Salud
25 de febrero de 2026
IA y gestión de proyectos en la salud
Por qué la tecnología por sí sola no puede transformar sistemas

La inteligencia artificial se presenta como una de las principales promesas para el futuro de la salud. Diagnósticos más rápidos, automatización de procesos, decisiones más precisas y reducción de costos componen un discurso cada vez más presente en las agendas institucionales. Sin embargo, la experiencia práctica demuestra que la simple inversión en tecnología no garantiza la transformación organizacional ni la mejora sostenible del cuidado.
Informes recientes señalan que Brasil posee un escenario prometedor para el uso de la inteligencia artificial en salud, pero aún enfrenta limitaciones relevantes en infraestructura, cualificación profesional y gobernanza de datos (CETIC.BR, 2024). En la práctica, se observa que muchos proyectos se inician con gran expectativa y terminan subutilizados, fragmentados o sin impacto medible.
La implementación de soluciones en salud digital ha revelado un patrón recurrente: la priorización de la adquisición de tecnologías en detrimento de la comprensión de la complejidad organizacional y operativa necesaria para su implementación. Este desalineamiento resulta, con frecuencia, en sistemas costosos, baja adhesión por parte de los equipos e impactos limitados sobre los procesos de trabajo. Esto demuestra que la transformación digital no se deriva de la adopción aislada de tecnologías, sino del desarrollo de proyectos estructurados, con gobernanza, método y propósito claramente definidos.
Cuando la innovación falla antes de empezar
La literatura contemporánea sobre innovación destaca la importancia de distinguir entre dos fuerzas que impulsan el cambio tecnológico — technology-push (oferta tecnológica) y demand-pull (necesidades del mercado) — y cómo estas fuerzas interactúan para guiar la dirección de la innovación. Hötte (2023), en un estudio reciente, señala que, cuando las iniciativas se basan principalmente en technology-push, pueden generar innovaciones desalineadas con las demandas reales, con implicaciones para la adopción y sostenibilidad de los proyectos.
Las iniciativas impulsadas exclusivamente por la tecnología tienden a presentar fragilidad estratégica, alcance mal definido y baja integración organizacional (Bento et al., 2022). Sin un diagnóstico institucional adecuado, los sistemas no se conectan a los flujos de trabajo, no dialogan con las demandas reales y no se incorporan a la rutina. En estos contextos, la innovación se transforma en un experimento aislado, sin continuidad ni generación efectiva de valor.
El papel estratégico de la gestión de proyectos
La gestión de proyectos tradicionalmente contempla la planificación y el control de plazos, costes y alcance. En el campo de la salud digital, sin embargo, su papel se expande, asumiendo una función estructurante en los procesos de transformación, articulación de actores y sostenimiento de los cambios organizacionales.
Según la Association for Project Management (2022), los proyectos basados en IA requieren integración entre competencias técnicas, organizacionales y humanas. Esto incluye la traducción de demandas clínicas en requisitos técnicos, la organización de equipos multidisciplinares, la planificación de capacitación y la definición de indicadores de desempeño. Sin este arreglo, la tecnología permanece como promesa. Con él, se transforma en instrumento de gestión.
La eficiencia no es solo automatización
Las aplicaciones iniciales de inteligencia artificial en la salud suelen centrarse en la automatización de procesos administrativos y de apoyo a la gestión, como programación, facturación, auditoría, triaje de demandas y análisis de glosas (rechazos de pago por parte de las aseguradoras).
Estos usos representan avances relevantes en eficiencia operativa. Sin embargo, a medida que la IA se incorporó a procesos asistenciales, regulatorios y decisorios —como apoyo a la decisión clínica, estratificación de riesgo, vigilancia en salud, gestión de redes de cuidado y gobernanza de datos—, se hizo evidente que sus beneficios permanecen limitados cuando no van acompañados de rediseño organizacional, revisión de flujos de trabajo y mecanismos adecuados de gobernanza.
La ganancia real ocurre cuando la tecnología se inserta en proyectos que revisan flujos, integran sistemas y califican equipos. Estudios muestran que iniciativas exitosas combinan innovación tecnológica con cambios estructurales en los modelos de gestión (Torres et al., 2025). En este escenario, la gestión de proyectos actúa como mediadora entre áreas técnicas, clínicas y administrativas, garantizando coherencia institucional.
Apoyo a la decisión clínica y responsabilidad
En la dimensión asistencial, los sistemas de apoyo a la decisión se están expandiendo rápidamente. El análisis de imágenes, la interpretación de exámenes, el monitoreo remoto y la predicción de riesgos ya forman parte de la realidad de muchos servicios.
