Mediante la R.M. N.º 903-2026/MINSA, el Ministerio de Salud ha aprobado lineamientos para el uso seguro, responsable y ético de la inteligencia artificial (IA) en sus sistemas. La iniciativa es positiva, pero insuficiente: fijar principios para usar la IA no demuestra que sus resultados sean clínicamente confiables. La resolución encarga la implementación y supervisión a la Oficina General de Tecnologías de la Información. Eso puede servir a la gobernanza tecnológica, pero no reemplaza la evaluación clínica independiente de sistemas que diagnostican o tratan pacientes.
Un algoritmo puede alcanzar, por ejemplo, una exactitud del 95 % al analizar miles de radiografías y, aun así, fallar con frecuencia en otro hospital. Esto ocurre porque cambian los pacientes, los equipos, la adquisición de imágenes y la prevalencia de las enfermedades. Incluso una sensibilidad y especificidad altas no garantizan que un resultado positivo indique una enfermedad, pues también importa su frecuencia en la población evaluada. Confundir rendimiento estadístico con utilidad clínica puede causar diagnósticos erróneos, tratamientos innecesarios o enfermedades no detectadas.
Esto es especialmente importante en el Perú. Muchos sistemas comerciales se desarrollan con datos de Estados Unidos, Europa o Asia, y no cabe suponer que funcionen igual en poblaciones peruanas, con características genéticas, epidemiológicas, demográficas y socioeconómicas distintas. En radiología influyen también los protocolos diagnósticos y la calidad de imagen. La discriminación algorítmica no exige intención: basta con que ciertos grupos estén subrepresentados en los datos usados para entrenar la IA.
La OMS advierte que la IA sanitaria exige evaluar riesgos, validarla externamente, proteger los datos y vigilarla durante todo su ciclo de vida. La validación debe realizarse con datos independientes de los de entrenamiento y, cuando corresponda, mediante estudios prospectivos que acrediten beneficios en condiciones clínicas reales. No basta con que una empresa anuncie altos porcentajes de precisión: debe demostrar que su herramienta mejora las decisiones médicas sin causar daños desproporcionados. Además, cada actualización debe reevaluarse según el alcance y el riesgo de los cambios.
Por ello, el Minsa debe ir más allá de los lineamientos éticos y establecer requisitos verificables para adquirir e implementar herramientas de IA clínica: una finalidad definida, evaluación independiente en poblaciones representativas del Perú, indicadores públicos de desempeño, supervisión profesional, protección de datos sensibles y mecanismos para detectar errores tras su instalación. Las autoridades sanitarias, incluida la Digemid para dispositivos médicos, deben precisar las exigencias regulatorias de cada tecnología. A su vez, los hospitales deben poder suspender sistemas cuyo rendimiento se deteriore.
En telemedicina, la IA puede ser muy útil, pero no debe convertirse en un «médico artificial». Su papel es apoyar el triaje, organizar la documentación y la información clínica, proponer diagnósticos diferenciales, detectar interacciones farmacológicas, comprobar el cumplimiento de protocolos y auditar la calidad de la atención. Estas funciones pueden aumentar la capacidad resolutiva de los servicios, especialmente en regiones con pocos especialistas. Pero las decisiones diagnósticas y terapéuticas deben seguir bajo la responsabilidad del médico, quien debe poder revisar, cuestionar y descartar las recomendaciones del algoritmo.
La IA puede ampliar extraordinariamente el acceso a una atención de calidad. Pero modernizar la salud no consiste en comprar algoritmos ni en aprobar declaraciones de buenas intenciones, sino en demostrar con evidencia que funcionan, son seguros y benefician a los pacientes. En medicina, innovar no exime de validar.
