De la IA explicable (XAI) a los biosensores: las tendencias que marcarán la nueva salud digital

La salud digital va más allá de la receta electrónica o la telemedicina. Tecnologías menos visibles, como la inteligencia artificial explicable (XAI), el aprendizaje federado, los biosensores o los escribas digitales, empiezan a abrirse paso con aplicaciones reales para mejorar el diagnóstico, anticipar riesgos, aliviar la carga asistencial y avanzar hacia una medicina más personalizada. Según expertos de la Universitat Oberta de Catalunya (UOC), su impacto estará condicionado no tanto por la novedad tecnológica como por su integración efectiva en la práctica clínica.

"El potencial de estas tendencias dependerá principalmente de la existencia de condiciones habilitadoras adecuadas, entre las que destacan marcos regulatorios adaptativos, una gobernanza robusta de los datos, interoperabilidad semántica y una integración efectiva en la práctica clínica que reduzca fricciones para profesionales y pacientes", explica Francesc Saigí Rubió, director del Centro Colaborador en Digital Health de la Organización Mundial de la Salud (OMS) y catedrático de los Estudios de Ciencias de la Salud de la UOC.

De la IA explicable a los escribas digitales

Entre las tendencias con más potencial, destaca la inteligencia artificial explicable (XAI), aplicada a la historia clínica y a los sistemas de apoyo a la decisión clínica. A diferencia de otros modelos, percibidos como una caja negra, esta tecnología introduce transparencia en los algoritmos predictivos y facilita su validación clínica, la gestión del riesgo y la reducción de la variabilidad médica. Investigaciones de universidades chinas apuntan, por ejemplo, a su utilidad para predecir choques sépticos a partir de datos de las UCI. También se ha probado en mamografías para analizar cómo modifica la relación de los radiólogos con las sugerencias de la IA.

Otra línea emergente es el aprendizaje federado, que permite entrenar modelos analíticos multicéntricos sin centralizar datos confidenciales. Los sistemas se entrenan localmente y solo comparten actualizaciones agregadas, lo que abre la puerta a análisis a gran escala compatibles con las restricciones legales y éticas. Su potencial es especialmente relevante en enfermedades raras o en la predicción de complicaciones. En 2024, un proyecto universitario internacional lo aplicó al estudio de tumores pediátricos.

En paralelo, tecnologías como la cadena de bloques (blockchain) empiezan a explorarse para reforzar la trazabilidad, la integridad y la auditoría de accesos y consentimientos en historiales clínicos, algo especialmente útil en entornos con múltiples actores, como indica un estudio de universidades irlandesas y chinas. También ganan terreno los biosensores y los dispositivos portables conectados en tiempo real con la historia clínica, que permiten pasar de una medicina basada en episodios a otra basada en señales continuas. Esto puede facilitar la detección precoz de descompensaciones, el ajuste dinámico de tratamientos y la rehabilitación monitorizada, aunque todavía plantea retos como las falsas alarmas o la sobrecarga profesional.

A ello se le suma la interoperabilidad semántica avanzada, que no solo conecta sistemas, sino que garantiza que el significado clínico de la información sea consistente mediante terminologías y ontologías estandarizadas. Se trata de una condición previa para la analítica poblacional fiable, la federación de modelos predictivos y la integración de datos de dispositivos médicos en entornos clínicos en tiempo real, como indica esta investigación.

En el frente más inmediato de la práctica asistencial, soluciones como la ambient AI o los escribas digitales automatizan la documentación clínica y liberan tiempo asistencial. De forma complementaria, los asistentes virtuales especializados en salud mental, rehabilitación o enfermedades crónicas pueden ampliar el seguimiento entre visitas y reforzar la adherencia terapéutica. Una prueba piloto en Stanford con 48 médicos halló reducciones significativas en la carga de trabajo y el síndrome del trabajador quemado (burnout) tras usar escribas ambientales de IA.

Datos e IA para diagnosticar, prevenir y gestionar mejor

El papel de los datos, la analítica avanzada y la inteligencia artificial va mucho más allá de la automatización. Según Saigí, también investigador del grupo epi4health, adscrito al eHealth Centre, estas tecnologías están convirtiendo la información sanitaria —historias clínicas, imágenes, análisis, datos genéticos o registros de dispositivos conectados— en conocimiento útil para diagnosticar mejor, anticipar los riesgos y gestionar con más eficiencia los recursos. Así, los datos dejan de ser un subproducto administrativo para convertirse en un activo estratégico de una medicina cada vez más predictiva, personalizada y proactiva.

En diagnóstico, su impacto más visible está en el análisis de pruebas complejas, como imágenes médicas, patología digital y registros clínicos procesados con lenguaje natural. "Actúa principalmente como una tecnología de aumento diagnóstico", resume Saigí. Es decir, la IA no sustituye al profesional, pero sí puede reforzar su capacidad analítica.

