Inteligencia Artificial en los servicios de salud públicos: ¿oportunidad real o espejismo tecnológico?
Por Martin Percy Quintana Rojas — Especialista en Gestión Pública e Investigación — Lima, Perú, marzo 2026
La inteligencia artificial (IA) ha irrumpido en el debate sobre modernización del Estado con una promesa ambiciosa: transformar la manera en que los gobiernos prestan servicios a los ciudadanos. En el sector salud, esa promesa cobra especial urgencia. Pero entre el entusiasmo tecnológico y la realidad institucional del Perú, existe una brecha que pocos se atreven a nombrar con claridad.
Este artículo propone hacerlo. Y para eso, la evidencia habla primero.
Lo que la evidencia internacional dice
No es especulación. Los resultados de la IA en salud están documentados con rigor en las principales publicaciones científicas del mundo.
Según un artículo publicado en The Lancet Public Health (febrero 2025), la IA puede analizar rápidamente conjuntos de datos grandes y complejos, extraer recomendaciones personalizadas, apoyar la toma de decisiones y mejorar la eficiencia de muchas tareas en salud pública, desde la vigilancia epidemiológica hasta la asignación de recursos. El mismo estudio advierte que los desafíos centrales incluyen la equidad, la privacidad de datos, la necesidad de infraestructuras digitales robustas y las competencias del personal de salud.
En Estados Unidos, el Departamento de Salud (HHS) reportó que en el año fiscal 2024 tenía 271 casos de uso activos de IA, con una proyección de crecimiento del 70% para 2025. El CDC ha invertido en programas de capacitación con más de 2,200 miembros activos en su comunidad de práctica de IA.
La evidencia es contundente: donde hay infraestructura, datos y capacidades humanas, la IA en salud funciona y genera valor.
El problema que nadie quiere ver: el caso peruano
La respuesta es incómoda. Según datos del propio MINSA (2023) analizados por Videnza Consultores, entre 2018 y 2023, el porcentaje de establecimientos de salud con historia clínica electrónica implementada pasó apenas de 3.2% a 12.9% a nivel nacional. Casi 9 de cada 10 establecimientos todavía operan sin un sistema digital de registros clínicos.
Según el INEI (2024), solo el 55.8% de la población rural mayor de seis años tenía acceso a internet. En muchas postas médicas del interior del país no solo falta conectividad: faltan equipos básicos de diagnóstico.
La tentación tecnológica es comprar soluciones sin haber resuelto los problemas de gestión que las anteceden. Si el sistema es débil, la IA lo hará más débil, solo que más caro.
Señales de avance que no deben ignorarse
En 2024, el SIS lanzó el Datathon: Inteligencia Artificial y Datos Abiertos del SIS, en colaboración con la PUCP y la Secretaría de Gobierno Digital de la PCM. En el CADE Salud 2025, el Director General de Tecnologías del MINSA señaló avances hacia la historia clínica electrónica única.
Son señales positivas. Pero son pilotos, no sistema. Son esfuerzos aislados, no política pública sostenida.
Entonces, ¿qué hacer? Cuatro propuestas
1. Fortalecer primero la base de datos. La Historia Clínica Electrónica tiene que dejar de ser la excepción y convertirse en la regla. Con apenas el 12.9% de cobertura nacional, cualquier aplicación de IA a escala es inviable.
2. Empezar donde hay condiciones. Los hospitales de mayor complejidad en Lima y ciudades intermedias pueden pilotar aplicaciones de IA en radiología, gestión de camas o predicción de demanda, con rigor metodológico antes de escalar.
3. Gobernar la IA sin necesidad de construirla. Tres caminos: (a) transparencia algorítmica como condición contractual; (b) alianza con la academia — PUCP, UNMSM, UPCH — como auditores independientes; y (c) política nacional de IA liderada por la PCM con estándares mínimos de soberanía de datos.
4. Medir con indicadores de valor público, no de implementación. El indicador de éxito no es cuántos sistemas se instalaron, sino cuántas vidas mejoraron: reducción de tiempos de espera, diagnóstico oportuno, mayor acceso en zonas alejadas.
