El uso de inteligencia artificial (IA) para agilizar procesos administrativos en salud continúa expandiéndose, pero una investigación reciente sobre el programa Medicare en Estados Unidos encendió las alertas: sistemas de IA utilizados para revisar solicitudes de autorización de tratamientos y procedimientos estarían generando un número elevado de rechazos y demoras en la atención de los pacientes.

La automatización de las autorizaciones previas busca reducir la carga administrativa y acelerar la respuesta a médicos y pacientes. Sin embargo, documentos obtenidos mediante solicitudes de transparencia muestran que, en algunos casos, los algoritmos rechazaron solicitudes que posteriormente fueron aprobadas tras una revisión humana, lo que plantea dudas sobre la precisión y el papel que debe desempeñar la IA en decisiones que pueden afectar el acceso al tratamiento.

Para la práctica médica, el caso representa un recordatorio de que la IA puede optimizar procesos, pero no sustituir el criterio clínico. Cuando un algoritmo participa en la evaluación de una solicitud terapéutica, existe el riesgo de que la decisión se base en criterios incompletos o en modelos que no contemplen toda la complejidad del paciente, especialmente en enfermedades crónicas, raras o con múltiples comorbilidades.

En México, aunque el uso de IA en autorizaciones médicas aún es limitado, hospitales, aseguradoras y proveedores de salud ya incorporan herramientas de automatización para gestionar expedientes, validar información y apoyar procesos administrativos. Este escenario hace relevante discutir desde ahora mecanismos de supervisión, auditoría y transparencia para cualquier sistema que intervenga en decisiones relacionadas con la atención médica.

Diversos especialistas en salud digital coinciden en que las herramientas de IA deben funcionar como sistemas de apoyo y mantenerse bajo supervisión humana, con posibilidad de revisión cuando una decisión pueda afectar el acceso a un diagnóstico o tratamiento. La implementación responsable también requiere evaluar continuamente el desempeño de estos modelos y detectar posibles sesgos o errores antes de su adopción a gran escala.

Más que cuestionar el uso de la inteligencia artificial en salud, el caso de Medicare pone sobre la mesa un desafío central para los sistemas sanitarios: garantizar que la innovación tecnológica mejore la eficiencia sin comprometer la seguridad, la equidad ni la oportunidad en la atención de los pacientes.

Referencia: