El problema
Una IA clínica puede tener buen diseño y aun así no funcionar si los datos no están preparados.
Los sistemas de apoyo a la decisión basados en IA prometen mejorar diagnóstico, estratificación de riesgo, uso de recursos y resultados clínicos.
Pero para que eso ocurra necesitan datos grandes, granulares, representativos y conectados con el flujo asistencial. No basta con tener muchas filas en una base de datos.
El problema central es que los datos sanitarios suelen estar fragmentados entre instituciones, sujetos a normas de privacidad, codificados de forma desigual y llenos de huecos. Si esa base falla, el modelo puede parecer brillante en el laboratorio y debilitarse en el hospital real.
Por qué es difícil
Los datos están repartidos
Historias clínicas, laboratorios, imagen, farmacia, notas libres y datos administrativos suelen vivir en sistemas distintos.
Los códigos pueden engañar
Un diagnóstico puede registrarse para descartar una enfermedad, no para confirmarla. Ese matiz importa al entrenar modelos.
La privacidad limita el acceso
Compartir datos clínicos exige consentimiento, desidentificación, controles de acceso y normas de gobernanza.
La representatividad es crítica
Un modelo entrenado en un grupo reducido puede funcionar peor en mujeres, minorías, centros pequeños o poblaciones distintas.
La idea principal
Los autores no presentan un algoritmo nuevo. Presentan un mapa del problema: dónde la IA clínica ya muestra valor y qué infraestructura de datos hace falta para que ese valor sea sostenible.
Revisan ejemplos en oncología, trasplante de órganos, retinopatía diabética, epilepsia postraumática, lesión medular, enfermedades raras y urgencias.
Después analizan tres grandes familias de datos: datasets públicos o semipúblicos, almacenes institucionales y comerciales de datos clínicos, y repositorios gubernamentales o nacionales.
La idea central es que el futuro de la IA clínica no depende solo de modelos mejores, sino de ecosistemas híbridos que combinen datos reales curados, datos sintéticos, redes federadas y gobernanza clara.
La IA clínica no empieza en el algoritmo: empieza en cómo se descubre, entiende, protege, transforma y reutiliza el dato.
Una forma sencilla de verlo
Un modelo es como un equipo médico que necesita una historia clínica completa. Si solo ve fragmentos, puede razonar con seguridad aparente pero con contexto insuficiente.
Cómo se resolvió
El artículo es un viewpoint: revisa aplicaciones clínicas de la IA, describe recursos de datos disponibles y propone principios para construir ecosistemas de datos más útiles y seguros.
Revisar casos clínicos concretos
El trabajo muestra cómo la IA puede apoyar supervivencia en cáncer, emparejamiento donante-receptor, cribado de retina, riesgo de epilepsia, rehabilitación, diagnóstico raro y reingresos en urgencias.
Ordenar las fuentes de datos
Distingue entre recursos como SEER, UNOS o CMS; plataformas comerciales como Oracle Real-World Data y Epic Cosmos; y repositorios como VA/VINCI, UK Biobank o All of Us.
Identificar barreras prácticas
El paper señala fragmentación, costes, contratos, permisos, IRB, armonización, sesgo, privacidad y dificultad técnica.
Explorar soluciones preservando privacidad
Analiza datos sintéticos y aprendizaje federado como formas de avanzar sin mover todos los datos sensibles a un único lugar.
Definir principios de diseño
Propone calidad sobre cantidad, interoperabilidad, privacidad desde el diseño, trazabilidad del dato y autoservicio con controles.
Viewpoint
Ordena evidencia, casos de uso y recursos de datos para plantear una dirección práctica.
CDSS
Sitúa la IA dentro de sistemas de apoyo a la decisión clínica, donde el modelo debe encajar con el trabajo real.
Datos sintéticos
Datos generados artificialmente para simular relaciones clínicas sin exponer directamente registros reales.
Aprendizaje federado
Entrena modelos en varios centros sin centralizar los datos de pacientes, compartiendo actualizaciones del modelo.
El experimento
No es un ensayo clínico ni presenta un único algoritmo. Es un artículo de perspectiva que sintetiza aplicaciones, fuentes de datos y barreras de implantación.
Los autores usan ejemplos de distintos dominios para mostrar una misma tensión: la IA puede mejorar decisiones clínicas, pero necesita datos representativos, trazables y suficientemente ricos.
