Una revisión sistemática analiza el impacto de la IA en costos, eficacia y sostenibilidad de los sistemas de salud.
El uso de la inteligencia artificial (IA) en medicina se ha expandido con rapidez, ofreciendo herramientas para mejorar diagnósticos, personalizar tratamientos y optimizar procesos clínicos. Sin embargo, más allá de sus beneficios clínicos, especialistas se cuestionan si estas tecnologías representan una inversión sostenible para los sistemas de salud. Una revisión sistemática publicada en npj Digital Medicine evaluó la relación entre la eficacia económica, el impacto presupuestal y la utilidad de la IA en distintos contextos médicos.
La revisión, realizada por investigadores de Arabia Saudita, recopiló y analizó 19 investigaciones publicadas entre 2020 y 2024 que abarcaron diversas áreas médicas, incluyendo oncología, cardiología, oftalmología, enfermedades infecciosas y odontología. Los resultados muestran que la IA puede mejorar la precisión diagnóstica, incrementar los años de vida ajustados por calidad (QALYs, en inglés) y reducir costos al disminuir procedimientos innecesarios y optimizar el uso de recursos.
En varios casos, los análisis de costo-efectividad revelaron que los algoritmos de IA alcanzaron umbrales muy por debajo de los límites aceptados en sistemas como el británico o el estadounidense. Ejemplos destacados incluyen la detección de fibrilación auricular y el cribado de retinopatía diabética, donde los modelos de IA resultaron más rentables que los métodos tradicionales.
No obstante, el estudio alerta que una parte de las evaluaciones se basó en modelos estáticos, los cuales podrían sobrestimar los beneficios al no considerar que los sistemas de IA mejoran con el tiempo gracias al aprendizaje continuo o dynamic learning. Además, costos indirectos como la infraestructura tecnológica, el mantenimiento y las implicaciones en equidad fueron poco reportados, lo que podría inflar las proyecciones de ahorro.
La revisión también detalla que factores como el costo de adquisición de la tecnología, la integración en los flujos clínicos y la variación en los sistemas de financiamiento influyen de manera decisiva en la viabilidad económica de la IA. Estudios en contextos tan distintos como hospitales europeos o clínicas rurales en Asia evidencian que los resultados dependen fuertemente del entorno y la capacidad de cada sistema de salud para absorber estas innovaciones.
El análisis concluye que la IA en la salud tiene un potencial considerable tanto en beneficios clínicos como en eficiencia económica. Sin embargo, su adopción requiere evaluaciones más dinámicas y completas que incluyan costos indirectos, análisis de subgrupos y consideraciones de equidad. Los autores subrayan que, los responsables de diseñar políticas sanitarias deben decidir con mayor certeza cómo y dónde invertir en estas tecnologías emergentes.
