La primera ola de IA en el sector sanitario causó sensación con algoritmos para el análisis de imágenes, tomografías computarizadas y mamografías. Sin embargo, estas soluciones especiales a menudo se quedaron en productos nicho y fracasaron al intentar escalarlas. Con ChatGPT, el equilibrio de poder cambia radicalmente: la IA generativa se centra en el 25 % del tiempo de trabajo que, según el estudio «Zeitfresser» de Múnich, pierden los trabajadores cualificados en tareas administrativas.1 La segunda ola se centra en la automatización integral de las tareas rutinarias y administrativas.
La primera ola de IA fascinó con algoritmos de diagnóstico especializados, pero fracasó en su mayoría debido a su falta de escalabilidad. Ejemplo: El cáncer de riñón es uno de los diez tipos de cáncer más frecuentes, pero en Alemania se producen menos de 15.000 nuevos casos al año. Incluso con unos costes de uso de 500 € por caso, el potencial de mercado sigue siendo moderado, con unos 7,5 millones de euros anuales, y poco atractivo para los inversores habituales.
La IA generativa está cambiando radicalmente las reglas del juego en la segunda ola: en lugar de casos especiales complejos, se centra en las tareas cotidianas que consumen mucho tiempo: anamnesis, diagnóstico y codificación. Cada visita clínica y cada documentación asistencial es un caso de uso potencial. De este modo, el número de posibles usos pasa de unos pocos miles a varios millones al año, mientras que la tecnología básica de IA permanece igual. La nueva fórmula del éxito es la siguiente: productividad antes que precisión con una calidad constante.
Para mí, el auge de las soluciones de escucha ambiental fue lo más emocionante de la DMEA de este año, la principal feria europea de salud digital, celebrada en Berlín. Los asistentes de escritura basados en IA pueden escuchar en la sala de tratamientos, recopilar información contextual de los historiales de los pacientes y crear notas adecuadas o un borrador de informe en cuestión de segundos. En el mayor estudio de campo realizado hasta la fecha por Kaiser Permanente (EE. UU.), más de 7000 médicos utilizaron un sistema AI Scribe con más de 2 millones de visitas; de media, fue posible ahorrar un minuto por caso.2 ¿Parece poco un minuto? En total, el tiempo ahorrado ascendió a 15.700 horas y, lo que es más importante, el 84 % de los médicos participantes afirmaron que la IA les ayudaba a centrarse más en sus pacientes.
La escucha ambiental también se está abriendo camino en la asistencia sanitaria: las aplicaciones de voz funcionan en teléfonos inteligentes, convierten dictados en entradas estructuradas y ahorran así valiosos minutos en cada turno de cuidados. Resultado: menos pantalla, más atención: en todas las profesiones.
La nueva fórmula del éxito es la siguiente: productividad antes que precisión con una calidad constante.
Paul Hellwig, responsable de IA en el sector sanitario en T-Systems International GmbH
La segunda ola de IA en la atención sanitaria requiere algo más que acceso técnico y API a los grandes modelos lingüísticos (LLM). Los proveedores líderes del mercado establecen una capa de modelo básico con seguridad específica para el sector sanitario, multilingüismo e integración perfecta de herramientas. Un ejemplo de ello es el AI Foundation Service de T-Systems: incluye un centro de modelos, bases de datos vectoriales como base para la «generación aumentada por recuperación (RAG)», control inteligente de indicaciones y mecanismos de seguridad integrales, todo ello alojado de forma segura y fiable en la Open Telekom Cloud (OTC). Esto permite crear numerosos escenarios de aplicación, como la escucha ambiental, los agentes de codificación o los chatbots para pacientes como microservicios, también en las instalaciones o en modo híbrido. Los datos brutos permanecen en la red de la clínica, mientras que los datos preparados para el contexto LLM, como por ejemplo los anclajes, se transfieren a la capa segura del OTC. El concepto de plataforma, en lugar de una pequeña solución específica, ofrece un impulso para la escalabilidad y la innovación.
Un ejemplo del uso de AI Foundation Services es SmartChat de T-Systems. SmartChat lleva la IA generativa con seguridad a instituciones públicas, hospitales y compañías de seguros médicos. Accede a bases de datos internas, responde a preguntas de pacientes y aseguradoras, ayuda a elaborar presupuestos, traduce informes médicos y cumplimenta formularios, todo ello las 24 horas del día, los 7 días de la semana, en un lenguaje técnico correcto. Las API abiertas pueden conectarlo a TI Messenger, iMedOne® o plataformas de centros de contacto y los límites de roles y tókenes se controlan mediante una gestión de usuarios integrada. Al estar alojado en Open Telekom Cloud, los datos sanitarios permanecen en centros de datos alemanes, y una pila independiente del modelo, compuesta por componentes de código abierto, evita el bloqueo. Open Telekom Cloud ofrece todos los requisitos para una IA soberana: certificación para datos sociales según el artículo 35 del SGB I (Código alemán de Seguridad Social I), certificados según el RGPD, el Código de Conducta de la UE sobre la nube, ISO/IEC 27017 e ISO/IEC 27018, así como BSI C5 Tipo II y otros que garantizan el cumplimiento normativo. De este modo, SmartChat y AI Foundation Services pueden pasar de ser una herramienta de preguntas frecuentes a convertirse en el centro de automatización del ecosistema sanitario.
La IA solo surte efecto si se confía en ella. Esto se aplica en particular a la segunda ola de IA con los grandes modelos lingüísticos: Las alucinaciones, la protección de datos y los temas de responsabilidad están frenando la euforia.3 Proveedores y usuarios deben abordar juntos estas cuestiones. Solo algunos de los retos tienen respuestas técnicas: Obviamente, la infraestructura debe estar en Alemania o en la UE, y por supuesto, la empresa operadora debe tener su sede en la UE y, por lo tanto, estar completamente sujeta a la legislación europea. A esto se suman directrices técnicas para los sistemas de IA y medidas de control como «LLM-as-a-Judge» para controlar y validar los resultados de los modelos lingüísticos. Sin embargo, algunos riesgos requieren soluciones organizativas: un consejo de gobernanza podría, por ejemplo, excluir casos de uso prohibidos (como los diagnósticos autónomos) o definir ámbitos de aplicación («zonas verdes») que estén permitidos y claramente regulados, como la documentación o la facturación. La Ley de IA de la UE ofrece una importante orientación en este sentido con sus clases de riesgo. De este modo, la gobernanza puede pasar de ser una obligación normativa a convertirse en un impulsora de la escalabilidad que permita desarrollar plenamente las ventajas de la segunda ola de IA: sus múltiples posibilidades de aplicación y su alto grado de aceptación.
¹ Zeitfressern auf der Spur – Dokumentationsaufwand in Münchner Kliniken (En busca de los ladrones de tiempo: el esfuerzo documental en los hospitales de Múnich), Greiling M., 2022, BibliomedManager, Especialistas en enfermería y gestión hospitalaria
² Ambient Artificial Intelligence Scribes: Learnings after 1 Year and over 2.5 Million Uses (Asistentes de escritura con inteligencia artificial ambiental: aprendizajes tras un año y más de 2,5 millones de usos), Tierney A. A. et al., 2025, The New England Journal of Medicine.
³ The imperative for regulatory oversight of large language models (or generative AI) in healthcare (La necesidad de supervisar normativamente los modelos lingüísticos grandes (o IA generativa) en el ámbito sanitario), Meskó B., Topol E.J., 2023, npj Digital Medicine
