«Si le preguntaras a la gente qué quería, habría dicho caballos más rápidos». La famosa frase atribuida a Henry Ford captura una verdad incómoda: la innovación radical rara vez surge de optimizar lo existente. Sin embargo, eso es exactamente lo que la atención médica ha estado haciendo con la inteligencia artificial.
Hemos estado ocupados intentando hacer que los caballos corran más rápido
Los avances en IA son innegables. Los modelos fundacionales y los sistemas agénticos prometen hacer de la inteligencia médica un recurso escalable. Pero enfrentamos un riesgo fundamental: estamos tomando este poderoso motor y tratando de montarlo en carruajes del siglo XIX. El resultado no es un automóvil, sino un «carruaje sin caballos» que sigue arrastrando las limitaciones del pasado: procesos diseñados para registros en papel, disponibilidad sincrónica de expertos y estructuras de atención que no escalan.
La lección del automóvil
La revolución automotriz no ocurrió porque alguien inventó el motor de combustión interna. Ocurrió porque ingenieros, urbanistas, fabricantes y emprendedores trabajaron simultáneamente en múltiples dimensiones: el chasis, la suspensión, la dirección, las carreteras, las estaciones de combustible, los patrones de viaje y, finalmente, nuevas industrias y economías. Simplemente colocar un motor potente en un carruaje tirado por caballos no habría funcionado. El verdadero salto no fue tecnológico, fue sistémico.
Hoy, la atención médica se encuentra en un umbral similar. Podemos seguir optimizando el carruaje, haciendo los caballos más rápidos, o podemos preguntarnos: ¿qué tipo de vehículo podemos construir ahora que la inteligencia médica será abundante en lugar de escasa?
Un marco para construir automóviles, no caballos más rápidos
Para responder a esa pregunta, proponemos un marco de cuatro capas para diseñar modelos de atención con IA como elemento central, no como un accesorio:
- Conocimiento. No se trata de documentos estáticos o plantillas de EHR. Es la base dinámica, legible por máquinas y en continuo aprendizaje que captura guías clínicas, protocolos institucionales y la experiencia acumulada de cada interacción.
- Inteligencia. Es el motor. La capacidad de sintetizar datos y conocimientos para apoyar decisiones personalizadas. Pero un motor, por poderoso que sea, no es un vehículo.
- Aplicación. Es el habitáculo, el volante, los pedales. Las interfaces con las que interactúan clínicos, pacientes y equipos. Una IA potente no genera valor si la experiencia de usuario no resuelve problemas reales.
- Flujo de trabajo. Es la carretera, las estaciones de servicio, las reglas de tránsito. Los procesos, tareas y estructuras de equipo rediseñados para aprovechar lo que la IA hace posible: redistribuir la carga cognitiva, transformar encuentros sincrónicos en asincrónicos, extender la atención más allá de los muros del hospital.
Estas capas son modulares —cada una puede evolucionar a su propio ritmo— pero profundamente interdependientes. El conocimiento alimenta la inteligencia; la inteligencia potencia las aplicaciones; las aplicaciones permiten nuevos flujos de trabajo; y los flujos de trabajo definen qué conocimiento, inteligencia y aplicaciones se necesitan. Diseñar a través de todas ellas requieren equipos multifuncionales que trabajen integrados, no en silos.
De la optimización a la reinvención
En Stanford Health Care, se aplicó este marco en un programa de eConsultas habilitado por IA. No se trata de «implementar IA» en un proceso existente. Se trata de reinventar el modelo de atención desde cero: plantillas que aprenden de cada consulta, modelos que sintetizan datos clínicos, interfaces que reducen fricción y, lo más importante, una redistribución del trabajo cognitivo que permite a los especialistas dedicar su tiempo a lo que realmente importa.
La diferencia entre hacer caballos más rápidos y construir automóviles no es una cuestión de velocidad incremental. Es una cuestión de lo que se vuelve posible. Los caballos más rápidos nunca te llevarían a través de un país, no generarían nuevas industrias ni transformarían ciudades enteras. Los automóviles sí.
Para los líderes de sistemas de salud, la pregunta ya no es «¿cómo implementamos IA en nuestros procesos actuales?» sino «¿qué nuevos modelos de atención podemos construir ahora que la inteligencia médica será abundante?». Aquellos que inviertan en la capacidad de diseñar a lo largo de toda la pila —conocimiento, inteligencia, aplicación y flujo de trabajo— no estarán optimizando carruajes. Estarán construyendo los vehículos que definirán la próxima era de la atención médica.
Por Cender Quispe
Link a artículo de referencia: https://www.nature.com/articles/s44401-026-00071-6