Resumen ejecutivo
México está invirtiendo en inteligencia artificial médica en los dos frentes que la evidencia internacional respalda mejor: la detección oportuna de cáncer de mama y la nota clínica. La apuesta está bien colocada y es más grande de lo que yo esperaba encontrar. Lo que no existe es la medición: ni una evaluación publicada de los cuartos azules del ISSSTE, ni de los mastógrafos con IA de IMSS-Bienestar, ni del sistema de dictado del IMSS. El Plan Nacional de Inteligencia Artificial menciona la salud tres veces en veintiocho páginas, y ninguno de los seis proyectos que presenta como logros toca a un paciente. La guía de COFEPRIS para registrar software médico no contiene ni una sola mención a la inteligencia artificial. En el sector privado, los hospitales que más la anuncian —Christus Muguerza, Médica Sur— no han publicado una sola cifra sobre los sistemas que dicen operar, y ninguna de las dieciséis instituciones que revisé aparece como sede de un ensayo clínico de inteligencia artificial, aunque participan en cientos de ensayos de otros temas.
El nombre lo dice todo
El IMSS llamó «Mírame a los ojos» a su sistema de reconocimiento de voz. La idea es exacta y hasta conmovedora: el software escucha la consulta y escribe directamente en el expediente electrónico, para que el médico pueda ver al paciente en lugar de ver la pantalla. Lo usan 5,700 médicos y ha acompañado seis millones de consultas entre 2025 y 2026, según el comunicado de Presidencia del 2 de junio de 2026.
En el artículo anterior conté que el Servicio Nacional de Salud británico midió exactamente esto en nueve centros, con 192 clínicos y 17,452 consultas, y publicó el informe: el tiempo de escritura cayó a la mitad y la atención directa al paciente subió del 70% al 86% de la sesión. Kaiser Permanente midió 2.6 millones de consultas y publicó. Un estudio en JAMA siguió a 8,581 clínicos de cinco instituciones y encontró dieciséis minutos menos de documentación por cada ocho horas, pero ningún cambio en el trabajo que el médico se lleva a casa.
De «Mírame a los ojos» no sabemos nada de eso. No sabemos cuántos minutos recuperó el médico mexicano, ni si la nota quedó mejor o peor, ni si el paciente notó la diferencia. Seis millones de consultas son, por mucho, el experimento natural más grande de América Latina sobre este tema, y está corriendo sin que nadie lo esté midiendo. Ese es, en una frase, el problema mexicano. Nunca medimos y como dice la frase clásica de la dirección de empresas, no se puede mejorar lo que no se mide.
Lo que el gobierno ya instaló
Hay que empezar por reconocer el tamaño de lo que se hizo, porque es considerable. En el mismo comunicado del 2 de junio, los tres grandes institutos presentaron su hoja de ruta tecnológica.
El ISSSTE abrió cuatro «cuartos azules» —salas dedicadas a la interpretación de mastografías con inteligencia artificial— con seis estaciones de lectura que, según la institución, podrán interpretar más de 400 mil mastografías al año, con lectura a distancia desde 98 unidades médicas y desde 180 en 2027. El quinto abrió el 1 de julio de 2026 en la clínica de detección y diagnóstico automatizado de la Ciudad de México, con tres estaciones de trabajo, una capacidad declarada que pasa de 1,400 a entre 1,700 y 1,800 estudios al mes, y una entrega de resultados que bajó a ocho días en promedio. Ocho días es un dato que vale la pena subrayar: en el cáncer de mama el tiempo hasta el resultado es, en la práctica, parte del pronóstico.
IMSS-Bienestar anunció 13 mil millones de pesos en 2026 para 32 mil equipos, entre ellos ocho aceleradores lineales, once resonancias magnéticas y setenta mastógrafos con inteligencia artificial, además de internet y expediente clínico digital en 8,400 centros de salud. Y el IMSS reporta cinco programas: además de «Mírame a los ojos», 813 mil consultas por videollamada en 402 unidades durante 2025, 41 tomógrafos de 256 cortes en 39 hospitales de veinte estados, cirugía robótica en cinco centros nuevos con 68 cirujanos y 354 pacientes tratados con radiocirugía en el Centro Médico Nacional Siglo XXI.
Visto en conjunto, el dinero cayó donde debía. De los tres frentes donde la evidencia mundial es sólida —la mastografía de detección, la alerta temprana hospitalaria y el ahorro de tiempo en la nota clínica—, México invirtió en el primero y el tercero. No en un chatbot de moda, no en un «hospital inteligente» indefinido: en mastografía y en documentación, que es justamente lo que los experimentos grandes respaldan. Quien haya tomado esa decisión se informó antes de tomarla..
Y lo que no sabemos de nada de eso
Son cifras de instalación y de uso, reportadas por las propias instituciones. Ninguna es una evaluación. No existe un documento que diga cuántos cánceres más encontraron los cuartos azules que la doble lectura humana que sustituyen, cuántas mujeres fueron llamadas a revisión de más, ni qué pasó con los tumores que se escapan entre un estudio y el siguiente. El contraste con el resto de este expediente es brutal: Suecia repartió al azar a 105,934 mujeres y publicó; Alemania siguió a 463,094 y publicó; el Reino Unido, antes de adoptar nada, puso a competir a ocho proveedores sobre 202,886 episodios reales y publicó la tabla completa, con falsos positivos que iban de 4.3% a 61.4% según la marca. Una unidad hospitalaria de Derby midió su propio sistema, descubrió que se le escapaba el 8.8% de los cánceres y lo publicó de todos modos, diciendo con todas sus letras que no era seguro para uso clínico.
México compró el equipo. Lo que falta no es tecnología ni presupuesto: es un protocolo de evaluación, un comité que lo apruebe y la decisión de publicar el resultado aunque incomode. Cuesta una fracción infinitesimal de los 13 mil millones de pesos. O no se está midiendo, o lo que es peor, se mide, pero no gusta el resultado y entonces no se publica,
Y hay una razón concreta para no dar por buenos los resultados ajenos. En Perú probaron en Lima once algoritmos de detección de tuberculosis entrenados con 733,756 sonidos de tos de siete países, y el acierto se desplomó. En Chile, el sistema nacional de lectura de retinografías se validó bien en su estudio original y, cuando otro grupo lo comparó contra tecnólogos médicos entrenados, resultó que mandaba a revisión a casi la mitad de los sanos. Los algoritmos no viajan solos: viajan con la población con la que fueron entrenados. Dar por hecho que lo que funcionó en Lund funcionará igual en Iztapalapa es, técnicamente, un acto de fe.
El Plan Nacional de Inteligencia Artificial, y la palabra que aparece tres veces
El Plan Nacional de Inteligencia Artificial, publicado en abril de 2026, confirma el hueco desde el otro extremo. En sus veintiocho páginas la palabra salud aparece tres veces, siempre como integrante de una lista de sectores estratégicos junto a la agricultura, la educación y la seguridad. Ninguno de los seis proyectos que el documento presenta como logros del primer año de la Fábrica de IA tiene que ver con un paciente: son el semáforo aduanal, un agente conversacional de trámites, un asistente turístico, la clasificación de patentes del IMPI, un modelo de grafos contra empresas factureras y un gestor de emergencias. La supercomputadora Coatlicue enlista la «investigación de frontera en salud» entre sus usos previstos, y ahí se queda, sin meta ni presupuesto sectorial.
No es un reproche al plan, que tiene piezas serias: el centro público de formación con diez mil estudiantes en su primera generación y catorce empresas tecnológicas involucradas es una apuesta real. Es una constatación: la política nacional de inteligencia artificial y la política de salud digital corren por carriles separados, y los cinco cuartos azules del ISSSTE no aparecen en el documento que supuestamente ordena la inteligencia artificial del Estado mexicano.
Del lado regulatorio el vacío es más serio. La guía vigente de COFEPRIS para registrar software como dispositivo médico reconoce textualmente que esa categoría «aún no ha sido autorizada en la Ley General de Salud», y no contiene una sola mención a la inteligencia artificial, al aprendizaje automático o a los algoritmos. Dicho de otra manera: estamos comprando mastógrafos con inteligencia artificial sin tener la figura legal para registrar el software que los hace funcionar, y sin ninguna obligación de que el fabricante reporte con qué pacientes lo entrenó. No es un problema exclusivamente mexicano —Argentina regula el software médico desde enero de 2025 sin mencionar la IA una sola vez, y Chile y Colombia están igual—, pero Brasil al menos exige al fabricante justificar la técnica empleada y declarar el origen y el tamaño de las bases con que entrenó, aunque su propio regulador admita que eso todavía no está en la norma sino en una guía orientativa.
Los hospitales privados: los que anuncian y los que publican
Aquí esperaba encontrar el contrapeso. La medicina privada mexicana presume tecnología de punta, compite por ella y tiene con qué pagarla. Revisé dieciséis instituciones: sus sitios oficiales, sus informes corporativos, todo lo que han publicado en revistas médicas entre 2020 y 2026 y el registro internacional de ensayos clínicos. El resultado es desconcertante, y se ordena en dos grupos.
Los que anuncian. Christus Muguerza es, por mucho, el que más inteligencia artificial anuncia en México. Según su propia sala de prensa, opera AI-Rad Companion —un producto de Siemens Healthineers— en imagenología, por el cual recibió un premio estatal de innovación en abril de 2025; desarrolló internamente tres herramientas con nombre propio, Eva para el dolor postoperatorio, Daly para prevención de caídas y Didier para higiene de manos, operando en Saltillo y en Monterrey desde 2022; usa «inteligencia artificial y machine learning» en cirugía desde 2020; optimizó con IA sus procesos de obstetricia; e inauguró en León un hospital de 1,500 millones de pesos con «procesos totalmente automatizados soportados con Inteligencia Artificial». Sobre ninguno de esos sistemas existe una sola cifra: ni pacientes, ni estudios, ni tiempos, ni detección, ni mortalidad, ni concordancia. Ni en revista médica ni en su propio sitio. Sus tres publicaciones reales con aprendizaje automático son de 2020 y 2021, sobre electrocardiograma y engrosamiento del músculo cardiaco, y sobre COVID: temas distintos a todo lo que anuncia.
Médica Sur declaró en su reporte anual de 2025 —un documento presentado ante la Bolsa Mexicana de Valores, no un boletín— la implementación de una plataforma de radiología «que cuenta con algoritmos de inteligencia artificial», con «procesamiento automatizado y análisis predictivo» que «mejoran la eficiencia, precisión y calidad de atención al paciente», dentro de 29.5 millones de pesos invertidos en tecnologías de la información ese año. Su página de tecnología médica avanzada afirma que su resonador magnético «incorpora tecnologías innovadoras como el uso de inteligencia artificial y técnicas de aprendizaje automático». No ha publicado una sola medición de ninguno de los dos. Su único trabajo propio de inteligencia artificial con pacientes, sobre 1,965 cirugías, no evalúa ningún sistema instalado: compara la técnica anestésica que eligieron sus anestesiólogos contra la que recomienda ChatGPT, y coinciden en 84.6% de los casos. Es un trabajo interesante. No dice nada sobre la plataforma que compraron.
El Tecnológico de Monterrey y TecSalud son el caso más matizado, y el mejor del país. Tienen una línea de investigación sostenida y acumulativa: análisis automatizado de imagen mamaria desde 2020, un conjunto de referencia de 5,046 informes radiológicos anotados por sus propios radiólogos, predicción de respuesta al tratamiento con marcadores en sangre, y la validación del modelo Mirai de riesgo en 3,110 mujeres mexicanas, que concluyó un desempeño apenas moderado y pidió estudios prospectivos. Nueve o diez artículos propios con pacientes reales: más que todo el resto del sector privado mexicano junto. Pero su proyecto insignia, el centro de investigación en salud que abrió con la Universidad de Texas en Austin, presenta como primer logro un algoritmo de composición corporal entrenado con el biobanco británico y «en validación» en México. Cero pacientes reportados, cero resultados.
Los que ni la mencionan. La red de Hospitales Ángeles, la más grande del país con veinticuatro o veinticinco hospitales, no menciona inteligencia artificial clínica en ninguna parte de su sitio corporativo. Lo único que lleva esas dos letras es AISHA, que es su portal de resultados de laboratorio y nunca usa la palabra ni describe qué hace. Sus tres publicaciones con aprendizaje automático salen de médicos de Puebla y de Interlomas, en colaboraciones donde el hospital es sede y no motor. El Centro Médico ABC no afirma operar inteligencia artificial —lo cual, siendo honestos, lo deja mejor parado que a quien la anuncia sin medirla—: lo que tiene son artículos de divulgación en su revista digital, y en su página de investigación, con 72 protocolos activos y tres comités registrados, la inteligencia artificial no figura como línea. Aun así publicó cuatro trabajos con sus propios pacientes, entre ellos un modelo que predice en el primer trimestre la preeclampsia, la complicación de presión alta del embarazo y otro sobre 108 tomografías con contraste para guiar los protocolos de infarto cerebral. El Hospital Español no menciona la inteligencia artificial. El Hospital San Javier de Guadalajara tampoco, y es el único de la lista con cero artículos: cuarenta y un trabajos publicados en PubMed, ninguno con experiencias o casos de éxito de inteligencia artificial. Lo mismo Doctors Hospital de Monterrey. El Hospital Puerta de Hierro de Zapopan aparece una sola vez, como una de muchas sedes de un protocolo latinoamericano sobre una arritmia del corazón que todavía no ha producido resultados.