En oncología, la IA puede combinar clínica, imagen, genómica y seguimiento para estimar supervivencia. En trasplantes, puede ayudar a equilibrar urgencia, equidad y supervivencia esperada. En retinopatía diabética, puede llevar cribado a zonas con pocos especialistas.
En urgencias, el trabajo destaca el valor de las notas clínicas no estructuradas para detectar pacientes con riesgo de volver poco después del alta. Esto conecta directamente con NLP y con la necesidad de capturar matices que no aparecen en códigos cerrados.
Qué se descubrió
El mensaje principal es que la IA clínica ya tiene aplicaciones prometedoras, pero su siguiente salto depende de la infraestructura de datos.
Los datasets públicos son útiles para investigación y reproducibilidad, pero a menudo tienen menos granularidad clínica. Las plataformas comerciales aportan escala y detalle, pero suelen tener costes, contratos y barreras institucionales. Los repositorios nacionales pueden ser muy ricos, aunque el acceso depende de reglas estrictas.
Los autores también advierten que los datos sintéticos y las redes federadas no son soluciones mágicas. Los datos sintéticos pueden arrastrar sesgos o perder realismo; el aprendizaje federado reduce el movimiento de datos, pero exige armonización, infraestructura y coordinación.
El marco final insiste en cinco principios: calidad antes que cantidad, interoperabilidad y reutilización, privacidad y ética desde el diseño, trazabilidad del linaje del dato, y autoservicio con controles.
- La IA clínica necesita datos ricos, pero también gobernados y auditables.
- La representatividad importa tanto como el volumen.
- Las notas no estructuradas pueden contener información clínica que los códigos no recogen.
- La privacidad no debe añadirse al final: debe estar dentro de la arquitectura del dato.
El cuello de botella no es solo conseguir más datos, sino conseguir datos que se puedan usar, entender y defender.
Por qué importa
Este trabajo encaja con tus publicaciones sobre decision support, reglas clínicas e IA aplicada a entornos sanitarios porque desplaza la conversación desde el algoritmo hacia el sistema completo.
También conecta con automatización de laboratorio: los datos analíticos solo aportan valor si están integrados, trazables, contextualizados y preparados para apoyar decisiones.
Para cualquier proyecto de IA clínica, la lección es directa: antes de optimizar el modelo hay que entender el circuito del dato, quién puede acceder, qué significa cada variable y cómo se valida la verdad clínica.
Además, refuerza la necesidad de diseñar herramientas con humanos dentro del proceso. La IA puede reducir carga cognitiva y variabilidad, pero no debería sustituir juicio clínico ni ocultar incertidumbre.
Aplicaciones reales
Laboratorio clínico
Conectar resultados, histórico, peticiones, notas clínicas y contexto para apoyar decisiones diagnósticas.
Reglas expertas
Construir reglas sobre datos trazables, con linaje claro y definiciones clínicas compartidas.
Modelos multicentro
Usar aprendizaje federado o redes colaborativas cuando los datos no puedan centralizarse.
Gobernanza
Definir acceso, privacidad, auditoría, calidad, interoperabilidad y sesgos desde el inicio.
Qué podemos aprender
La IA clínica no se construye solo eligiendo un algoritmo. Se construye creando un ecosistema de datos que permita aprender, validar, auditar y decidir sin perder privacidad ni contexto clínico.
Preguntas frecuentes
Este comentario es una publicación propia
No. Es una explicación divulgativa de un trabajo de Jennifer E. Daly, Dursun Delen, Zheng Han, River Smith, Jacqueline Honerlaw, Kelly Cho, Bridget Bennett y Jennifer Sippel.
El artículo propone un algoritmo nuevo
No. Es un viewpoint que analiza aplicaciones de IA en decision support, fuentes de datos disponibles y estrategias para gestionar retos de acceso, privacidad y gobernanza.
Por qué importa tanto el dato
Porque un sistema clínico de IA aprende, se valida y se despliega sobre datos. Si esos datos son pobres o están mal gobernados, la decisión también se debilita.
Los datos sintéticos resuelven el problema de privacidad
Ayudan, pero no lo resuelven por sí solos. También pueden heredar sesgos, perder realismo o generar nuevos riesgos si no se validan bien.
Trabajo comentado
Publicación original y recursos
Daly, J.E.; Delen, D.; Han, Z.; Smith, R.; Honerlaw, J.; Cho, K.; Bennett, B.; Sippel, J. AI in Clinical Decision Support Systems: Promising Applications and Strategies for Managing Data Challenges. Journal of Medical Internet Research 2026, 28, e71532.