En prevención, la analítica predictiva permite estratificar riesgos individuales a partir de datos clínicos, genéticos y sociales; activar intervenciones antes de que aparezcan síntomas, y apoyarse en biosensores y tecnología ponible (wearable) para avanzar hacia una medicina más preventiva y personalizada. En cuanto al sistema, estas herramientas ayudan a anticipar la demanda asistencial y optimizar los quirófanos, las camas, las urgencias y las listas de espera, además de evaluar tratamientos en condiciones reales e identificar desigualdades en acceso y resultados.

No obstante, su impacto real dependerá de la validación clínica de los algoritmos, el control de sesgos, la protección de datos y su integración efectiva en el trabajo asistencial.

Más poder para el paciente, sin perder privacidad

Uno de los grandes objetivos de la salud digital es reforzar el papel del paciente en la gestión de su propia salud. Pero ese empoderamiento solo es viable si se apoya en un ecosistema de confianza que garantice confidencialidad, integridad y trazabilidad de los datos, en línea con el Reglamento General de Protección de Datos (RGPD) europeo y el principio de privacy by design (protección de datos desde el diseño).

Para ello hacen falta infraestructuras seguras, con control de accesos, autenticación multifactor, cifrado y registros de auditoría que permitan saber quién consulta los datos, cuándo y para qué. Pero la seguridad técnica no basta. El paciente también debe tener un control efectivo sobre su información mediante modelos de consentimiento dinámico y granular que le permitan decidir qué comparte, con quién y con qué finalidad.

La transparencia sobre el uso de los datos y el acceso del propio paciente a su información clínica también resultan clave, ya que pueden mejorar la comprensión de los tratamientos, la adherencia e incluso la detección de errores. Además, todo ello exige interoperabilidad segura entre instituciones y alfabetización digital en salud: no hay un verdadero empoderamiento si el paciente accede a sus datos, pero no puede comprenderlos ni utilizarlos de manera informada.

España, bien posicionada pero con tareas pendientes

España ha consolidado una base sólida en salud digital, con una alta penetración de la historia clínica y la receta electrónica interoperable, dos pilares del Sistema Nacional de Salud que han mejorado la seguridad del paciente. La transición hacia un modelo basado en datos, impulsada por la Estrategia de salud digital 2021-2026 y por fondos europeos, avanza con la creación de repositorios para investigación y con un uso todavía incipiente de la inteligencia artificial.

Según el Digital Health Index de Bertelsmann Stiftung, una de las referencias comparativas internacionales más citadas en este campo, España ocupa el quinto puesto, tras Estonia, Canadá, Dinamarca e Israel. Sin embargo, persisten desafíos de fondo: la fragmentación territorial limita la escalabilidad de las innovaciones, la interoperabilidad semántica y la calidad del dato clínico no estructurado dificultan su explotación analítica, y la brecha digital sigue afectando a colectivos vulnerables. A estos factores se les suman la necesidad de formar a los profesionales para evitar la fatiga digital y los crecientes riesgos de ciberseguridad.

"El progreso futuro de la salud digital en España dependerá en gran medida del fortalecimiento de la gobernanza integrada de los datos, el avance en la estandarización semántica, la reducción de la brecha digital y el desarrollo de las competencias digitales de los profesionales para que la digitalización se traduzca efectivamente en una atención más eficiente, segura y centrada en la persona", valora Saigí.

Qué hacen mejor los países líderes

Los países más avanzados en salud digital no destacan solo por tener más tecnología, sino por integrarla mejor en todo el sistema. Comparten estrategias sostenidas de estado, inversión continua en infraestructuras seguras y marcos regulatorios que facilitan la escalada y la evaluación de las innovaciones.

En Europa, Estonia sobresale por su identidad digital única, su intercambio seguro de datos y la trazabilidad de accesos, que refuerza la confianza ciudadana. Dinamarca ha logrado una experiencia digital unificada mediante un portal nacional único y estándares obligatorios de intercambio de datos. 

Por otro lado, Israel destaca por el uso avanzado de registros longitudinales y analítica predictiva en la práctica clínica y Estados Unidos y el Reino Unido sobresalen por innovación e incentivos, mientras que Corea del Sur y China muestran una enorme capacidad de despliegue a gran escala.

España parte de una base sólida, pero todavía va por detrás de estos líderes en gobernanza del dato, estandarización interoperable, simplificación de la experiencia del ciudadano y capacidad para convertir proyectos piloto en práctica clínica rutinaria. Como concluye Saigí, los países más avanzados en salud digital "han tratado la interoperabilidad y la estandarización de datos como una política de estado sostenida, han invertido de forma continuada en infraestructuras digitales seguras y han desarrollado marcos regulatorios e incentivos que facilitan la escalabilidad y la evaluación del valor clínico de las innovaciones digitales".