado.
No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.
Avisos:
No tiene que cumplir con la licencia para elementos del material en el dominio público o cuando su uso esté permitido por una excepción o limitación aplicable.
No se dan garantías. La licencia podría no darle todos los permisos que necesita para el uso que tenga previsto. Por ejemplo, otros derechos como publicidad, privacidad, o derechos morales pueden limitar la forma en que utilice el material.
![¿Cómo evaluar para la RESP? [PARA REVISORES]](https://ojs.sanidad.gob.es/public/site/images/rmartinb/pastilla-revisores-0eaa113abcbc4fc554c7c6c7840ca4c6.jpg)
![¿Cómo recibir avisos sobre nuevos artículos de la RESP? [PARA LECTORES]](https://ojs.sanidad.gob.es/public/site/images/rmartinb/pastilla-lectores-aa689338e95aab07df45b4b0d583188f.jpg)
