INFORME EJECUTIVO INTERACTIVO

La Inteligencia Artificial en el Sistema de Salud de CABA

Análisis integral sobre las aplicaciones, percepciones e implicancias de la IA en diagnósticos, intervenciones y gestión dentro de hospitales y clínicas (públicas y privadas).

📅 Agosto 2025 👤 Dir: Hernán Sandro 👤 Co-Dir: Cecilia Senén González

El Proyecto

Este estudio explora el impacto actual y la prospectiva a 5 años de la Inteligencia Artificial en procesos médicos. Se enfoca no solo en la tecnología, sino en el factor humano: profesionales y pacientes.

Metodología Mixta

  • 📊 Encuestas a pacientes.
  • 🎙️ Entrevistas a personal médico y técnico.
  • 🏥 Muestra: 12 hospitales y clínicas (CABA).
🎯

Objetivo Principal

Comprender las transformaciones tecnológicas abordando los desafíos éticos, la necesidad de adaptación laboral y la eficiencia operativa en el sector salud.

🧠

Foco Formativo

Estimar las nuevas competencias y la formación permanente que requerirán los profesionales para operar eficientemente estas tecnologías.

🔮

Prospectiva (5 Años)

Identificar las áreas (diagnóstico, tratamiento, gestión) con mayor oportunidad de inserción y desarrollo de dispositivos con IA.

👥

Percepción Ciudadana

Analizar los niveles de confianza, temores y beneficios percibidos por los pacientes frente a sistemas de salud asistidos por máquinas.

La Voz de los Profesionales e Instituciones

Los resultados de la fase cualitativa exploratoria revelan un panorama de transición. Haga clic en cada tarjeta para explorar los principales hallazgos emergentes de las entrevistas al personal de salud y directivos.

🌱

Origen de Iniciativas

¿De dónde surge el impulso por usar IA?

Click para leer más ▾
📚

Brecha Formativa

¿Están capacitados los profesionales?

Click para leer más ▾
🚀

Prospectiva a 5 Años

¿Dónde impactará más la tecnología?

Click para leer más ▾
⚖️

Dilemas Éticos

¿Cuáles son los riesgos regulatorios?

Click para leer más ▾

La Perspectiva del Paciente

Basado en encuestas realizadas a pacientes de hospitales y clínicas. Los datos muestran una clara paradoja: reconocen la utilidad de la IA para la eficiencia administrativa, pero mantienen una profunda desconfianza hacia el diagnóstico completamente automatizado.

Nivel de Confianza en Diagnósticos de IA

"Si un sistema de IA ayudara a su médico a interpretar sus resultados, ¿cuánta confianza tendría?" (Escala 1 al 5)

⚠️

Hallazgo clave: El 60% de los encuestados reporta niveles bajos o muy bajos de confianza (1 y 2). La percepción es que "la máquina toma decisiones en base a información pre-cargada, pero no está capacitada como un médico humano".

Percepciones Contrapuestas

¿Cuál considera el MAYOR beneficio de incorporar IA en salud?

💬

La Voz de los Pacientes (Encuesta abierta)

"Es como preguntar a una máquina. No le da confianza la máquina en temas de salud, para todo avanza muy rápido."

Claudio, 18 años, Hospital Público (Flores)

Síntesis y Recomendaciones

El análisis conjunto de las entrevistas exploratorias y las encuestas revela que la integración de la Inteligencia Artificial en el sistema de salud de CABA es inevitable pero desestructurada.

Existe una clara dicotomía: mientras los profesionales y el sistema ven a la IA como una herramienta inminente para reducir errores y agilizar flujos (turnos, análisis de imágenes), los pacientes temen la deshumanización de la atención médica y dudan de la capacidad autónoma de la tecnología.

La falta de políticas institucionales genera que la adopción dependa de individuos, exponiendo a clínicas y hospitales a riesgos en la gestión de datos privados y mala praxis por falta de protocolos.

💡 Pasos a Seguir (Recomendaciones)

  • Regulación y Marcos Éticos: Es urgente establecer normativas sobre el control de datos de las Historias Clínicas Digitales asistidas por IA.
  • Planes de Formación: Incorporar capacitación tecnológica obligatoria en residencias médicas y para el personal técnico actual, cerrando la brecha digital.
  • Transparencia hacia el Paciente: Desarrollar protocolos de comunicación para explicar a los pacientes cuándo y cómo se usa la IA en su diagnóstico, enfatizando que la decisión final recae en el humano.