En los últimos años, la inteligencia artificial (IA) avanzó de forma notable y el sector sanitario fue uno de los más impactados. El foco estuvo puesto principalmente en herramientas digitales orientadas a la documentación, el análisis predictivo, el soporte para la toma de decisiones y las imágenes médicas.
Esto ya se observa en números. Por ejemplo, el mercado global de recetas electrónicas ya superó los US$ 2.800 millones y seguirá creciendo de forma sostenida durante la próxima década, impulsado por regulaciones, avances en interoperabilidad y la presión por mejorar la productividad médica. Paralelamente, el mercado global de asistentes virtuales en salud ya supera los US$ 1.600 millones y crecerá con rapidez en los próximos años.
Mientras tanto, la robótica quedó vinculada, sobre todo, a sistemas quirúrgicos o a automatizaciones básicas.
Sin embargo, empieza a notarse una convergencia entre ambas áreas: una nueva generación de robots diseñados con IA, que integran sensores avanzados, funcionamiento en tiempo real e inteligencia generativa en una sola plataforma. Estos sistemas pueden ejecutar tareas físicas repetitivas que la IA tradicional no logra resolver. La aparición de estas soluciones marca un cambio en el desarrollo de máquinas con funciones limitadas hacia sistemas más flexibles, capaces de adaptarse al contexto y de trabajar en conjunto con equipos humanos. Este giro podría transformar de manera profunda tanto el diseño como la operación de los hospitales en el futuro.
Mi carrera combinó experiencias de distintas disciplinas, con trabajos publicados que abarcan desde sistemas de decisión basados en IA y ciberseguridad hasta arquitecturas de software, análisis en salud y detección de deepfakes. Este recorrido, con investigaciones aplicadas y revisadas por pares, influyó en mi manera de pensar la defensa de sistemas de inteligencia artificial: deben ser seguros, auditables y aptos para una gobernanza efectiva, además de confiables en entornos controlados.
Con esa mirada, no veo a la robótica sanitaria como un conjunto de herramientas experimentales, sino como parte de una infraestructura crítica. Por eso requiere un equilibrio preciso entre el rendimiento, los factores humanos y los niveles de confianza necesarios para cumplir con las normas vigentes.
La transición de la atención sanitaria hacia la inteligencia física
La mayoría de los flujos de trabajo en el sistema de salud implica tareas demandantes, y en gran parte físicas, no digitales. Estas tareas incluyen el traslado de suministros, el transporte de muestras de laboratorio, la asistencia para la movilidad de pacientes, la preparación de salas o la atención de cuestiones vinculadas a la seguridad. Si bien cada una de estas acciones es importante, en conjunto representan una carga significativa.
Frente a este escenario, surgió una nueva categoría conocida como "IA física", pensada específicamente para responder a estos desafíos. A diferencia de los robots tradicionales, que se limitan a trayectorias fijas o decisiones básicas, los robots nativos de IA son capaces de:
- Entender el lenguaje natural
- Detectar e interpretar cambios en el entorno en tiempo real
- Desempeñarse en situaciones imprevistas
- Organizar tareas de acuerdo al contexto
- Incorporar sistemas digitales para planificar acciones
Creo que, con el desarrollo interdisciplinario de estas capacidades, los robots van a evolucionar hasta convertirse en socios de aprendizaje continuo, capaces de adaptarse a los flujos de trabajo reales y cambiantes de los equipos médicos, en lugar de limitarse a ejecutar rutinas fijas.
Dónde la robótica nativa de IA puede tener mayor impacto
Al observar la situación actual, identifico tres áreas donde la IA física ya puede empezar a generar un valor concreto:
1. Mejoras en la logística clínica
Durante una jornada habitual, las enfermeras dedican muchas horas a tareas que no están directamente vinculadas al cuidado de pacientes: trasladar muestras al laboratorio, buscar equipos o localizar dispositivos, entre otras.
Un robot con IA puede encargarse de estas tareas al gestionar de forma autónoma la entrega, el reabastecimiento y el recorrido dentro de ciertos límites establecidos. Con la capacidad de modificar su ruta, evitar zonas con mucho movimiento y responder a los pedidos del personal, estos robots adaptativos reducen las interrupciones para los equipos clínicos y mejoran la eficiencia del trabajo diario.
2. Atención a personas mayores y apoyo en el hogar
Las personas mayores necesitan cuidados constantes, pero la falta de personal en este sector generó una brecha en las opciones de atención a largo plazo. La IA física puede colaborar con tareas cotidianas que, de otro modo, sobrecargan al personal. Los robots que entienden el contexto podrían asistir en:
- Apoyo básico para la movilidad
- Recordatorios de medicamentos o rutinas
- Monitoreo de señales ambientales que representen un riesgo
- Búsqueda y recuperación de objetos
Estos sistemas no reemplazan la atención humana, pero sí refuerzan el trabajo del personal y ayudan a mantener la seguridad en entornos donde se necesita asistencia más frecuente de la que los equipos humanos pueden ofrecer.
3. Seguridad y control de infecciones
La seguridad y el control de infecciones siguen siendo una prioridad en los centros de salud. Muchas de las tareas vinculadas a estos objetivos, como la rotación de habitaciones o las inspecciones ambientales, se realizan de forma manual y bajo presión de tiempo. Los robots con IA nativa pueden encargarse de:
- Llevar a cabo procesos de desinfección
- Detectar derrames o situaciones peligrosas
- Supervisar zonas de aislamiento
- Generar registros de auditoría de manera automática
La detección constante y el análisis en tiempo real permiten asegurar que estas tareas se cumplan de forma regular, y alivian parte de la carga que hoy recae sobre los equipos de servicios clínicos y de mantenimiento.
Cómo la IA puede generar un cambio real
No toda robótica es apta para el sector salud. Hay ciertas capacidades que, desde mi perspectiva, son clave para quienes buscan desarrollar soluciones útiles y eficaces dentro del campo de la IA física:
- Comunicación natural: los profesionales de la salud deben poder dar instrucciones directas a los robots
- Percepción y conciencia: los robots tienen que ver y oír lo que sucede a su alrededor
- Toma de decisiones adaptativa: deben ajustarse a los cambios sin detener su funcionamiento
- Aprendizaje continuo: necesitan seguir mejorando con el uso
- Integración operativa: tienen que conectarse con los sistemas del hospital
Estas condiciones son las que marcan la diferencia entre una máquina programada para repetir instrucciones y una que puede actuar en entornos reales, donde las necesidades cambian todo el tiempo.
Imperativos para los líderes
Frente a los avances recientes en IA física, las organizaciones de salud van a necesitar prepararse para la evolución de la robótica. Identifiqué algunos pasos clave que pueden ayudarlas a enfrentar mejor estos cambios:
- Es importante revisar los flujos de trabajo con mayor nivel de fricción, especialmente aquellos que consumen demasiado tiempo del personal y vuelven más lentos los procesos
- Al elegir una iniciativa de IA física, conviene empezar por proyectos piloto, pequeños y controlados, en unidades donde los flujos de trabajo sean previsibles y el personal esté más dispuesto a incorporar nuevas herramientas
- Todos los robots que se utilicen deben integrarse de manera efectiva con los sistemas existentes, y no quedar al margen de ellos
- Es fundamental hablar con el personal de primera línea desde el inicio, para generar confianza y recibir devoluciones valiosas
- También hay que medir resultados más allá del costo. La reducción de la carga de trabajo, la seguridad y las mejoras en la experiencia del paciente son indicadores igual de importantes
Incorporar IA física no significa simplemente sumar tecnología. Supone reconfigurar procesos, ajustar expectativas y revisar la gobernanza para incorporar un nuevo tipo de sistema inteligente.
Una fuerza laboral híbrida y más preparada en salud
Los sistemas de salud del futuro se apoyarán en una fuerza laboral híbrida, donde los médicos se enfoquen en la empatía y en las situaciones clínicas más complejas, mientras que los robots inteligentes se ocupen de las tareas físicas y repetitivas. Así, se puede aliviar parte de la carga que hoy enfrentan muchos profesionales del sector.
Las organizaciones que empiecen a explorar estos sistemas desde ahora serán las que mejor se adapten más adelante. La IA física no busca reemplazar el conocimiento clínico. Por el contrario, puede fortalecer las condiciones de trabajo para quienes brindan atención médica y volverlas más sostenibles.
*Con información de Forbes US.