La IA en salud como política de Estado
En julio de 2023, el Congreso aprobó la Ley N° 31814, que declara de interés nacional el fomento de la IA en servicios públicos. El 9 de septiembre de 2025, el Poder Ejecutivo aprobó el Decreto Supremo N° 115-2025-PCM, que convierte al Perú en uno de los primeros países de América Latina con un marco normativo integral. El reglamento clasifica los diagnósticos médicos asistidos por IA como «riesgo alto», sujeto a controles estrictos.
Sin embargo, la CEPAL advierte en su ILIA 2025 que América Latina representa el 6.6% del PIB mundial pero recibe apenas el 1.12% de la inversión global en IA. Cinco definiciones siguen pendientes para una verdadera política de Estado:
- Presupuesto etiquetado — no puede depender de partidas institucionales de un MINSA con déficit histórico.
- Rectoría clara del MINSA — con un plan sectorial propio articulado a la ENIA 2030.
- Interoperabilidad obligatoria — historia clínica electrónica única con plazos y sanciones.
- Aprender de la región — Colombia (CONPES), Brasil (Marco Legal dic. 2024), España (Estrategia SNS nov. 2025).
- Evaluación de impacto obligatoria — con indicadores centrados en el ciudadano.
Reflexión final
La inteligencia artificial tiene el potencial de ser una de las herramientas más poderosas para reducir las brechas de salud en el Perú. El Estado peruano ya dio un primer paso con la Ley N° 31814 y su reglamento. Pero una norma sin presupuesto, sin rectoría sectorial clara y sin datos de calidad es solo la mitad del camino.
Esa es la tarea pendiente. Y el tiempo de posponerla se está acabando.
Limitaciones y agenda de investigación futura
Este análisis no aborda el rol de los gobiernos regionales (DIRESA), ni examina los riesgos de sesgo algorítmico en poblaciones indígenas y rurales, ni analiza la tensión entre la Ley N° 29733 de protección de datos y la implementación de IA en salud. Estos tres temas constituyen una agenda de investigación urgente para la gestión pública peruana.
Referencias
- Panteli, D. et al. (2025). Artificial intelligence in public health. The Lancet Public Health, 10(5), e428-e432. doi: 10.1016/S2468-2667(25)00036-2
- Hattab, G. et al. (2025). The Way Forward to Embrace AI in Public Health. American Journal of Public Health, 115(2). doi: 10.2105/AJPH.2024.307888
- HHS (2025). HHS AI Strategy. Washington D.C.
- CDC (2025). CDC’s Vision for Using Artificial Intelligence in Public Health.
- Seinfeld, J. y Sebastiani, F. (2024). Inteligencia artificial para la salud en el Perú. Videnza Consultores / Gestión.
- MINSA (2023). Diagnóstico de brechas de infraestructura o acceso a servicios del sector salud. Lima.
- INEI (2024). Encuesta Nacional de Hogares – Acceso a internet en zonas rurales. Lima.
- SIS – MINSA (2024). Datathon: IA y Datos Abiertos del SIS 2024. Lima.
- IPAE (2025). CADE Salud 2025. Lima.
- Congreso del Perú (2023). Ley N° 31814. El Peruano, 5 julio 2023.
- PCM (2025). D.S. N° 115-2025-PCM. Lima, 9 septiembre 2025.
- CEPAL y CENIA Chile (2025). Índice Latinoamericano de IA – ILIA 2025. Santiago.
- Colombia – DNP (2024). CONPES de IA. Bogotá.
- Senado de Brasil (2024). PL N° 2338 – Marco Legal de IA. Brasilia.
- España – SNS (2025). Estrategia de IA del Sistema Nacional de Salud. Madrid.
- OPS (2024). IA para una salud pública equitativa en el G20. Rev. Panamericana de Salud Pública.
Martin Percy Quintana Rojas es especialista en gestión pública e investigación aplicada. Escribe sobre políticas públicas, modernización del Estado y gestión por resultados en el Perú. Contacto: percyquintana80@gmail.com | LinkedIn