Más de la mitad de los adultos en Estados Unidos espera que su médico les informe cuando utiliza inteligencia artificial durante una consulta. Este dato redefine la transparencia algorítmica: ya no es una cortesía del sistema de salud, sino una expectativa activa de los pacientes.
La brecha entre uso real y conocimiento del paciente
La adopción de inteligencia artificial en entornos clínicos avanza a un ritmo que supera la capacidad de los marcos regulatorios y los protocolos de consentimiento informado para adaptarse. Herramientas que interpretan radiografías, analizan resultados de laboratorio o generan resúmenes de consulta ya operan en hospitales y clínicas, muchas veces sin que el paciente tenga conocimiento de ello.
Esta brecha entre el uso real y la percepción del paciente es el núcleo del problema documentado. Una proporción considerable de pacientes no sabe si su proveedor ya utiliza IA en su atención, y quienes tienen algún conocimiento al respecto poseen una comprensión limitada de su funcionamiento. Ese desconocimiento puede erosionar la confianza institucional si los pacientes descubren el uso de estas herramientas por vías distintas a la comunicación directa de su médico.
No toda IA genera la misma demanda de divulgación
Las respuestas de los pacientes no son uniformes: hacen distinciones claras según el tipo de aplicación. Las herramientas que inciden directamente en decisiones clínicas —interpretación de imágenes, análisis de biomarcadores, sugerencias de diagnóstico— generan una demanda de divulgación significativamente mayor que las aplicaciones administrativas, como la programación de citas o la gestión automatizada de recetas.
Esta distinción es operativamente relevante para cualquier institución que esté integrando IA en sus flujos de trabajo. No se trata de revelar todo indiscriminadamente, sino de identificar los puntos de contacto donde el paciente percibe que la tecnología puede afectar su tratamiento y responder con protocolos de comunicación específicos y verificables.
La señal de alerta para Latinoamérica
Para las instituciones de salud en México y América Latina, donde la adopción de IA clínica está acelerando, estos hallazgos funcionan como una señal de alerta temprana. La confianza del paciente es un activo que se construye con transparencia proactiva, no reactiva.
Establecer políticas de divulgación antes de que la regulación lo exija —y no después de un incidente— marca la diferencia entre fijar el estándar del sector o gestionar una crisis de reputación. Las organizaciones que anticipen esta conversación con sus pacientes estarán mejor posicionadas para absorber el escrutinio regulatorio que, en la región, ya está en camino.
