La inteligencia artificial redefine la atención sanitaria en América Latina. Cómo funcionan 3 herramientas que pueden mejorar el diagnóstico y amplían el acceso en regiones de difícil cobertura
(Desde Ciudad de México) – La Inteligencia Artificial (IA) llegó para quedarse. Y la ciencia no está ajena a este cambio de paradigma. En el Roche Press Day LATAM 2025, realizado en la Ciudad de México los días 7 y 8 de octubre, se llevaron a cuatro ejes para avanzar hacia una mayor equidad en salud: la descentralización de la atención sanitaria para facilitar el acceso; la salud como inversión que impulsa el bienestar y el desarrollo; y la innovación con foco en los pacientes, con potencial para mejorar vidas y aportar a un futuro sostenible.
Sobre este último punto, Véronique Billia, strategic Innovation de Roche LATAM, compartió 3 herramientas de fuerte impacto para la salud y sobre todo la calidad de vida. Se trata de: Lunit, RetinIA y iBreastexam.
Lunit es una empresa fundada en Corea del Sur y trabaja para el diagnóstico de la imagen. “Nosotros lo usamos para cáncer de mama, pero también tienen otro producto que trabaja para cáncer de pulmón. Hay que entender la realidad del radiólogo en países emergentes, donde trabajan muchísimo. Ellos ven una cantidad tremenda de imágenes al día bajo mucha presión de tiempo. Entonces ahí viene una tecnología a ayudar a potenciar al radiólogo”, comenzó explicando Billia.
“Nunca lo va a reemplazar, pero actúa como un copiloto que identifica y analiza cada imagen de forma automática. Puede identificar potencial sospecha para que el radiólogo pueda hacer doble clic y ver un potencial riesgo. Al radiólogo, se le puede escapar una sospecha justamente por esa carga de trabajo o cuando está muy difícil de identificar al ojo humano una sospecha. Ahí el machine learning está bien trabajado. Y bajó muchísimo también el falso negativo. Es decir, que si la mujer va a hacer su check-up, realmente sabe si hay una sospecha o no, que hoy en día no siempre es el caso”, suma la experta.
Y precisa que, aunque se recomienda que las mujeres realicen un control anual, en la práctica muchas acuden a estos exámenes cada cinco años, en promedio, aunque la frecuencia varía según el país. Frente a este panorama, la herramienta permite que, si una paciente asiste tras un largo intervalo, pueda tener mayor certeza de que no existe ninguna anomalía detectada en su estudio.
RetinIA sirve básicamente para tomar una fotografía de fondo de ojo, con una cámara totalmente normal. Esa fotografía se manda a un algoritmo que permite detectar en el fondo de ojo, en la imagen, si hay una potencial sospecha de edema macular o retinopatía diabética.
“La retinopatía diabética es una consecuencia de alguien que tiene diabetes. Lamentablemente, por las brechas de salud que tenemos, ese paciente no está consciente que pueda tener retinopatía diabética. Ahora, los especialistas, de la misma forma que el radiólogo, están con muy poco tiempo para atender a los pacientes. Entonces, ahí la tecnología permite ir a clínicas locales, la fotografía hecha por una enfermera. No te va a dar un diagnóstico, es un tamizaje, es un prediagnóstico, pero te habla de una sospecha para decir: te indico que voy a dirigir a un especialista ahora porque sí tienes una sospecha. Te indica ir al OTC cuando ya tienes una sospecha a través de una fotografía”, agrega Billia.
La tercera, iBreastexam, es un desarrollo de una empresa que es mitad de Estados Unidos, mitad de la India. “Desarrollan un aparato portátil del tamaño de un celular, con batería de celular, de hecho. Tiene un pad, un círculo, un pad que permite recalcar, retranscribir la tecnología de palpación en el tejido mamario“, detalla la experta.
“Nunca te va a hablar de un potencial tumor o un potencial cáncer de mama. ¿De qué me va a hablar? Te va a decir: tienes una cierta dureza en tu tejido mamario. Entonces, por lo tanto, por favor, vete a hacer una radiografía, una mamografía. Estamos hablando de zonas muy retiradas, donde no hay acceso a salud, que los retos del día al día son de otros rubros, de qué voy a comer, qué van a hacer mis hijos. Entonces, mi salud como mujer está al último de la lista de pendientes. Entonces, ahí vamos a zonas retiradas para poder justamente concientizar y decir, mira, tienes algo, una dureza en tu tejido mamario, es una sospecha. Puede ser una calcificación, puede ser muchas cosas, pero te indicamos ahora ir a la Cruz Roja, el primer centro de atención, para revisar lo que podría ser”, agrega Billia.
