IA para médicos: herramientas aprobadas y casos de uso reales

La IA en medicina no es ciencia ficción ni está a décadas de distancia. Está ocurriendo ahora, en hospitales españoles, con resultados medibles. Pero también hay una cantidad enorme de ruido, de promesas exageradas y de herramientas sin evidencia real.

Este artículo intenta distinguir lo que funciona de lo que no, con especial atención al contexto sanitario español —SNS, regulación europea, RGPD— y con ejemplos de lo que ya se está usando.

Dos advertencias que deben quedar claras antes de seguir. La primera: ninguna herramienta de IA sustituye el diagnóstico médico; asisten, aceleran y reducen errores en tareas concretas, y la responsabilidad clínica sigue siendo del médico. La segunda, que casi nadie cuenta y es la que más problemas está dando: una IA generalista no es un producto sanitario. Si una herramienta se usa para diagnosticar, entra en el Reglamento de productos sanitarios y necesita marcado CE. Y ChatGPT, Claude o Gemini no lo tienen.

Lo que no se puede delegar en la IA, en una tabla

Antes de las herramientas, la línea. Esta es la que uso cuando alguien de mi equipo pregunta si "esto se puede meter en ChatGPT":

Tarea	¿IA generalista?	¿Herramienta con marcado CE?	Quién responde
Diagnóstico o apoyo al diagnóstico	No	Sí, obligatorio	El médico que decide
Cribado automatizado de imagen	No	Sí, obligatorio	El médico y el centro
Cálculo de dosis o ajuste terapéutico	No	Sí, obligatorio	El prescriptor
Triaje clínico de pacientes	No	Sí	El centro
Redacción de nota clínica a partir de la consulta	Solo con plan sanitario y contrato firmado	Recomendable	El médico que firma la nota
Resumen de literatura científica	Sí, verificando fuentes	No procede	Quien lo cita
Redacción de material informativo para pacientes	Sí, con revisión clínica	No procede	El centro
Tareas administrativas sin datos de paciente	Sí	No procede	El centro
Cualquier tarea con datos identificables de paciente	Nunca en cuenta personal	—	Responsable del tratamiento

La distinción de la segunda columna no es una recomendación mía: es lo que dice la norma, y la explico en detalle más abajo.

IA en diagnóstico por imagen: donde los resultados son más sólidos

El diagnóstico por imagen —radiología, tomografía, resonancia, dermatología visual, oftalmología— es donde la IA médica tiene más evidencia publicada y herramientas más maduras. No es casualidad: es un problema de clasificación de imágenes, que es exactamente lo que las redes neuronales hacen mejor.

Radiología: detección de hallazgos urgentes

Aidoc es una de las plataformas más implantadas en radiología asistida. Analiza tomografías y señala hallazgos urgentes —hemorragias intracraneales, embolias pulmonares, neumotórax— para que el radiólogo los priorice. No sustituye al radiólogo: es triaje automatizado que garantiza que los casos más urgentes se ven primero.

Viz.ai tiene un enfoque similar especializado en ictus. Detecta las imágenes de TAC compatibles con ictus isquémico y notifica al equipo de guardia en tiempo real. En minutos de diferencia un ictus se trata o no se trata, y ahí la IA marca diferencia clínica real.

Lunit INSIGHT ha ganado adopción en Europa para radiografía de tórax, detectando nódulos pulmonares, cardiomegalia o derrame pleural. Otras plataformas de análisis de imagen con marcado CE compiten en el mismo espacio.

Todas ellas tienen algo en común y es lo que las hace utilizables: marcado CE como producto sanitario. Sin eso, ninguna herramienta puede usarse para apoyar el diagnóstico en Europa.

Dermatología: análisis de lesiones cutáneas

Existen aplicaciones que analizan fotos de lesiones cutáneas para estimar riesgo de malignidad. Son útiles como herramienta de triaje en atención primaria, no como diagnóstico definitivo, y su valor real está donde el acceso al especialista es limitado: zonas rurales, listas de espera largas, cribados poblacionales.

Hay estudios publicados que muestran sistemas clasificando lesiones cutáneas con precisión comparable a la de dermatólogos expertos en condiciones controladas. La implicación no es que la IA sustituya al dermatólogo; es que puede mejorar el triaje. Y conviene leer esos estudios con cuidado: buena parte se han validado sobre bases de imágenes con muy poca representación de pieles oscuras, lo que degrada el rendimiento en población no incluida.

Oftalmología: retinopatía diabética

LumineticsCore (antes IDx-DR) fue el primer sistema de IA aprobado por la FDA para diagnóstico autónomo de retinopatía diabética, sin revisión médica. Sigue siendo uno de los poquísimos casos de diagnóstico autónomo autorizado.

En España el cribado de retinopatía diabética es un candidato natural para este tipo de sistemas: con varios millones de personas con diabetes y revisión oftalmológica anual indicada, el cuello de botella es de capacidad, no de conocimiento. Varios sistemas con marcado CE compiten en este espacio.

IA en notas clínicas: el mayor ahorro de tiempo demostrable

Los médicos dedican una parte desproporcionada de su jornada a documentación. Es, con diferencia, el uso de IA con retorno más inmediato y menos discutible.

Transcripción y documentación automatizada

Los sistemas de documentación ambiental —Nuance DAX, Suki, Abridge son los más conocidos— escuchan la conversación entre médico y paciente y generan la nota clínica. El médico habla con el paciente, no con el ordenador, y al final de la consulta la nota está redactada.

Los datos de implantación que publican los fabricantes hablan de ahorros de decenas de minutos por médico y día, y de mejoras en satisfacción profesional. Trátalos como lo que son —cifras del vendedor— y mide en tu propio centro antes de escalar.

Aquí hay una condición que no es negociable: estas herramientas graban una conversación clínica. Eso significa consentimiento informado del paciente, contrato de encargado del tratamiento con el proveedor, evaluación de impacto y política de retención del audio. No es un detalle de despacho: es la diferencia entre una implantación válida y una sanción.

El problema real en España: la interoperabilidad

La mayoría de comunidades autónomas tiene su propio sistema de historia clínica electrónica, y la integración con herramientas externas es compleja. Las soluciones que están ganando terreno son los módulos de IA integrados directamente en los sistemas existentes por sus propios proveedores. Evita el problema de interoperabilidad, pero te ata al ritmo de innovación de tu proveedor de HIS.

Interacciones farmacológicas y seguridad del paciente

Las interacciones farmacológicas son una de las causas principales de eventos adversos evitables. Un paciente polimedicado, situación habitual en mayores, puede acumular miles de interacciones posibles que ningún médico memoriza.

Herramientas de verificación de prescripción. Las bases de datos clásicas de interacciones integran cada vez más modelos que detectan conflictos en tiempo real durante la prescripción. En el SNS, la prescripción electrónica tiene sistemas de alerta de sofisticación muy variable entre comunidades.

Dosificación individualizada. La dosificación estándar basada en peso o superficie corporal no es óptima para todos los pacientes. La farmacogenómica informa dosificaciones más precisas, y hay plataformas que integran datos genómicos con IA para recomendar tratamientos oncológicos personalizados. Es especialmente relevante en oncología, donde la ventana entre dosis efectiva y tóxica es estrecha.

Un matiz importante que se pasa por alto: una herramienta que recomienda una dosis está haciendo una función terapéutica, y por tanto es un producto sanitario. Si no tiene marcado CE, no debería estar en tu flujo de prescripción, por mucho que la interfaz sea cómoda.

Comunicación con el paciente

Chatbots de triaje. Sistemas como Ada Health o la española Mediktor recogen síntomas y orientan sobre el nivel de atención adecuado. No diagnostican: orientan sobre urgencia. En un contexto de urgencias saturadas, reducir visitas innecesarias tiene valor. Desde el 2 de agosto de 2026, además, ese chatbot está obligado a identificarse como sistema de IA ante el paciente.

Seguimiento post-consulta. Recordatorios de medicación personalizados, alertas cuando los parámetros monitorizados salen del rango objetivo, cuestionarios de síntomas con escalada al médico si la respuesta indica deterioro. Es donde la monitorización remota de crónicos empieza a tener retorno medible en ingresos evitados.

Investigación médica y revisión de literatura

La cantidad de literatura publicada hace imposible mantenerse al día. Aquí la IA sí aporta sin entrar en terreno regulado.

Elicit busca y sintetiza literatura científica: preguntas por la evidencia actual sobre un tratamiento concreto en un subgrupo concreto y obtienes un resumen con referencias. Semantic Scholar permite navegar la literatura siguiendo influencias entre artículos. PubMed ha incorporado búsqueda semántica que mejora la relevancia frente a la búsqueda por palabras clave.

Ninguna reemplaza la lectura crítica. Priorizan qué leer.

Y la advertencia de siempre: verifica cada referencia. Un modelo de lenguaje puede generar una cita con autores plausibles, revista plausible, año plausible y DOI plausible que no existe. En el ámbito jurídico español esto ya ha costado multas —el TSJ de Canarias sancionó a dos abogados en 2026 por presentar escritos con jurisprudencia inventada—, y en el ámbito científico el coste es tu credibilidad. Comprueba cada DOI en la fuente.

Telemedicina e IA

Triaje inteligente. Recoger síntomas por chatbot antes de la videollamada, entregar al médico un resumen estructurado antes de empezar y sugerir preguntas relevantes convierte una consulta telemática de diez minutos en algo más productivo. El médico llega con contexto y puede centrarse en lo que el algoritmo no capta: la relación, el contexto vital y el juicio clínico integrador.

Monitorización remota de crónicos. Detectar deterioros antes de que el paciente note síntomas, reducir ingresos por descompensación y gestionar más pacientes con menos consultas presenciales. Para un sistema con población envejecida y prevalencia creciente de cronicidad, es donde está el retorno estructural.

Marco regulatorio: la parte que casi nadie cuenta bien

Este es el punto crítico y donde más desinformación circula. Vamos por partes.

Datos de salud: categoría especial del RGPD

Los datos de salud no son "datos personales sensibles" en sentido coloquial: son categoría especial del artículo 9 del RGPD, cuyo tratamiento está prohibido con carácter general salvo que concurra una de las excepciones tasadas. Para un centro sanitario la excepción aplicable es normalmente el artículo 9.2.h): medicina preventiva, diagnóstico médico, prestación de asistencia sanitaria o gestión de servicios sanitarios, con la condición de que quien trate los datos esté sujeto a secreto profesional.

Aquí va el error que veo con más frecuencia y que además tiene consecuencias: basar el tratamiento asistencial en el consentimiento del paciente. Parece lo más garantista y es lo contrario. El consentimiento es revocable en cualquier momento, pero el centro no puede borrar la historia clínica si el paciente lo revoca, porque la Ley 41/2002 obliga a conservarla un mínimo de cinco años desde el alta de cada proceso asistencial. Prometes algo que no puedes cumplir. La base correcta es el 9.2.h), sostenida en España por la LOPDGDD y la propia Ley 41/2002. El consentimiento explícito sí es necesario para lo que queda fuera de la asistencia: marketing, comunicaciones comerciales, imágenes.

Lo que el listón del artículo 9 implica en la práctica:

• Evaluación de impacto (EIPD) prácticamente siempre. El artículo 35 la exige ante tratamientos de alto riesgo y menciona expresamente el uso de nuevas tecnologías; la lista de criterios de la AEPD la considera necesaria cuando concurren dos o más, y con datos de salud más tecnología nueva eso se cumple casi siempre. Conviene recordar que la sanción más alta impuesta por la AEPD en este terreno no fue por usar tecnología, sino por no haber hecho la evaluación de impacto.
• Delegado de protección de datos obligatorio en centros sanitarios, salvo profesionales que ejerzan a título individual.
• Contrato de encargado del tratamiento con cualquier proveedor de IA que procese datos de pacientes, con las obligaciones del artículo 28.
• Seudonimización antes de subir nada siempre que sea técnicamente viable.

