Cuando se habla de inteligencia artificial en salud, lo primero que suele venir a la mente son los diagnósticos, las imágenes médicas o los asistentes clínicos. Claro, son avances enormes. Pero hay otra parte del sistema, mucho menos visible, donde la IA puede cambiar el rumbo. Apoyando todo lo necesario para que un producto médico llegue a tiempo al lugar correcto.
Cuando esa parte falla, se nota. En el hospital de veteranos de Augusta, en Estados Unidos, el quirófano principal tuvo que cerrar cuatro veces en cinco meses por kits incompletos, insumos vencidos y una reposición poco fiable, según un informe publicado este año. Uno de esos cierres duró 27 días. Lo más llamativo es que el hospital ya había pagado 3,2 millones de dólares por un sistema automático de control de inventario que se instaló a medias y terminó apagado. La tecnología estaba, pero nunca llegó a conectarse con la forma en que el hospital realmente trabajaba.
Un problema de coordinación, no de tecnología
Piensa en el recorrido de un simple insumo médico. Pasa por distribuidores, farmacias, clínicas y laboratorios, y cada uno trabaja con sus propios sistemas, sus hojas de cálculo, sus correos y sus llamadas. La información existe, pero está repartida, y al final son personas quienes tienen que cuadrarla a mano. Eso cuesta tiempo, produce errores y encarece la operación en un sector donde la precisión no es negociable.
El peso de todo ese trabajo administrativo es enorme. MIT Sloan Management Review recuerda que, en Estados Unidos, llegaba al 34 % del gasto total en salud para el 2017. Y Chartis, en un análisis de julio de 2026, advierte que llevar la cadena de suministro con márgenes demasiado estrechos puede afectar la disponibilidad de productos, el flujo clínico y hasta los resultados de los pacientes.
Alguien que lo ha vivido desde dentro
Adrián Figueroa conoce bien ese problema. Es ingeniero eléctrico, graduado de la Stanford Graduate School of Business. Fundó Flexio, una empresa de servicios habilitados por tecnología, enfocada en logística y especializada en salud. De esa experiencia salió Routina, que se impulsó en el 2024 como una plataforma que usa software e inteligencia artificial para ayudar a distribuidores de productos médicos y otras organizaciones sanitarias a conectar la información entre sus sistemas y reducir la coordinación manual.
Para Figueroa, el reto no es simplemente incorporar IA, sino lograr que la información y los procesos de todos los actores funcionen de forma coordinada. Y tiene claro que la automatización no debería verse como una manera de reemplazar a las personas, sino de darles más información y más capacidad para manejar procesos complejos.
¿Quién vigila a la máquina?
En operaciones sanitarias un error tiene consecuencias, así que la pregunta es inevitable. Figueroa cree que no hace falta que una persona revise todo, y lo explica así: “En el mundo actual de la IA, el volumen de resultados es más de lo que un humano puede procesar. Revisarlo todo convierte al humano en el cuello de botella, pero el juicio humano sigue siendo necesario para las decisiones de alto riesgo o baja confianza”.
Su propuesta es ajustar la IA para que asigne un nivel de confianza y uno de riesgo a cada resultado. Las personas solo revisan y aprueban lo que sale con baja confianza o alto riesgo, y el propio sistema mide, además, cómo le va con lo que considera seguro.
Eso sí, la revisión tiene que ser de verdad. “La supervisión humana tiene que ser real, no una persona haciendo clic en «aprobar» todo el día. Personas concretas son dueñas de esas decisiones señaladas, tienen autoridad para anular el sistema, y cada anulación se registra y se revisa”, dice.
Esto ya viene acompañado de regulaciones estatales que pronto aterrizarán en América como ya llegaron a Europa. El artículo 14 de la Ley de IA de la Unión Europea pide que los sistemas de alto riesgo permitan una supervisión humana efectiva, incluida la capacidad de anularlos.
Figueroa suma dos ideas más. La primera es la transparencia: hay que saber qué se mide y por qué, y revisar esas métricas con regularidad, porque, advierte, “si los datos de entrada tienen sesgos, la IA aplicará ese sesgo más rápido y a escala”. La segunda es la responsabilidad: “Lo que la IA no debería hacer es tomar la decisión final”.
Un caso concreto en República Dominicana
Todo esto ya se está llevando a la práctica con Surgical Solutions International, que presentó hace poco, junto a Cardinal Health, una nueva línea de productos médicos en el país como parte de una alianza estratégica. “Estaremos implementando la tecnología de Routina en Surgical Solutions para todo el manejo de los productos de Cardinal Health y otros proveedores futuros”, cuenta Figueroa. Y el plan no se queda ahí: Routina también se presentará directamente a Cardinal Health “como solución para manejar todos sus distribuidores en los diferentes países donde operan”.
La conversación sobre IA en salud no puede quedarse en el consultorio. Detrás de cada paciente atendido hay una cadena de decisiones logísticas que tiene que funcionar con precisión. Las organizaciones que mejor la coordinen, con una IA que amplíe a sus equipos y personas que conserven la última palabra, serán las que ofrezcan un sistema más eficiente y confiable.
