Tres de cada cuatro sistemas de salud en EE. UU. tienen una estrategia de IA. Muchos menos tienen la infraestructura para ejecutarla.

El sector sanitario de EE. UU. destina aproximadamente el 56% de sus ingresos operativos a la mano de obra. Los márgenes son estrechos. La escasez de personal no mejora y las expectativas de los pacientes siguen aumentando. Esta es la olla a presión en la que navega actualmente cualquier ejecutivo de un sistema de salud.

Se supone que la IA es la válvula de escape. Y sobre el papel, ya lo es.

Una encuesta de McKinsey de 2026 reveló que el 50% de las organizaciones sanitarias de EE. UU. han implementado IA generativa en los últimos dos años. Los datos de HIMSS apuntan en la misma dirección: aproximadamente el 75% de los sistemas de salud estadounidenses están desplegando IA de forma estratégica para hacer frente a las limitaciones de personal y a la presión financiera. Accenture informa que el 82% de los proveedores de EE. UU. esperan que el aumento de los ingresos sea el principal resultado de la IA en la salud.

Así que tenemos ambición y tenemos presupuesto. También tenemos juntas directivas que hacen las preguntas correctas. Entonces, ¿por qué las curvas de costes no se están reduciendo más rápido?

La brecha no es la estrategia; es la preparación.

El patrón es familiar en las organizaciones sanitarias con las que trabajamos. El trabajo de estrategia suele ser sólido y los primeros proyectos piloto tienden a mostrar una promesa real, lo que mantiene optimistas las actualizaciones de la junta directiva durante un tiempo. Las cosas se complican una vez que el despliegue tiene que sobrevivir al contacto con el entorno operativo real, y ahí es donde, por lo general, el impulso empieza a perderse.

La encuesta de McKinsey señala la misma fricción en toda la industria:

• El 59% de los líderes de salud afirma que la parte más difícil es integrar o adaptar las herramientas de IA a los flujos de trabajo existentes.
• El 66% señala la inexactitud o el sesgo en los resultados de los modelos como el mayor riesgo para el escalamiento.
• El 60% cita la exposición de la seguridad como un desafío central.
• El 31% apunta a una capacidad interna insuficiente, y otro 31% a una infraestructura de datos o tecnológica insuficiente.

Ninguno de estos es un problema de la IA. Todos son problemas de infraestructura con una etiqueta de IA.

Lo que realmente significa la «preparación para la IA» en el sector salud

Cuando realizamos evaluaciones de preparación, casi siempre aparecen tres limitaciones:

Sistemas heredados (legacy) que no fueron diseñados para compartir Los expedientes clínicos electrónicos (EHR), las plataformas de reclamaciones, los sistemas de programación de citas y los sistemas financieros se construyeron para operar, no para integrarse. Los modelos de IA son útiles solo en la medida en que puedan acceder a los datos. Cuando el 70% de las señales relevantes está bloqueado detrás de interfaces punto a punto o flujos de trabajo de la era del papel, el resultado del modelo es mucho más pobre de lo que sugería la presentación de la estrategia.

Trayectorias operativas y de pacientes aisladas en silos Las visiones clínica, administrativa y financiera de un mismo paciente suelen vivir en sistemas diferentes con identificadores distintos. Sin una visión unificada, la IA termina optimizando una parte del trayecto mientras otra se degrada silenciosamente. Así es como se lanza un chatbot que reserva citas más rápido pero no sabe que el paciente ya está en proceso de cobro de deudas.

Datos que no están listos para el caso de uso La mayoría de los sistemas de salud tienen una gran cantidad de datos. Muchos menos tienen datos actualizados, gobernados, etiquetados y con la confianza suficiente para fundamentar una decisión clínica o financiera. La preparación no es una cuestión de almacenamiento; es una cuestión de calidad, linaje y acceso.

Dónde se esconden realmente los ahorros de costes

El estudio revela que las aplicaciones con mayor potencial hoy en día no son las que reciben más atención de la prensa:

• El 87% de los líderes ve la eficiencia administrativa como la mayor oportunidad para la IA generativa.
• El 76% afirma lo mismo sobre la IA multiagente.
• El 63% ve un beneficio real en la modernización de la infraestructura de software.
• El 63% lo ve en el compromiso (engagement) del paciente.

Esto encaja perfectamente con la base de costes. El trabajo administrativo es donde se acumula la mano de obra. La infraestructura de software es donde aparece el impuesto por la integración. El compromiso del paciente es donde se previene o se genera la utilización evitable de los servicios.

Si el premio es una reducción del 30% en los costes sanitarios abordables, no provendrá de un único modelo insignia. Provendrá de la IA aplicada en cientos de flujos de trabajo de alta frecuencia, sobre una capa de integración que realmente pueda soportar el peso.

Qué diferencia a los sistemas que llevan la delantera

Los sistemas de salud que están obteniendo un valor real y acumulativo de la IA no son los que tienen los proyectos piloto más llamativos. Son los que tratan la IA como una capacidad de producto, no como una categoría de compras. Hay algunas constantes en su forma de operar:

• Invierten en la plataforma antes que en el modelo Las bases de datos, los patrones de integración y la gobernanza se financian como tareas prioritarias, no como un efecto colateral de la demostración de un proveedor
• Secuencian por flujo de trabajo, no por tecnología Cada despliegue comienza con un resultado medible en el flujo de trabajo, y luego trabaja hacia atrás para determinar el modelo, los datos y la gestión del cambio necesarios para respaldarlo.
• Construyen la confianza clínica y operativa de forma conjunta Las pruebas de sesgo, los registros de auditoría y los puntos de control con intervención humana se diseñan desde el principio, no se parchean después de que el departamento legal plantee una objeción.
• Ejecutan la IA como una capacidad operativa, no como un proyecto Los equipos que gestionan la IA en producción también son responsables de las métricas que esta mueve, con bucles de retroalimentación hacia la plataforma.

La pregunta honesta para los líderes de la salud

La pregunta interesante ya no es si la IA pertenece al sector salud. Ese debate ha terminado. La pregunta es si tu organización está configurada para capturar el valor cuando este se presente.

Si la respuesta implica un plazo de integración de seis meses antes de que cualquier piloto pueda escalar, la brecha no se está cerrando; se está ampliando. Otros sistemas están acumulando valor silenciosamente mientras se programa la próxima actualización de la estrategia.

Ponerse al día no se trata de tener más IA. Se trata de tener mejores bases sobre las cuales ejecutar la IA.

Wizeline se asocia con organizaciones sanitarias para construir los cimientos de IA que transforman la estrategia en resultados medibles de costes y atención médica. Si tu hoja de ruta de IA está lista pero tu infraestructura no, esa es la conversación que vale la pena tener.