Vivimos un momento apasionante en el mundo de la salud digital. La inteligencia artificial ha dejado de ser una promesa de laboratorio para convertirse en protagonista del día a día clínico. Vemos algoritmos que predicen enfermedades antes de que los síntomas aparezcan, modelos que escriben informes médicos en segundos, y hasta asistentes virtuales que conversan (más o menos) como un profesional recién llegado. Es emocionante. También un poco vertiginoso.

Pero como CEO de una empresa que lleva 9 años aplicando IA de forma práctica en entornos sociosanitarios y clínicos reales, quiero hacer una pausa y lanzar una pregunta incómoda, pero necesaria: “¿Dónde está realmente la inteligencia en todo esto?”.

No me malinterpretéis. Estoy entusiasmado con los avances. Los modelos predictivos están ayudando a anticipar eventos clínicos con más precisión que nunca. Los generativos –esos grandes modelos de lenguaje que tanto han dado que hablar– están agilizando tareas administrativas, mejorando la documentación y abriendo nuevas vías de interacción. Todo esto es valioso, sin duda. Son avances impresionantes. Son necesarios. Y están cambiando vidas.

Hoy, cuando hablamos de IA en sanidad, lo más habitual es pensar en dos grandes bloques: los modelos predictivos y los modelos generativos. Los primeros, entrenados con grandes cantidades de datos históricos, permiten anticipar eventos clínicos: desde la probabilidad de un infarto, hasta la predicción de abandono terapéutico en pacientes crónicos. Los segundos, por su parte, son capaces de generar texto, imágenes, incluso “razonamientos” clínicos, emulando en parte el pensamiento humano. Son los “ChatGPT” o los asistentes virtuales que conversan con pacientes.

Estos enfoques son espectaculares, sin duda, pero… (porque siempre hay un “pero”) también es cierto que muchos de estos sistemas se quedan en una capa superficial. Predicen. Generan. Pero no necesariamente deciden. No entienden el flujo clínico real. No integran criterios médicos formales. Y a veces, se limitan a ofrecer probabilidades o textos sin contexto, lo que en sanidad puede ser más un riesgo que una ayuda.

Y aquí es donde quiero centrar esta reflexión: el cerebro donde reside la verdadera inteligencia generalmente no está en predecir o generar, sino en decidir con sentido, en actuar con precisión y automatizar con responsabilidad. Y ahí es donde entra nuestro motor de reglas NAIHA.

NAIHA utiliza componentes de IA, pero lo hace con un enfoque pragmático. NAIHA no es un oráculo. No pretende predecir el futuro ni reemplazar la intuición médica. Lo que hace es algo, en mi opinión, aún más valioso: automatiza procesos asistenciales complejos aplicando reglas clínicas estructuradas y dinámicas, enriquecidas con inteligencia contextual, y lo hace dentro del flujo de trabajo, no al margen de él, ayudando a tomar decisiones basadas en la evidencia, facilitando así el trabajo de los profesionales y optimizando su tiempo, dos valiosos recursos que se ven drásticamente mermados en nuestros días.

‘La verdadera inteligencia no es la que predice o genera, sino la que decide bien’

En Ubikare integramos en NAIHA las guías de práctica clínica, estructuramos dato médico, y el motor se adapta en tiempo real a la realidad asistencial generando nuevo dato médico y dando soporte a la toma de decisiones, por lo que NAIHA es un software clasificado como dispositivo médico. Todo esto lo hacemos con un profundo respeto por la gobernanza clínica. En Ubikare creemos que la verdadera transformación digital no está en reemplazar al profesional, sino en amplificar su capacidad, en liberarlo de tareas repetitivas para que se centre en lo humano, en lo insustituible. Este enfoque puede parecer menos llamativo desde fuera. Pero dentro de un sistema sociosanitario y sanitario, tiene un impacto transformador. Porque cada regla aplicada correctamente significa una alerta bien gestionada, una derivación automatizada, un riesgo controlado antes de convertirse en problema, un paciente que recibe seguimiento cuando lo necesita. Significa que el sistema empieza a pensar como un profesional clínico, con criterio, con trazabilidad, con transparencia en el tratamiento del dato y con seguridad. No hay «cajas negras» ni “magia”. Hay lógica, conocimiento, y sí, también inteligencia artificial, pero de la que entiende la clínica, no solo los datos.

Hay muchas formas de clasificar los tipos de IA, pero una distinción que me gusta especialmente es según cómo resuelven problemas humanos:

IA simbólica o basada en reglas: reproduce el razonamiento humano estructurado, a partir de lógica, árboles de decisión, conocimiento explícito. Es la IA que más se parece a cómo enseña la medicina: con guías clínicas, protocolos, algoritmos de decisión. Nuestro motor NAIHA pertenece en parte a esta tradición.

IA conexionista o basada en datos: aprende patrones ocultos a partir de grandes volúmenes de datos. Son los modelos predictivos y generativos más comunes hoy. Muy potentes, pero también más opacos.

IA híbrida: combina reglas y aprendizaje automático. Es el enfoque que nos parece más prometedor, y en el que trabajamos activamente en NAIHA: un sistema que entiende las reglas, pero que también puede aprender de la experiencia, adaptarse, sugerir mejoras.

La clave está en entender que automatizar bien puede ser más valioso que predecir con errores, y que, en sanidad, un sistema que decide con lógica y trazabilidad es mucho más útil que uno que “imagina” un diagnóstico que nadie pidió. ¿Nos emociona la IA generativa? Por supuesto. ¿La usamos cuando tiene sentido? Claro. Pero creemos que el verdadero cambio llega cuando la tecnología no solo impresiona, sino que trabaja y ayuda en silencio y mejora procesos reales. Nosotros apostamos por la IA que ayuda a decidir. La que automatiza sin ruido. La que entiende el contexto. Y lo mejor es que ya está funcionando.

Como CEO de Ubikare donde trabajamos cada día con prestadores sociosanitarios y sanitarios que cuentan con equipos de profesionales comprometidos, me enorgullece ver cómo nuestro software NAIHA se integra, no como un experimento de innovación, sino como una herramienta esencial del día a día. Eso, para mí, es el mejor ejemplo de que la IA en sanidad no tiene que ser espectacular para ser transformadora.

Porque generalmente, la verdadera inteligencia no es la que predice o genera, sino la que decide bien.

Ángel Díez Domínguez, CEO y fundador de Ubikare