La digitalización de la sanidad española ha alcanzado una paradoja técnica difícil de ignorar. Mientras los hospitales acumulan volúmenes ingentes de información, la capacidad de procesar estos activos mediante algoritmos avanzados choca con una realidad administrativa y técnica fragmentada.
El informe de la Organización para la Cooperación y el Desarrollo Económicos (OCDE) arroja luz sobre una brecha que ya no es tecnológica, sino de infraestructura fundamental: la inteligencia artificial en la sanidad española no termina de despegar debido a la falta de interoperabilidad de los datos clínicos. Esta carencia convierte a los centros sanitarios en silos de información estanca, donde el potencial de la analítica predictiva se diluye al cruzar las puertas de un servicio asistencial o la frontera de una comunidad autónoma.
La situación descrita por la OCDE sitúa a España frente a un espejo de ineficiencias acumuladas. El estudio revela que, aunque existen soluciones de IA con capacidad diagnóstica o de gestión, su implantación se queda estancada en entornos piloto o implementaciones locales de escaso impacto sistémico. No es un problema de falta de ingenio o de inversión en herramientas de software, sino de la ausencia de un lenguaje común. Gonzalo Hernández, experto en inteligencia artificial de ASHO, sostiene que «la inteligencia artificial no puede desplegar todo su potencial sin una base sólida de datos clínicos estructurados y de calidad». Esta afirmación subraya que, sin una estandarización previa, el algoritmo más avanzado es incapaz de operar con fiabilidad sobre registros que varían sustancialmente entre hospitales.
El obstáculo principal reside en la estructura misma del sistema sanitario. La descentralización de las competencias en España ha fomentado una diversidad de sistemas de historia clínica electrónica que, en muchos casos, no se comunican entre sí. Cuando los datos no están estructurados de forma homogénea, cada sistema funciona como si hablara un idioma distinto, lo que impide que la inteligencia artificial pueda aprender de forma global y aplicarse de manera consistente. Esta desconexión es, precisamente, lo que la OCDE identifica como el mayor freno para el escalado. La organización advierte que la mayoría de sus países miembros comparten un patrón de adopción fragmentada, pero la urgencia en España se acentúa por la necesidad de optimizar unos recursos públicos cada vez más tensionados por el envejecimiento demográfico.
Para los directivos del sector, este escenario plantea una disyuntiva operativa. Invertir en IA sin haber resuelto la higiene del dato clínico es, a menudo, un ejercicio de futilidad económica. Las soluciones que funcionan en un entorno controlado dentro de una unidad hospitalaria específica rara vez son exportables a otros departamentos si no existe una normalización semántica. El salto hacia la integración en el día a día del hospital sigue siendo limitado, lo que reduce significativamente el impacto real de estas tecnologías en la eficiencia asistencial. Sin ese paso, la IA se queda en una promesa académica o una nota de color en los informes anuales, pero no en una herramienta que alivie las listas de espera o mejore el diagnóstico precoz a nivel poblacional.
Aunque la tecnología esté madura, el informe de la OCDE pone el foco en la gobernanza. La dificultad para pasar de proyectos piloto a implementaciones reales es un síntoma de una resistencia estructural que va más allá del código. La interoperabilidad requiere no solo de protocolos técnicos, como el estándar HL7 FHIR, sino de una voluntad política y administrativa por compartir activos que históricamente se han gestionado de forma propietaria. La fragmentación no solo afecta a la IA diagnóstica, sino también a la logística hospitalaria y a la gestión de crónicos, áreas donde el análisis de datos masivos podría generar ahorros operativos directos.
El análisis de ASHO, a través de Gonzalo Hernández, incide en que la clave no reside únicamente en el desarrollo tecnológico, sino en la estructura del dato clínico. Si los registros médicos contienen información ambigua o no codificada bajo estándares internacionales, la IA hereda esos sesgos y errores, comprometiendo la seguridad del paciente. «La inteligencia artificial no es el problema, el reto está en la estructura del sistema sanitario y en cómo se gestionan los datos clínicos», añade el experto. Esta visión desplaza el debate desde la capacidad de computación hacia la arquitectura de la información, un cambio de paradigma que los gestores sanitarios están empezando a asimilar.
En contraste con las expectativas generadas hace un lustro, la realidad actual muestra que el futuro de la inteligencia artificial en sanidad dependerá menos de la innovación aislada y más de la capacidad de los sistemas sanitarios para integrarla de forma coordinada. La OCDE es clara al respecto: el éxito no vendrá de un algoritmo revolucionario, sino de la creación de un ecosistema de datos fluido y sostenible. La interoperabilidad es, por tanto, el peaje obligatorio para cualquier empresa tecnológica que pretenda consolidarse en el sector salud en España.
Esta tensión entre la disponibilidad de herramientas y la incapacidad de aplicarlas a gran escala genera un cuello de botella para la industria. Las empresas tecnológicas que desarrollan soluciones de salud digital se encuentran con un mercado donde la integración es el coste oculto más elevado. No se trata solo de vender una licencia de software, sino de dedicar meses a la adaptación de datos para que la herramienta pueda leer la realidad de cada hospital. Este proceso de «limpieza» y mapeo de datos es lo que hoy consume la mayor parte del tiempo y presupuesto en los despliegues de salud digital.
Al mismo tiempo, la regulación europea, con la reciente aprobación del Reglamento de Inteligencia Artificial y la creación del Espacio Europeo de Datos Sanitarios, añade una capa de complejidad y, a la vez, de oportunidad. Estas normativas presionarán a los sistemas regionales de salud hacia una mayor transparencia y estandarización, pero también exigirán un rigor técnico que muchos sistemas actuales no pueden garantizar. La presión regulatoria podría ser el catalizador que la interoperabilidad técnica no ha logrado ser por sí sola.
Pese a los retos, existen ejemplos de éxito que demuestran que el camino es viable, aunque lento. Algunos servicios de salud autonómicos han empezado a centralizar sus repositorios de datos clínicos para facilitar la investigación y el desarrollo de herramientas de soporte a la decisión médica. Sin embargo, estos esfuerzos siguen siendo oasis en un desierto de fragmentación. El informe de la OCDE debe leerse como una advertencia sobre el riesgo de obsolescencia: si España no resuelve su déficit estructural de datos, la inversión en inteligencia artificial seguirá siendo una serie de experimentos aislados sin capacidad de transformar realmente el modelo asistencial.
El cierre de este ciclo tecnológico no vendrá de la mano de una mayor potencia de cálculo, sino de una reforma profunda en la manera en que el dato clínico nace, se almacena y se comparte. La verdadera innovación hoy en la sanidad española no está en el algoritmo, sino en el conector que permita que ese algoritmo funcione en cualquier lugar del país de manera transparente y segura.
