Un nuevo artículo publicado en npj Digital Medicine describe el diseño, el funcionamiento y los resultados de la Comunidad de Práctica de Inteligencia Artificial para la Salud Global (AI4GH CoP), una red que desde 2023 conecta a investigadores, implementadores y tomadores de decisión del Sur Global. CLIAS participa de esa comunidad como hub regional para América Latina y el Caribe.
## El problema: esfuerzos fragmentados
La inteligencia artificial está transformando la salud global, pero los países de ingresos bajos y medianos siguen subrepresentados en su desarrollo. Cuando las soluciones se concentran en países de altos ingresos, la región corre el riesgo de quedar relegada al rol de proveedora de datos, sin participación equitativa en las decisiones ni en los beneficios. El artículo lo llama «colonialismo de datos».
A eso se suma otro problema: los equipos que investigan e implementan IA en salud suelen trabajar aislados, sin espacios para compartir experiencias, aprender de otros y construir alianzas. El resultado es un ecosistema fragmentado que avanza más lento de lo que podría.
## La respuesta: una comunidad de práctica
Una comunidad de práctica es, en la definición clásica de Etienne Wenger, un grupo de personas que comparten una preocupación o una pasión por algo que hacen, y aprenden a hacerlo mejor interactuando con regularidad. No es un consorcio formal ni un proyecto con fecha de cierre: es un espacio de aprendizaje colectivo sostenido.
## AI4GH: la iniciativa paraguas
AI4GH (Artificial Intelligence for Global Health) es una iniciativa financiada por el Centro Internacional de Investigaciones para el Desarrollo (IDRC) de Canadá y el Foreign, Commonwealth & Development Office (FCDO) del Reino Unido. Apoya proyectos de IA en salud en África subsahariana, Asia, América Latina y el Caribe, y Medio Oriente y Norte de África, con foco en dos grandes áreas: salud sexual, reproductiva y materna, y prevención, preparación y respuesta ante epidemias y pandemias.
Dentro de esa iniciativa, la Comunidad de Práctica es el espacio donde todos los proyectos se encuentran. Su propósito: maximizar el impacto de las inversiones y promover una IA responsable, ética, inclusiva y con liderazgo del Sur Global.
## CLIAS: el hub regional de América Latina y el Caribe
Desde el Instituto de Efectividad Clínica y Sanitaria (IECS), CLIAS (Centro de Inteligencia Artificial y Salud para América Latina y el Caribe) es uno de los partners de AI4GH y su hub regional para LAC. Su foco es aplicar la IA para mejorar los resultados de salud de poblaciones vulnerables, incluidas comunidades rurales, indígenas, afrodescendientes y personas con discapacidad.
Dentro de la comunidad, CLIAS aporta la perspectiva regional, conecta a los equipos de América Latina y el Caribe con la red global y participa de los grupos de trabajo temáticos y transversales donde se resuelven problemas compartidos: regulación, disponibilidad de datos, capacidad técnica y el paso de la investigación a la escala.
## Cómo funciona la comunidad
El artículo analiza la comunidad con un «roadmap» de 27 preguntas que cubre ocho dominios: visión, gobernanza, liderazgo, convocatoria, colaboración, gestión comunitaria, experiencia de usuarios y medición. Algunos rasgos centrales:
– Un Knowledge Hub multilingüe (inglés, francés y español), alojado en The Global Health Network, con recursos curados y una sección dedicada a IA responsable.
– Grupos de trabajo temáticos (salud sexual, reproductiva y materna; epidemias y pandemias) y transversales (medición de impacto, escalamiento responsable, movilización de recursos).
– Talleres regionales híbridos, webinars abiertos y un encuentro anual presencial de todos los partners.
– Un Comité Directivo con representación de todos los socios, y un liderazgo distribuido entre regiones.
## Los números, a tres años
– 10.046 miembros registrados en el Knowledge Hub.
– 14.377 sesiones comprometidas, con fuerte participación desde países de ingresos bajos y medianos.
– 128 recursos en la biblioteca (artículos, guías, marcos, cursos), descargados más de mil veces.
– 98 colaboradores en 48 países conectados a través de la herramienta «Connect and Collaborate».
## Qué aprendimos
El estudio deja lecciones transferibles para cualquier iniciativa que quiera construir comunidades de práctica en salud global:
1. La representación regional equitativa no surge sola: hay que diseñarla intencionalmente, con estrategias específicas por región y materiales multilingües.
2. Los recursos digitales no alcanzan. Sin facilitación activa, una plataforma es solo un depósito. Lo que genera aprendizaje son los espacios de interacción: grupos de trabajo, talleres, webinars.
3. Los grupos de trabajo funcionan como radares: permiten detectar temprano los obstáculos compartidos (falta de marcos regulatorios, datos limitados, brechas de capacidad) y convertirlos en agenda de aprendizaje.
4. El próximo desafío es la medición: pasar de indicadores de actividad (visitas, recursos, reuniones) a evidencia de cambios en la práctica y en las políticas.
## El artículo
«The AI4GH community of practice: strengthening LMIC-Led artificial intelligence for global health», publicado en npj Digital Medicine (2026), con autoría de equipos de la red AI4GH, incluida Cintia Cejas del IECS. Acceso abierto: