Inteligencia artificial en Atención Primaria: promesas, límites y realidades

INTRODUCCIÓN

La inteligencia artificial (IA) es la rama de la informática dedicada al diseño de sistemas capaces de realizar tareas que requieren inteligencia humana, como puedan ser el aprendizaje, el razonamiento, la resolución de problemas o la toma de decisiones. Estos sistemas pueden percibir su entorno ─por ejemplo, mediante el procesamiento de imágenes, texto o sonido─ e interpretar datos para actuar de forma autónoma y alcanzar objetivos predefinidos. Entre las técnicas más empleadas se encuentran el aprendizaje automático y los sistemas basados en reglas, que permiten adaptar modelos predictivos a necesidades específicas. Además, la IA se utiliza en sistemas de recomendación, análisis predictivo y automatización de procesos, impulsando y transformando rápidamente sectores muy diversos, entre ellos, la atención sanitaria.

APLICACIONES EN ATENCIÓN PRIMARIA

En relación con la Atención Primaria pediátrica, la inteligencia artificial ofrece herramientas innovadoras que son capaces de mejorar el diagnóstico, el tratamiento y la gestión tanto de la patología infantil como de las actividades preventivas. Estas tecnologías permiten una atención más personalizada, eficiente y proactiva, adaptándose a las necesidades específicas de cada paciente, familia y profesional sanitario¹.

Este artículo analiza los beneficios y las limitaciones que plantea la implementación de la IA en consulta, y en el entorno doméstico de los pacientes.

Considerando la experiencia limitada en su uso y tras revisar la literatura científica, se identifican los siguientes potenciales beneficios:

• Diagnóstico y detección precoz. La IA facilita la identificación temprana de enfermedades pediátricas mediante el análisis de grandes volúmenes de datos clínicos. Por ejemplo, se han desarrollado sistemas que analizan imágenes^1,2 como radiografías, para determinar la edad ósea en pacientes con talla baja, valorar traumatismos musculoesqueléticos, detectar procesos infecciosos respiratorios o clasificar lesiones dermatológicas como exantemas y lesiones pigmentadas.
• Monitorización y seguimiento de enfermedades crónicas. En el manejo de enfermedades crónicas, como la diabetes mellitus tipo 1 e hipertensión arterial, la IA permite la monitorización continua y personalizada. El análisis de datos de sensores, patrones de alimentación y actividad física ajusta tratamientos en tiempo real, mejora el control de la enfermedad, reduce complicaciones y visitas médicas, y aumenta la calidad de vida de pacientes y familias¹.
• Apoyo en la toma de decisiones clínicas. Las herramientas de IA proporcionan recomendaciones basadas en evidencias para el diagnóstico y tratamiento de diversas condiciones pediátricas. Al analizar síntomas, antecedentes médicos y familiares, y otros datos relevantes, sugieren diagnósticos y planes de tratamiento, reduciendo la variabilidad en la atención³. Ejemplos prácticos incluyen la interpretación de analíticas sanguíneas y el diseño de pautas terapéuticas ajustadas a peso, alergias, antibiograma o disponibilidad farmacéutica regional.
• Educación y empoderamiento de pacientes y familias. Los chatbots y asistentes virtuales basados en IA ofrecen información personalizada sobre salud y autocuidado. Responden preguntas frecuentes, recuerdan la toma de medicamentos y orientan ante signos y síntomas, fortaleciendo la participación activa de las familias en el cuidado infantil⁴. Este soporte accesible e inmediato reduce visitas innecesarias a la consulta de Atención Primaria y urgencias, y genera confianza y tranquilidad en las familias.
• Optimización de procesos administrativos. La implementación de IA en la gestión de citas, libera tiempo para que los profesionales de salud se centren en la atención directa al paciente. Además, mejora la eficiencia operativa y reduce los errores administrativos¹. Esto garantiza que pacientes con patologías complejas (determinados procesos oncológicos, enfermedades autoinmunes o genéticas) reciban un abordaje multidisciplinar con los pertinentes controles periódicos en las disciplinas requeridas.
• Formación, docencia e investigación. La IA acelera la revisión y análisis de literatura científica, genera resúmenes y proporciona material didáctico para presentaciones académicas o formación de familias⁵.

A continuación, las limitaciones observadas son:

• Calidad y disponibilidad de datos. La falta de datos pediátricos representativos es uno de los principales frenos, ya que muchos algoritmos se basan en poblaciones adultas, lo que reduce su validez en niños⁶.
• Privacidad y seguridad de datos. La información médica y concretamente pediátrica es especialmente sensible y, si bien existen técnicas de anonimización y cifrado, los sistemas basados en la nube siguen expuestos a brechas de seguridad⁷.
• Transparencia y explicabilidad. La mayoría de los algoritmos de IA son sistemas opacos, por ende, su falta de explicabilidad dificulta que los pediatras justifiquen un diagnóstico asistido por IA ante padres y tutores, minando la confianza de los mismos en su pediatra⁸.
• Integración clínica e infraestructura. La adopción en consulta exige una infraestructura adecuada (dispositivos portátiles, conectividad) y capacitación del personal. Aún no existen formaciones regladas en cuanto al uso práctico de IA, lo que deja a los pediatras con “brechas de confianza” al emplear estas herramientas⁹.
• Regulación y responsabilidad. No hay consenso claro sobre quién asume la responsabilidad en caso de fallo de la IA: fabricante, proveedor o profesional sanitario. La futura regulación de IA de la Unión Europea impondrá requisitos de validación para aplicaciones médicas de “alto riesgo”, pero su entrada en vigor se demora y genera incertidumbre jurídica¹⁰.
• Confianza y fiabilidad. Pese a su potencial, la IA aún comete errores frecuentes en casos pediátricos complejos. Esto refuerza que la IA debe utilizarse siempre bajo supervisión humana, como apoyo y no sustituto del juicio clínico¹¹.
• Brecha digital y equidad en el acceso. La infraestructura tecnológica y la alfabetización digital varían entre centros y regiones, lo que puede dejar fuera a poblaciones vulnerables¹².

CONCLUSIONES

En síntesis, la inteligencia artificial demuestra un potencial significativo para reforzar la Atención Primaria pediátrica al mejorar la precisión diagnóstica, optimizar el seguimiento de enfermedades crónicas, sustentar la toma de decisiones clínicas, empoderar a pacientes y familias, agilizar procesos administrativos y apoyar la formación e investigación; no obstante, su implementación exige abordar desafíos en materia de privacidad de datos, explicabilidad, infraestructura y regulación para garantizar un despliegue seguro, equitativo y eficaz.

CONFLICTO DE INTERESES

Los autores declaran no presentar conflictos de intereses en relación con la preparación y publicación de este artículo.

RESPONSABILIDAD DE LOS AUTORES

Todos los autores han contribuido de forma equivalente en la elaboración del manuscrito publicado.

ABREVIATURAS

IA: inteligencia artificial.

BIBLIOGRAFÍA

1. Indrio F, Pettoello-Mantovani M, Giardino I, Masciari E. The Role of Artificial Intelligence in Pediatrics from Treating Illnesses to Managing Children’s Overall Well-Being. J Pediatr. 2024;275:114291.
2. Molina Arias M. Inteligencia artificial en Pediatría: de la ciencia ficción a la realidad clínica. Evid Pediatr. 2025;21:11.
3. Ganatra HA. Machine Learning in Pediatric Healthcare: Current Trends, Challenges, and Future Directions. J Clin Med. 2025;14(3):807. https://doi.org/10.3390/jcm14030807
4. Demirbas KC, Yıldız M, Saygılı S, Canpolat N, Kasapçopur O. Artificial Intelligence in Pediatrics: Learning to Walk Together. Turk Arch Pediatr. 2024;59(2):121-30. https://doi.org/10.5152/TurkArchPediatr.2024.24002
5. Kuwaiti AA, Nazer K, Al-Reedy A, Al-Shehri S, Al-Muhanna A, Subbarayalu AV, et al. A review of the role of artificial intelligence in healthcare. J Pers Med. 2023;13(6):951. https://doi.org/10.3390/jpm13060951
6. Nagy M, Sisk B, Lai A, Kodish E. Will artificial intelligence widen the therapeutic gap between children and adults? Pediatr Investig. 2023;8(1):1-6. https://doi.org/10.1002/ped4.12407
7. Abusamra HNJ, Ali SHM, Elhussien WAK, Mirghani AMA, Ahmed AAA, Ibrahim MEA. Ethical and Practical Considerations of Artificial Intelligence in Pediatric Medicine: A Systematic Review. Cureus. 2025;17(2):e79024. https://doi.org/10.7759/cureus.79024
8. Fradkin M. Using artificial intelligence in day-to-day practice. Contemporary Pediatr J. 2023;40(8).
9. Bhargava H, Salomon C, Suresh S, Chang A, Kilian R, Diana van Stijn, et al. Promises, Pitfalls, and Clinical Applications of Artificial Intelligence in Pediatrics. J Med Internet Res. 2024;26:e49022. https://doi.org/10.2196/49022
10. Ching SY, Tern MJW, Lee YS, Cheng LTE, Kapur J, Eriksson JG, et al. Ethical considerations in AI for child health and recommendations for child-centered medical AI. NPJ Digit Med. 2025;8:152. https://doi.org/10.1038/s41746-025-01541-1
11. Barile J, Margolis A, Cason G, Kim R, Kalash S, Tchaconas A, et al. Diagnostic Accuracy of a Large Language Model in Pediatric Case Studies. JAMA Pediatr. 2024;178(3):313-5. https://doi.org/10.1001/jamapediatrics.2023.5750
12. Zama D, Borghesi A, Ranieri A, Manieri E, Pierantoni L, Andreozzi L, et al. Perspectives and Challenges of Telemedicine and Artificial Intelligence in Pediatric Dermatology. Children. 2024;11(11):1401. https://doi.org/10.3390/children11111401

Comentarios

Este artículo aún no tiene comentarios.