Future Health Index 2025: Generando confianza en la IA aplicada a la salud

Diez años del Future Health Index

Durante los últimos diez años, el Future Health Index ha sido clave para entender cómo la tecnología transforma la salud en todo el mundo. Este informe analiza las tendencias más relevantes que desafían a los sistemas sanitarios y cómo la innovación tecnológica puede ser la respuesta.

En sus inicios, el Future Health Index sirvió como referencia global para medir la adopción de la atención conectada, es decir, la integración de herramientas digitales y sistemas de información que permiten una atención médica más eficiente y personalizada.

Hoy, el informe va más allá. Explora cómo las soluciones tecnológicas —desde la inteligencia artificial hasta la telemedicina — están remodelando el futuro de la salud. Este análisis se basa en la visión de líderes sanitarios, profesionales médicos y pacientes de distintos países, con realidades demográficas y sistemas de salud diversos.

Timeline of Key Developments:

• 2016: Integración de servicios, datos y sistemas para una población más sana.
• 2017: Asistencia sanitaria conectada de forma más efectiva.
• 2018: El empleo de los datos y la telemedicina para obtener mejores resultados.
• 2019: Potenciar los puntos de vista divergentes sobre las tecnologías sanitarias digitales.
• 2020: Empoderamiento de la próxima generación de profesionales sanitarios para transformar la asistencia sanitaria; El impacto de la COVID-19 en los profesionales sanitarios más jóvenes.
• 2021: Construcción de un futuro resiliente y sostenible.
• 2022: Uso de analítica avanzada para mejorar la atención sanitaria.
• 2023: Innovación en nuevos modelos de asistencia.
• 2024: Abordaje de la escasez de personal con innovación basada en IA y nuevos modelos asistenciales.

Prólogo: Construyendo la confianza en la inteligencia artificial aplicada al sistema sanitario en España

El verdadero potencial de la IA en salud va mucho más allá de optimizar procesos existentes. Nos invita a reformular la prestación de cuidados, virando hacia un modelo más proactivo, preventivo y personalizado. España, gracias a su alto nivel de madurez digital, se encuentra en una posición privilegiada para liderar esta evolución. Sin lugar a duda, el secreto del éxito de esta transformación reside en un elemento fundamental e irrenunciable: la confianza.

La sanidad, tanto a nivel nacional como internacional, se encuentra en un momento clave y decisivo. La escasez de profesionales, el aumento del gasto y las ineficiencias estructurales desafían nuestra capacidad de ofrecer una atención de calidad a todos los ciudadanos.

El sistema sanitario español, que se encuentra entre los 5 más destacados en madurez digital, debe ser capaz de liderar una transformación donde la inteligencia artificial (IA), deje de ser una opción para convertirse en una realidad. La IA es uno de los elementos clave para responder a las necesidades urgentes de los pacientes y aliviar la presión sobre unos profesionales sanitarios cada vez más sobrecargados.

Por ello, es crucial escuchar atentamente a quienes están en el centro del sistema: los pacientes y los profesionales sanitarios. En esta décima edición del Future Health Index, nuestro estudio global más ambicioso hasta la fecha, hemos recogido sus perspectivas específicas en España. ¿Qué esperan de la IA en sanidad? ¿Dónde perciben su mayor potencial? ¿Qué barreras debemos superar para fomentar su aceptación y adopción generalizada?

Creemos firmemente que las conclusiones de este informe ofrecen una valiosa hoja de ruta para navegar en la complejidad actual. Proporcionan las claves para construir un ecosistema de IA fiable en el ámbito sanitario español. La oportunidad es inmensa: reformular la atención, mejorar los resultados de salud y aliviar la presión sobre nuestros profesionales.

Desde Philips, invitamos a todos los actores del ecosistema sanitario en España (proveedores, administraciones, asociaciones de pacientes, industria tecnológica) a colaborar estrechamente. Juntos podemos aprovechar todo el potencial de la IA para ofrecer una mejor atención a más personas, a través de innovaciones escalables en las que pacientes y profesionales puedan confiar plenamente.

Miguel de Foronda, Director General, Philips Ibérica: «Solo si ponemos la confianza y la colaboración en el centro, la inteligencia artificial podrá transformar la sanidad española en un sistema más humano, eficiente y accesible para todos».

Premisa de la investigación

Esta es la encuesta global más grande de este tipo, que analiza las prioridades y perspectivas de los profesionales sanitarios y de los pacientes.

En su décima edición, el Future Health Index 2025 investiga cómo la inteligencia artificial (IA) puede empoderar a los profesionales sanitarios para prestar una mejor atención a más personas.

Este informe destaca los principales desafíos que afectan a los profesionales sanitarios hoy en día, revela sus opiniones sobre el crecimiento de la IA e identifica brechas críticas que deben abordarse para mejorar el nivel de confianza en la integración de la IA en la atención al paciente.