Y hay un dato que no admite interpretación. Ninguna de las dieciséis instituciones figura como sede de un ensayo clínico con intervención de inteligencia artificial en el registro internacional. Ninguna. En cambio, sí aparecen como sede en investigación clínica en general: Ángeles en 399 estudios, el Hospital Universitario de la UANL en 232, el Instituto Nacional de Cancerología en 175, el ABC en 68, Médica Sur y el Zambrano Hellion en 49 cada uno, Christus Muguerza en 37. Saben participar en ensayos clínicos. Tienen los comités, los investigadores y la experiencia. En inteligencia artificial, ninguno participa.
La excepción, y es la que uno menos esperaría
La única institución mexicana que publicó la evaluación de un producto comercial de inteligencia artificial sobre miles de pacientes propios no es un hospital de alta especialidad: es Salud Digna, una cadena de diagnóstico de bajo costo. En 2026 publicó, junto con el IMSS y la Universidad de Guanajuato, la evaluación de un sistema de lectura automática de mastografías sobre 9,560 imágenes de 2,390 mujeres mexicanas, con dos radiólogos leyendo a ciegas como referencia.
Y los números no son triunfales, que es precisamente lo que les da valor: el sistema acertó en siete de cada diez casos, detectó la mayoría de las lesiones de alto riesgo y mandó a revisión a tres de cada diez mujeres sanas. Es un resultado honesto, publicado con sus intervalos y sus límites, que permite a cualquier director de hospital mexicano decidir con información. Es exactamente lo que no tenemos de los cinco cuartos azules.
Hay además un cuerpo de trabajo mexicano serio, casi todo público, que merece más atención de la que recibe. Un estudio publicado en Radiology en 2023 evaluó, en un hospital de Jalisco, el triaje de masas mamarias palpables con ultrasonido portátil de bajo costo operado por personal con entrenamiento mínimo: sobre 758 masas en 300 mujeres, la inteligencia artificial identificó correctamente a 47 o 48 de las 49 mujeres con cáncer. Para un país con escasez crónica de radiólogos, esa es una de las aplicaciones más prometedoras que he visto. El Instituto de Oftalmología Fundación Conde de Valenciana comparó una plataforma mexicana contra residentes de primer año en 435 pacientes y encontró que la máquina acertaba más en sospecha de glaucoma, y que la combinación de máquina y residente superaba a cualquiera de los dos por separado. La Asociación Para Evitar la Ceguera, con el laboratorio social de Microsoft, publicó en JAMA Network Open la detección de la enfermedad de retina que deja ciegos a los bebés prematuros, con videos tomados con un teléfono celular en 512 recién nacidos de México y Argentina. El Instituto Nacional de Cardiología entrenó un electrocardiograma con inteligencia artificial para detectar la arteria tapada que provoca el infarto, en 362 pacientes. El Instituto Nacional de Cancerología publica análisis automatizado de biopsias y de imagen con pacientes reales sin anunciarlo en ninguna parte: es el espejo exacto de los privados, produce sin presumir.
Y está el estudio que más me hizo pensar, del Hospital de Gineco Pediatría 48 del IMSS en León: comparó la lectura de edad ósea asistida contra dos observadores humanos en 271 radiografías. La máquina coincidió con ellos, pero tardó significativamente más. Es el único trabajo del IMSS con datos duros sobre inteligencia artificial que pude encontrar, y concluye que la herramienta fue más lenta que el radiólogo. Esa clase de hallazgo —pequeño, incómodo, útil— es justamente lo que produce un sistema que mide.
México en conjunto: dos maneras distintas de no medir
Puestos uno al lado del otro, el sector público y el privado fallan en el mismo punto por caminos opuestos, y esa simetría es el verdadero hallazgo. El sector público compró a escala y acertó en qué comprar: cinco salas de lectura con algoritmo, setenta mastógrafos, un sistema de dictado corriendo en seis millones de consultas. Instaló mucho, lo instaló donde la evidencia mundial lo respalda, y no midió nada. El sector privado hizo lo contrario: anunció mucho, instaló poco de lo que puede verificarse desde fuera, y tampoco midió. Entre los dos suman el equipo suficiente para generar la mejor evidencia de inteligencia artificial médica de América Latina, y no han generado ninguna.