Lo he desarrollado plan por plan, con la letra pequeña de cada proveedor y qué contratos ofrece cada uno, en RGPD e inteligencia artificial en la empresa.

Producto sanitario y marcado CE: la distinción que decide todo

Aquí está el punto que quiero que te lleves.

El Reglamento (UE) 2017/745 de productos sanitarios define producto sanitario por su finalidad prevista, no por su tecnología. Un software es producto sanitario cuando el fabricante lo destina, entre otros fines, a diagnóstico, prevención, seguimiento, predicción, pronóstico o tratamiento de una enfermedad. Si cumple esa finalidad, necesita marcado CE y evaluación de conformidad —con organismo notificado en casi todas las clases relevantes—, y en España su comercialización queda bajo supervisión de la AEMPS.

De ahí se siguen dos consecuencias prácticas:

Una IA generalista no es un producto sanitario. ChatGPT, Claude o Gemini no se comercializan con finalidad médica, no tienen marcado CE y sus propias condiciones de uso excluyen el uso clínico. Usarlos para apoyar un diagnóstico no es solo desaconsejable: es usar como producto sanitario algo que no lo es. Si eso deriva en daño, la posición del profesional es indefendible.

La finalidad la marca quien la declara... hasta que la cambias tú. Si un centro toma una herramienta genérica y la despliega internamente con finalidad diagnóstica, se está colocando en una posición muy incómoda respecto de la normativa de productos sanitarios. Esto es especialmente relevante en proyectos de desarrollo propio dentro de hospitales.

El Reglamento Europeo de IA y su calendario real

El Reglamento (UE) 2024/1689 se solapa con el de productos sanitarios y conviene entender cómo.

Un sistema de IA que sea componente de seguridad de un producto sujeto a la legislación armonizada de la Unión —el Anexo I incluye los productos sanitarios— y que requiera evaluación de conformidad por tercero es de alto riesgo. Es decir: la IA diagnóstica es alto riesgo por la vía del Anexo I, no por el Anexo III. Eso implica sistema de gestión de riesgos, gobernanza de datos, documentación técnica, registro de eventos, transparencia, supervisión humana y robustez.

El calendario, después del paquete de simplificación digital aprobado en 2026:

• Febrero de 2025: prácticas prohibidas y obligación de alfabetización en IA (artículo 4) para cualquier organización que use estos sistemas. Tu personal debe estar formado.
• Agosto de 2026: obligaciones de transparencia del artículo 50 —avisar de que se interactúa con una IA, etiquetar contenido sintético—.
• Diciembre de 2027: obligaciones de alto riesgo del Anexo III.
• Agosto de 2028: alto riesgo de sistemas integrados en productos con normativa sectorial propia, que es el caso de los productos sanitarios.

Traducción para un médico: el marcado CE del producto sanitario te aplica hoy; las obligaciones adicionales del Reglamento de IA para ese mismo producto llegan en 2028. La ampliación de plazo no relaja el requisito de producto sanitario. El calendario completo está en mi guía de la ley de IA europea.

La responsabilidad del médico

El médico que usa IA mantiene íntegra su responsabilidad profesional y legal. "La IA me lo recomendó" no es una defensa válida ni ética ni jurídicamente, igual que no lo sería "el analizador dio ese valor". La IA es una herramienta que informa la decisión, como un análisis o un ECG. No la sustituye, y no traslada la responsabilidad al fabricante salvo defecto del producto.

Cómo evaluar una herramienta de IA médica

Cuando te presenten una herramienta nueva —y te van a presentar muchas—, estas son las preguntas:

¿Tiene marcado CE como producto sanitario? Si tiene finalidad diagnóstica o terapéutica y no lo tiene, la conversación termina aquí. Pide el número de certificado y el organismo notificado, no un folleto.

¿En qué población fue validada? Un modelo validado en población norteamericana puede rendir distinto en población española. Diferencias demográficas, de prevalencia y de protocolos importan.

¿Cuál es la sensibilidad y la especificidad para tu caso de uso? Un "95% de precisión" global es marketing si no se desglosa por subgrupos clínicamente relevantes. Pregunta también por el rendimiento en los subgrupos peor representados en el entrenamiento.