La IA va definitivamente de la mano con el concepto de llegar a más lados, “porque uno para descentralizar necesita tecnología”, dice la experta. “El motor de esta estrategia de innovación abierta es detectar dónde están los retos de los pacientes. Encontramos instituciones, hospitales, clínicas con las cuales podemos colaborar en México, Perú, Chile, Jamaica, Guyana, El Salvador, Brasil y Argentina. Al final, son más de 30 países que cubrimos. La IA va a dar realmente un mayor acceso a la salud en grandes volúmenes. Es realmente romper un poco el esquema de cómo es la salud de hoy, que es dentro de un hospital con especialistas y aparatos carísimos, grandes, que no son movibles. Eso va a seguir, obviamente. Pero es como que sacar el acceso a salud de calidad hacia afuera. Hay que trabajar en la conciencia clínica todavía, que el médico y el paciente tengan fe en el concepto de la evidencia de la tecnología”, finaliza.
La medicina del futuro
La medicina futura está tomando forma en la actualidad. Diversos laboratorios ya emplean inteligencia artificial y aprendizaje automático para cambiar los procesos de descubrimiento y desarrollo de medicamentos, optimizando el análisis y la predicción sobre grandes volúmenes de datos.
Según relataron desde el gigante pharma, Roche tiene como objetivo crear 20 nuevos tratamientos orientados a enfermedades de alto impacto social para el año 2030.
Durante el último año, avanzó en su portafolio de investigación y desarrollo hacia terapias novedosas para patologías como obesidad, hemofilia A, enfermedad de Alzheimer, enfermedad de Parkinson en estadios iniciales, y un antibiótico que podría representar el primero en más de medio siglo efectivo contra una bacteria que ha desarrollado resistencia a otros fármacos.
Genentech aplica un modelo denominado “lab in a loop”. Este sistema utiliza inteligencia artificial generativa en un proceso continuo de experimentación, donde datos de laboratorio y de estudios clínicos alimentan algoritmos desarrollados por investigadores para prever objetivos farmacológicos y posibles moléculas terapéuticas. Las predicciones resultantes se verifican experimentalmente, obteniendo nueva información que mejora los modelos y afina las futuras predicciones, lo que acelera el desarrollo respecto al método tradicional de prueba y error.
El Centro pRED en Basilea concentra a más de 1.800 científicos en un entorno pensado para fomentar la colaboración y la sostenibilidad. Incluye soluciones digitales avanzadas y áreas de logística en cada nivel, lo que facilita los procesos experimentales. Además, incorpora el conocimiento de expertos externos mediante alianzas con científicos, la industria, universidades y asociaciones de pacientes.
Estos avances demuestran el potencial de la tecnología para ampliar el acceso a tratamientos más eficientes y contribuir a la construcción de sistemas de salud más justos y sostenibles.
La innovación en salud implica no solo avanzar en la investigación en laboratorios, sino también crear un entorno flexible, capaz de aprender y con enfoque en las personas.
El diseño del futuro en la atención sanitaria requiere la participación de todos los integrantes del sector. Las herramientas actuales permiten abordar retos complejos y anticipar una mejora en la salud colectiva.
Otros avances de la IA en la Ciencia
Diversas herramientas de inteligencia artificial facilitan la labor científica. Para identificar la bacteria presente en una muestra, los laboratorios suelen recurrir a manuales extensos o fuentes dispersas, frecuentemente en inglés. Un equipo argentino desarrolló Maldi-Bot, una solución basada en IA que ofrece respuestas precisas en español desde celulares o computadoras y que puede utilizarse en otros países.
La inteligencia artificial también impulsó avances en investigación biomédica sobre enfermedades neurodegenerativas. AlphaFold, desarrollado por Google DeepMind, permitió obtener la estructura tridimensional de más de 200 millones de proteínas en un año, lo que amplía las posibilidades para comprender y tratar el Alzheimer.