Hay además una asimetría de incentivos que conviene nombrar. Al sector público le sobra escala y le falta un mandato de evaluación: nadie le exige a un instituto publicar lo que le dio el equipo que compró, así que el comunicado de inauguración acaba siendo el único documento que existe. Al sector privado le sobra capacidad y le falta razón para publicar: anunciar inteligencia artificial vende consultas, y medirla solo puede arrojar un número que decepcione. El resultado es el mismo desde el punto de vista del paciente, que es el único que importa: nadie en México puede decirle a una mujer que entra a un cuarto azul, o a un consultorio con mastógrafo nuevo, qué probabilidad tiene de que esa máquina encuentre su tumor antes que dos radiólogos leyendo su estudio.
Y las pocas mediciones mexicanas que sí existen no vienen de ninguno de los dos lugares donde uno las buscaría. Vienen de una cadena de diagnóstico de bajo costo, de los institutos nacionales, de un hospital de Jalisco con ultrasonido portátil, de una fundación oftalmológica trabajando con residentes, y de un hospital del IMSS en León que publicó que su herramienta resultó más lenta que el radiólogo. Gente con menos presupuesto que cualquiera de los actores grandes, haciendo lo que los actores grandes no hacen. En un país donde el gasto en salud se discute todos los días, la parte más barata de todo esto —contar lo que pasó— es la única que nadie está financiando.
Qué habría que hacer, y no es caro
Lo primero es evaluar lo que ya está instalado. Los cinco cuartos azules del ISSSTE pueden generar, con el diseño más sencillo posible, la primera evidencia mexicana de mastografía asistida por computadora: basta comparar un periodo de lectura doble humana contra el periodo con algoritmo en las mismas unidades, con los mismos radiólogos, y seguir a las mujeres hasta el siguiente estudio para contar los cánceres que se escaparon. Lo mismo con “Mírame a los ojos”, seis millones de consultas permiten medir minutos de documentación, calidad de la nota y errores de medicamento con una muestra ridículamente pequeña del total. Nada de esto requiere comprar nada.
Lo segundo es cerrar el hueco regulatorio. COFEPRIS necesita una vía explícita para software como dispositivo médico que incluya inteligencia artificial, con tres requisitos que ya son estándar internacional: declarar con qué datos se entrenó el modelo, reportar su desempeño por subgrupos de la población —el Reino Unido obligó a la revisión humana en personas de piel negra o morena justamente porque el producto se había probado casi exclusivamente en piel blanca— y vigilar el desempeño después de la venta, no solo antes. Canadá exige por escrito que los datos reflejen a su propia población. Es una línea de texto, y cambia todo el incentivo.
Lo tercero es la transparencia hacia el paciente. El Consejo Federal de Medicina de Brasil lo resolvió en agosto de 2026 con tres reglas simples: el uso de inteligencia artificial debe registrarse en el expediente, el paciente debe ser informado, y queda prohibido delegar en la máquina la comunicación de un diagnóstico. Colombia dejó escrito en su norma de telemedicina que la inteligencia artificial “nunca podrá sustituir el juicio clínico”. México no tiene ninguna de las dos cosas.
Y lo cuarto va dirigido a los hospitales privados, que son quienes más rápido pueden moverse porque no dependen de un presupuesto federal. Un hospital que anuncia inteligencia artificial y no publica una sola cifra sobre ella no está haciendo investigación: está haciendo mercadotecnia. La diferencia entre las dos cosas, en medicina, se llama paciente. Las instituciones que ya participan en 399, 232 o 175 ensayos clínicos tienen todo lo necesario —comités, investigadores, infraestructura— para hacer el primero de inteligencia artificial del país. Que todavía no exista no es un problema de capacidad.
Cierro donde empecé. El IMSS le puso a su sistema un nombre precioso, “Mírame a los ojos”, porque entendió para qué sirve: para devolverle al médico la mirada. Es una idea excelente y puede que esté funcionando espléndidamente. El punto es que, a día de hoy, nadie lo sabe. Y la evidencia internacional, que hemos estado tomando prestada durante años, seguirá siendo prestada hasta que alguien en México se tome el trabajo de generar la nuestra.
