La inteligencia artificial (IA) ya se está utilizando en los servicios sanitarios, pero es casi imposible saber con exactitud cómo, dónde, cuánto y cuándo se emplea, ni cuáles son los resultados en salud que realmente produce. Lo que conocemos al respecto es solo la punta de un iceberg. Bajo la superficie permanece un conjunto de algoritmos, aplicaciones y modelos predictivos cuya utilización es, en gran medida, desconocida para los propios responsables del sistema sanitario, los pacientes y la ciudadanía.

Gobernar la IA en la sanidad es una misión indispensable si queremos asegurar calidad, eficiencia y equidad en su incorporación a la práctica asistencial. Si al aplicar la IA los diagnósticos son más precisos y los tratamientos más personalizados, resulta lógico ordenar su uso para garantizar que siempre se aplique sobre la base de evidencia científica suficiente. Asimismo, es necesario asegurar que ningún paciente, colectivo vulnerable o territorio sufra discriminación por sesgos en los datos o en los algoritmos. Si la IA genera beneficios, todas las personas deben recibirlos.

Al carecer hoy de un sistema de gobernanza de la IA orientado a estos principios, existe un riesgo cierto de un uso inadecuado e inequitativo de la tecnología que, lejos de reducir desigualdades, las incremente. No podemos seguir de brazos cruzados. Iniciativas como la Estrategia de IA del Sistema Nacional de Salud (SNS) o los planes de diversas comunidades autónomas, como Andalucía, son pasos importantes pero insuficientes: no abordan un modelo institucional que determine qué soluciones incorporar, con qué criterios, quién las evalúa y quién responde por sus resultados.

Es perfectamente posible poner en marcha esta gobernanza con escasas modificaciones normativas y con absoluto respeto al Reglamento Europeo de IA. El Sistema Nacional de Salud ya dispone de experiencia en la incorporación ordenada de medicamentos y tecnologías a su cartera común de servicios, la fórmula jurídica que garantiza la equidad.

Para lograr que la IA que funciona se incorpore de manera justa y eficiente al sistema público, propongo una estrategia estructurada en cuatro pilares esenciales:

En primer lugar, un registro público y obligatorio. Crear un censo dinámico de todas las soluciones de IA utilizadas en el SNS, identificando su finalidad, ámbito asistencial, población destinataria, fabricante y evidencia disponible. No es un freno a la innovación, sino una herramienta indispensable para tener trazabilidad.

En segundo lugar, una evaluación común del impacto en salud para establecer un procedimiento que analice la evidencia científica, utilidad clínica, seguridad, impacto organizativo, sesgos, protección de datos y eficiencia. Esta labor debería recaer en un organismo público especializado; la Agencia Española de Medicamentos y Productos Sanitarios (AEMPS), reforzada en sus competencias, es la base idónea.

Además, es necesario integrar de forma transparente aquellas soluciones que demuestren mejorar la salud, convirtiéndolas en un derecho de la ciudadanía. La transparencia genera confianza y eleva la calidad de las decisiones públicas.

En cuarto lugar, seguimiento continuo y supervisión: implantar sistemas de monitorización postimplantación. Dado que la IA aprende y evoluciona constantemente, su supervisión también debe hacerlo, detectando sesgos emergentes o retirando las soluciones que dejen de cumplir los estándares.

Este modelo exige una gobernanza compartida entre el Ministerio de Sanidad y las comunidades autónomas. La innovación necesita descentralización para desarrollarse, pero también reglas comunes para preservar la cohesión y la equidad del SNS.

España tiene una oportunidad extraordinaria para liderar este ámbito desde el interés público. La diferencia entre regular y gobernar es enorme: regular significa establecer las reglas del juego; gobernar implica decidir cómo se utiliza una innovación para generar el máximo beneficio colectivo minimizando los riesgos. El gran potencial de la inteligencia artificial en salud solo se materializará si construimos instituciones robustas que garanticen que cada algoritmo aporta valor real a los pacientes, mejora la práctica profesional y fortalece nuestro sistema sanitario.