Las revisiones internacionales indican que la inteligencia artificial puede aumentar la precisión diagnóstica y reducir el tiempo de respuesta clínica, siempre que vaya acompañada de validación y supervisión humana (Uridge et al., 2025). Sin embargo, su adopción indiscriminada puede generar nuevos problemas, como opacidad decisoria, sesgo algorítmico y fragilidad jurídica, por ejemplo.
Los proyectos responsables necesitan incorporar, desde el principio, mecanismos de explicabilidad, auditoría y gobernanza. Estudios sobre Inteligencia Artificial Explicable destacan que la transparencia algorítmica es una condición central para la confianza institucional (Arrieta et al., 2020). Sin este cuidado, la ganancia técnica puede ir acompañada de pérdida de credibilidad.
Interoperabilidad: el desafío invisible
Gran parte de las dificultades en la implementación de la inteligencia artificial no reside en los algoritmos, sino en la infraestructura. Datos fragmentados, sistemas incompatibles y ausencia de estándares hacen inviables proyectos prometedores.
Experiencias internacionales, como la del Servicio Nacional de Salud (NHS), de Inglaterra, demuestran que sistemas de salud con baja interoperabilidad enfrentan obstáculos estructurales para la adopción de soluciones avanzadas — especialmente sistemas básicos de TI lentos, fragmentados y poco amigables, que impiden la integración eficaz de soluciones avanzadas como la IA, porque la infraestructura de datos esencial aún no está modernizada ni es interoperable (The Guardian, 2024).
En Brasil, este desafío es ampliamente reconocido en los estudios sectoriales del Centro Regional de Estudios para el Desarrollo de la Sociedad de la Información (CETIC/BR, 2024). La gestión de proyectos asume un papel decisivo en este contexto, articulando acuerdos intersectoriales, definiendo prioridades y organizando etapas de transición.
Ética, LGPD y gobernanza de datos
Todavía es común tratar la privacidad, seguridad de la información y el cumplimiento legal como etapas finales. Este es un error estratégico. La IA opera con datos sensibles, lo que exige una estricta observancia de la Ley General de Protección de Datos (Brasil, 2018). Las fallas en este campo no solo generan sanciones jurídicas, sino que también comprometen la legitimidad institucional.
Los proyectos maduros incorporan, desde la concepción, análisis de riesgos regulatorios, participación jurídica, políticas de protección de datos y mecanismos de rendición de cuentas. La gobernanza no limita la innovación. La hace sostenible.
Las personas siguen siendo el factor decisivo
Ninguna tecnología se sostiene sin adhesión humana. La resistencia al cambio, la inseguridad profesional y la baja alfabetización digital siguen siendo obstáculos relevantes. Estudios indican que muchos proyectos fracasan no por limitaciones técnicas, sino por fallos en la gestión del cambio (Salimimoghadam et al. 2025). Ignorar este aspecto compromete cualquier iniciativa.
Proyectos exitosos invierten en comunicación interna, formación continuada, participación de los usuarios y escucha activa de los equipos. La transformación digital es, ante todo, un proceso social.
La experiencia acumulada en diferentes contextos permite destacar algunos principios fundamentales:
- Definir el problema antes de la herramienta;
- Trabajar con pilotos estructurados;
- Incorporar gobernanza desde el inicio;
- Planificar el cambio organizacional;
- Evaluar el impacto real.
Estos elementos diferencian proyectos duraderos de iniciativas pasajeras.
Más allá de la tecnología
La inteligencia artificial puede contribuir de forma significativa al fortalecimiento del sistema de salud brasileño. Sin embargo, esto exige articulación entre políticas públicas, formación profesional, regulación adecuada y modelos de gobernanza.
Los informes sectoriales indican que la consolidación de esta agenda depende del desarrollo institucional y de la cualificación de los gestores (CETIC.BR, 2024). Importar soluciones sin construir capacidades locales tiende a generar dependencia tecnológica y fragilidad operativa. La inteligencia artificial tiene el potencial de ampliar la eficiencia, apoyar decisiones clínicas y fortalecer la gestión en salud. Pero no opera sola.
La diferencia entre proyectos que generan impacto y aquellos que se vuelven obsoletos radica en la calidad de su conducción. La tecnología es el motor. La gestión de proyectos es el sistema de dirección. Sin planificación, gobernanza y compromiso institucional, la innovación se dispersa. Cuando estos elementos están presentes, se transforma en valor social.
| Para tener acceso a las referencias de este texto haga clic aquí |
Quién publicó esta columna
Beatriz Cristina de Freitas