¿Qué pasa cuando falla? Ningún sistema es perfecto. El protocolo de gestión de errores y el mecanismo de supervisión humana valen tanto como la precisión.

¿Cómo gestiona los datos? Localización, cifrado, política de acceso, uso para reentrenamiento y contrato de encargado. Con datos de salud, esto se pregunta antes de la demo.

¿Hay publicaciones con revisión por pares? Las notas de prensa y los informes del fabricante no son evidencia. Los estudios publicados sí.

Casos y estrategia en el sistema español

Varios hospitales españoles tienen programas consolidados: sistemas de detección precoz de sepsis en urgencias analizando constantes y analíticas en tiempo real, apoyo al diagnóstico en radiología urgente, análisis predictivo para gestión de camas, modelos de predicción de reingreso al alta y unidades de medicina de precisión que integran datos genómicos, de imagen y clínicos para decisiones terapéuticas en oncología.

El Ministerio de Sanidad ha publicado una estrategia de IA en salud que fija el marco de adopción en el sistema público, con tres pilares: interoperabilidad de datos, validación clínica de las herramientas y formación de profesionales en su uso ético y responsable. Ese tercer pilar ya no es voluntario: es lo que exige el artículo 4 del Reglamento de IA.

Si quieres el panorama sectorial completo, incluida la parte de gestión y no solo la clínica, lo tienes en IA para el sector salud y en mi análisis de IA en medicina y salud en 2026. La vertiente farmacéutica, con sus propios requisitos, en IA para farmacéuticos.

Burnout y carga administrativa: la oportunidad más realista

El desgaste profesional entre los médicos españoles está documentado y una de las causas más citadas es la carga burocrática. La IA ataca ese frente de dos formas.

Reduciendo la carga documental: si la generación automática de notas clínicas ahorra tres cuartos de hora al día, son cientos de horas al año de burocracia convertidas en tiempo con pacientes, descanso o formación.

Y reduciendo la carga cognitiva: acceso a síntesis de evidencia actualizada y apoyo informacional en condiciones de incertidumbre y sobrecarga.

Ninguna de las dos arregla el déficit de plazas, la escasez de especialistas ni la inequidad entre comunidades. Pero hacen el trabajo más sostenible para quien está hoy en el sistema, que no es poco.

Qué debería estar aprendiendo un médico ahora

Fundamentos. No necesitas programar, pero sí entender qué puede y qué no puede hacer un modelo, qué significa validación clínica, qué es el sesgo algorítmico y cómo leer críticamente un estudio sobre herramientas de IA.

Regulación. Igual que conoces la normativa de prescripción, debes saber qué significa marcado CE como producto sanitario y qué implica para el uso clínico. Es la pregunta que separa una herramienta usable de un riesgo.

Tu especialidad. Cada área tiene herramientas específicas con más o menos evidencia. Las sociedades científicas están publicando recomendaciones; empieza por ahí.

RGPD aplicado. Qué datos puedes usar con qué herramientas. El delegado de protección de datos de tu centro es el recurso correcto para las dudas concretas.

Escepticismo calibrado. El sesgo de automatización —la tendencia a aceptar sin cuestionar lo que dice un sistema— está documentado en medicina. Los médicos que usan bien la IA son los que verifican.

Preguntas frecuentes

¿Puede ChatGPT diagnosticar enfermedades?

No, y no debe usarse para ello. ChatGPT no es un producto sanitario: no tiene marcado CE, no ha pasado evaluación de conformidad y sus propias condiciones de uso excluyen el uso clínico. Puede ayudarte a redactar, resumir literatura o preparar material informativo, pero cualquier herramienta que se use para apoyar el diagnóstico necesita autorización como producto sanitario en Europa.

¿Puedo meter datos de pacientes en una herramienta de IA?

No con una cuenta gratuita ni personal. Los datos de salud son categoría especial del artículo 9 del RGPD y su tratamiento exige base jurídica específica, contrato de encargado del tratamiento con el proveedor, medidas de seguridad reforzadas y, casi siempre, evaluación de impacto. En la práctica: plan sanitario o de empresa, contrato firmado y seudonimización previa.

¿Qué significa que una IA médica tenga marcado CE?

Significa que el fabricante la ha declarado como producto sanitario conforme al Reglamento (UE) 2017/745 y ha superado la evaluación de conformidad correspondiente, normalmente con intervención de un organismo notificado. Sin marcado CE, un software con finalidad diagnóstica o terapéutica no puede comercializarse ni usarse legalmente con esa finalidad en la Unión Europea.

¿Es la IA médica un sistema de alto riesgo según el Reglamento Europeo de IA?

Sí, cuando es componente de seguridad de un producto sanitario que requiere evaluación de conformidad por tercero, por la vía del Anexo I del Reglamento. Eso implica gestión de riesgos, gobernanza de datos, documentación técnica, supervisión humana y robustez. Esas obligaciones son exigibles a partir de agosto de 2028 tras el aplazamiento aprobado en 2026, pero el marcado CE como producto sanitario ya es exigible hoy.

¿Necesito el consentimiento del paciente para usar IA en la consulta?

Depende del uso. Para el tratamiento asistencial de sus datos, la base jurídica correcta no es el consentimiento sino el artículo 9.2.h) del RGPD, apoyado en la Ley 41/2002. Ahora bien, si vas a grabar la consulta para generar la nota clínica automáticamente, tienes que informar al paciente de la grabación, y para usos ajenos a la asistencia —investigación no amparada, marketing, imágenes— sí hace falta consentimiento explícito.

¿Puede la IA sustituir a un radiólogo?

No, y ningún sistema con marcado CE se comercializa con esa pretensión. Lo que hacen las plataformas implantadas es triaje: priorizar los estudios con hallazgos urgentes para que se lean primero. El informe lo firma un radiólogo, que responde de él.

¿Cuál es la mejor IA para médicos en España?

Depende de la tarea y no hay una sola respuesta. Para imagen, plataformas con marcado CE del tipo Aidoc, Viz.ai o Lunit. Para documentación clínica, sistemas de escucha ambiental como Nuance DAX, Suki o Abridge, siempre con contrato de encargado firmado. Para revisión de literatura, Elicit o la búsqueda semántica de PubMed. Para tareas administrativas sin datos de paciente, cualquier modelo generalista actual.

¿Qué modelos de IA generalista son los actuales en 2026?

A agosto de 2026 los vigentes son la familia GPT-5 en ChatGPT, Claude Opus 5 y Claude Sonnet 5 en Claude, y Gemini 3.x Pro en Google. Los planes de pago rondan los 20-23 euros al mes por usuario, conviene comprobar el precio en la web oficial. Si una formación te habla de GPT-4o, Claude 3.5 o Gemini 1.5 como modelos actuales, está desactualizada dos generaciones.

¿Quién responde si la IA se equivoca en una decisión clínica?

El médico que toma la decisión. Usar una herramienta de apoyo no traslada la responsabilidad profesional al fabricante, salvo que exista un defecto del producto y se pueda acreditar. Por eso la supervisión humana no es un trámite: es la única defensa real, y es además un requisito expreso del Reglamento Europeo de IA para los sistemas de alto riesgo.

¿Es legal usar IA en la sanidad pública española?

Sí, dentro del marco descrito: producto sanitario con marcado CE cuando la finalidad es clínica, cumplimiento del RGPD y la LOPDGDD, evaluación de impacto y formación del personal. El Ministerio de Sanidad tiene una estrategia de IA en salud que fija ese marco, y cada centro debe haber evaluado la herramienta antes de su uso asistencial.

La IA en medicina no es la solución a los problemas del sistema sanitario. No resuelve la falta de médicos, no arregla presupuestos y no sustituye la relación médico-paciente. Pero en áreas específicas y bien delimitadas —imagen, documentación, seguridad del medicamento, seguimiento de crónicos— está dando resultados reales. El médico que invierte ahora en entenderla, no para ser experto técnico sino usuario informado y crítico, va a tener ventaja clara sobre quien llegue tarde.