The current roles of Artificial Intelligence in public health: A scoping review
Esta revisión de alcance sobre las prácticas de salud pública en países de ingresos altos desde 2020 hasta 2025 revela una escasez significativa de evidencia con respecto a la implementación en el mundo real y la efectividad mixta de las herramientas de IA, lo que subraya la necesidad urgente de una evaluación rigurosa y la difusión de resultados para guiar la adopción futura.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
Imagina el mundo de la salud pública como una biblioteca enorme y con mucho movimiento. Los bibliotecarios (los profesionales de la salud pública) intentan mantener sana a la comunidad, pero a menudo les falta personal, trabajan con un presupuesto ajustado y se ahogan en papeleo. Entra en escena la Inteligencia Artificial (IA), un nuevo asistente robótico súper rápido que promete hacer el trabajo pesado, organizar los estantes e incluso charlar con los visitantes.
Este artículo es una "revisión de alcance" (scoping review), que es básicamente una gran búsqueda del tesoro. Los autores querían saber: "¿Cómo se están utilizando realmente estos asistentes robóticos en la biblioteca en este momento?" No se limitaron a preguntar qué podría hacer los robots; buscaron pruebas de lo que realmente están haciendo en el trabajo.
Aquí está lo que encontraron, desglosado de forma sencilla:
Los resultados de la búsqueda del tesoro
El equipo buscó en cuatro enormes bibliotecas digitales (bases de datos) historias sobre el uso de la IA en la salud pública entre 2020 y 2025. Filtraron 5,400 pistas potenciales y leyeron 155 historias completas, pero al final, solo encontraron 8 informes que mostraban la IA siendo utilizada realmente en entornos de salud pública del mundo real.
Es como buscar un tipo específico de ave rara en un bosque del tamaño de un continente, pero solo encontrar ocho avistamientos. Los autores se dieron cuenta de que, aunque todo el mundo habla de la IA, hay muy poca prueba escrita de que realmente esté funcionando en los trabajos cotidianos de la salud pública.
Las ocho historias que encontraron
Los ocho informes que encontraron eran como ocho herramientas diferentes en una caja de herramientas, cada una utilizada para un trabajo específico:
- La guía útil (El chatbot de WIC): En EE. UU., un chatbot llamado "Maya" ayudó a las madres a encontrar programas de alimentos locales y a reportar tarjetas perdidas. A la gente le gustó porque fue más rápido que llamar a una línea de atención telefónica. Veredicto: Útil.
- El bibliotecario confundido (El chatbot de la OMS): La Organización Mundial de la Salud probó un chatbot llamado "S.A.R.A.H" para luchar contra las noticias falsas. Desafortunadamente, a menudo daba respuestas erróneas, ignoraba las preocupaciones de los usuarios o sonaba robótico. Fue tan ineficaz que la OMS terminó apagándolo. Veredicto: Una amenaza potencial para la confianza.
- El clasificador rápido (Software de revisión de evidencia): En Canadá, una herramienta llamada "DAISY" ayudó a los investigadores a clasificar miles de artículos científicos para encontrar los que trataban sobre el COVID-19. Fue increíblemente precisa, encontrando artículos que los humanos pasaron por alto. Veredicto: Muy útil para clasificar.
- El llamador amistoso (CareCall): En Corea del Sur, una IA llamada "CareCall" realizaba llamadas telefónicas a personas mayores solitarias para comprobar si estaban bien. Funcionó bien para llegar a más personas, pero creó un nuevo problema: cuando la IA no podía contactar con alguien, los trabajadores humanos tenían que llamarlos de todos modos, lo que aumentaba su carga de trabajo. Veredicto: Un balance mixto de buen alcance pero trabajo extra.
- El pronosticador del clima (Aprendizaje automático): En el Reino Unido, se utilizó la IA para predecir cuándo los hospitales se verían inundados de niños enfermos (específicamente con tos y bronquitis). Fue bastante buena prediciendo los momentos de "pico", ayudando a los hospitales a prepararse. Veredicto: Útil para la planificación.
- El comprobador de síntomas (Chatbot de COVID): En Canadá, un chatbot llamado "Chloe" ayudaba a las personas a comprobar si tenían síntomas de COVID. Fue decente respondiendo preguntas, pero ya no está activo. Veredicto: Precisión mixta, ahora retirado.
- El buscador de duplicados (Herramientas de revisión): En el Reino Unido, las herramientas de IA ayudaron a los investigadores a eliminar archivos duplicados al revisar la evidencia. Ahorró mucho tiempo, incluso si se le pasaron algunos duplicados. Veredicto: Un ahorro de tiempo.
- El detective de imágenes (App de Mpox): En Singapur, una aplicación analizaba fotos de erupciones cutáneas para ver si eran Mpox. Fue bastante precisa para detectar la erupción. Veredicto: Efectiva para la detección de imágenes.
La gran conclusión: "La brecha entre la expectativa y la realidad"
La principal lección de este artículo es que aún no tenemos suficientes pruebas.
Piensen en la IA en la salud pública como un nuevo y costoso motor para un coche. Todo el mundo habla de lo rápido que podría ir. Pero esta revisión encontró que muy pocas personas han conducido realmente el coche en una carretera real y han anotado el kilometraje.
- Lo bueno: Algunas herramientas (como las que clasifican documentos o predicen las multitudes en los hospitales) parecen funcionar bien.
- Lo malo: Algunas herramientas (como el chatbot de la OMS) fallaron tan mal que incluso hicieron que la gente perdiera la confianza en la organización.
- Lo feo: A veces, usar la IA crea nuevos problemas, como hacer que el trabajo de los humanos sea más difícil porque tienen que corregir los errores de la IA.
¿Por qué es esto un problema?
Los autores señalan que la mayoría de estos informes provinieron de organizaciones enormes y bien financiadas (como la OMS o las agencias nacionales de salud). Los equipos de salud locales y más pequeños —que podrían necesitar la ayuda más— también podrían estar usando la IA, pero no están escribiendo sobre ello.
Debido a que hay tan poca evidencia, es difícil para un equipo de salud pública saber: "¿Debería comprar esta herramienta de IA? ¿Nos ahorrará dinero? ¿Realmente ayudará a las personas?"
La conclusión
El artículo termina con un consejo sencillo: No compres el nuevo y brillante robot solo porque está de moda.
Si un equipo de salud pública quiere usar la IA, debe probarla primero para asegurarse de que realmente funciona y no causa daño. Y si la prueban, deben compartir sus resultados con todos los demás, para que finalmente podamos construir un verdadero "manual de instrucciones" para el uso de la IA en la salud pública. Hasta entonces, estamos volando mayormente a ciegas.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.