Autor: Dr. Danilo Leal Director del Magíster en Ciencia de Datos e IA Universidad Andrés Bello Investigador ITISB

Columnas de Opinión: Datos para sanar: el dilema ético y la promesa de la IA en la salud chilena
Columnas de Opinión: Datos para sanar: el dilema ético y la promesa de la IA en la salud chilena = En la última década, hemos visto cómo la inteligencia artificial (IA) ha pasado de ser una promesa de ciencia ficción a una herramienta cotidiana.
Sin embargo, mientras el debate público se pierde a menudo en los riesgos existenciales de los grandes modelos de lenguaje, en los pasillos de nuestros centros de salud se está gestando una revolución silenciosa y mucho más urgente. En un país donde las listas de espera no son solo cifras, sino rostros y familias, la ciencia de datos surge no como un lujo tecnológico, sino como un imperativo ético. La capacidad de procesar volúmenes masivos de información médica nos permite hoy algo que antes era impensable: predecir trayectorias de enfermedades con una precisión inédita.
Proyectos que integran grafos de conocimiento y modelos predictivos, como los que impulsamos desde el ITISB y en colaboración con distintas entidades públicas y privadas, permiten anticipar complicaciones médicas o mejorar la gestión antes de que el sistema colapse. Estamos hablando de pasar de una medicina reactiva a una proactiva, donde el dato se convierte en el insumo principal para salvar vidas. Sin embargo, este potencial nos sitúa frente a un dilema ético profundo que Chile debe abordar con madurez. El primer desafío es la soberanía y privacidad del dato. El paciente chileno, con justa razón, es celoso de su ficha clínica. Para que la IA sea efectiva, necesitamos que los datos fluyan entre instituciones, pero esto solo será posible si garantizamos una anonimización robusta y una ciberseguridad que sea confiable. No podemos permitir que el miedo al mal uso de la información bloquee el progreso que podría curar a miles. El segundo desafío, quizás el más crítico para nuestra realidad social, es el sesgo algorítmico. Un modelo entrenado mayoritariamente con datos de pacientes de ciertos sectores socioeconómicos podría no ser representativo de la realidad genética, ambiental o de hábitos de una comuna en particular o de zonas rurales en regiones. Si no somos capaces de alimentar nuestros sistemas con datos diversos y locales, corremos el riesgo de automatizar la desigualdad en salud. La equidad sanitaria en el siglo XXI comienza, necesariamente, con la equidad en los datos. Para liderar esta transición, Chile no necesita solo mejores computadores; necesita un pacto nacional por la interoperabilidad ética.
Esto implica marcos regulatorios modernos que faciliten la investigación científica, transparencia total para que el paciente sepa cuándo un algoritmo ha sugerido un cambio en su tratamiento, y una formación de capital humano avanzado que entienda que la ética es tan importante como el código de programación. Desde la academia, tenemos la responsabilidad de formar profesionales que no solo dominen la estadística, sino que comprendan la sensibilidad humana detrás de cada registro. La tecnología para sanar ya está disponible. El verdadero reto para el Chile de 2026 es construir la confianza social necesaria para que esos datos, hoy aislados en servidores, se transformen en el bienestar que nuestra ciudadanía lleva años esperando. El futuro de la medicina chilena no se escribirá solo en los pabellones, sino en la ética con la que gestionemos nuestra información más valiosa. Autor: Dr. Danilo Leal Director del Magíster en Ciencia de Datos e IA Universidad Andrés Bello Investigador ITISB.