También examinamos la perspectiva del paciente al evaluar su comodidad con la presencia de la IA en los servicios de salud e identificar oportunidades para fortalecer su confianza en los avances tecnológicos.

Para el Future Health Index de este año, realizamos nuestra propia investigación cuantitativa en la que participaron más de 1.900 profesionales sanitarios y más de 16.000 pacientes en 16 países.

Participating Countries: Canadá, Reino Unido, China, Países Bajos, Alemania, Francia, Estados Unidos, España, Arabia Saudí, Brasil, Sudáfrica, India, Australia, Indonesia, Japón, Corea del Sur.

Survey Scope: More than 1,900 healthcare professionals and more than 16,000 patients across 16 countries.

Capítulo 1: Estado de confianza en la IA en el sector sanitario

Para que la IA se adopte de forma generalizada en el sector sanitario la confianza es esencial. Aunque muchos pacientes y profesionales sanitarios son optimistas con respecto a la IA, también hay aspectos que les preocupan. De hecho, la confianza de los pacientes en la IA es menor que la de los profesionales sanitarios. ¿Cuáles son las diferencias y sus consecuencias?

Los profesionales sanitarios son más optimistas sobre la IA que los pacientes

España avanza con paso firme para posicionarse como referente europeo en el uso de la IA en sanidad. La confianza en la IA es esencial para que su integración en los servicios de salud sea sostenible y segura, pero el ritmo vertiginoso de los avances tecnológicos plantea un reto: ¿pueden los sistemas sanitarios, los médicos, el personal de enfermería y los propios pacientes adaptarse a estos cambios?

Actualmente, múltiples áreas de la atención sanitaria ya disfrutan de los beneficios de la IA, desde diagnósticos más precisos hasta una gestión más eficiente de los recursos. Sin embargo, la rápida evolución tecnológica y la creciente complejidad normativa suponen un desafío significativo para los líderes sanitarios, que deben garantizar la seguridad, la ética y la eficacia de estas herramientas en un entorno regulatorio en constante cambio.

A pesar de estos retos, la percepción de los profesionales sanitarios es mayoritariamente positiva: la mayoría confía en el potencial de la IA para mejorar la calidad asistencial y optimizar los procesos clínicos. Esta visión optimista contrasta con la cautela de los pacientes, cuya confianza en la IA sanitaria aún no está consolidada. Esta diferencia de percepción revela una brecha que debe ser abordada de manera coordinada por gestores, responsables políticos y todos los agentes del sector salud.

Cerrar esta brecha es clave para aprovechar plenamente los beneficios de la IA en sanidad. Es fundamental informar, formar y acompañar tanto a profesionales como a pacientes, reforzando la transparencia y la comunicación sobre el uso de la IA. Solo así España podrá liderar la transformación digital de la salud, garantizando una atención más segura, eficiente y centrada en las personas.

Key Statistics:

• 77% of healthcare professionals are optimistic that AI could improve patient outcomes.
• 56% of patients are optimistic that AI can improve healthcare.

Comodidad del paciente con la IA: no hay una solución única para todos

La diferencia en la confianza entre los profesionales sanitarios y los pacientes se vuelve más nítida cuando se examinan aplicaciones de IA específicas en la atención al paciente. Si bien los profesionales sanitarios generalmente expresan una gran confianza en el uso de la IA, la comodidad de los pacientes con la IA varía de forma significativa según la aplicación.

La mayoría de los pacientes agradecen el uso de la IA para tareas administrativas, como concertar citas o hacer el registro de entrada. Sin embargo, a medida que aumentan los riesgos clínicos, la comodidad con la IA disminuye y la brecha con los profesionales sanitarios crece.

Los pacientes no están del todo preparados para confiar en un sistema de IA para hacer triaje o para escribir sus resultados médicos, una cuestión que probablemente refleja la naturaleza sensible de la información compartida en la relación médico-paciente.

Comparison of Confidence/Comfort Levels (AI vs. Healthcare Professionals):

• Patient Triage for Urgency: Professionals 89%, Patients 65% (Gap: -24%)
• Medical Report Documentation: Professionals 90%, Patients 67% (Gap: -23%)
• Vital Signs Monitoring: Professionals 91%, Patients 72% (Gap: -19%)
• Processing Test Results: Professionals 87%, Patients 71% (Gap: -16%)
• AI-Assisted Treatment Plans: Professionals 81%, Patients 68% (Gap: -13%)
• Appointment Scheduling: Professionals 91%, Patients 80% (Gap: -11%)
• Patient Check-in: Professionals 91%, Patients 80% (Gap: -11%)
• AI-Assisted Diagnosis Decision Support: Professionals 79%, Patients 69% (Gap: -10%)

Los pacientes buscan apoyo en los profesionales sanitarios

Cuando se trata de generar confianza, los pacientes recurren a los profesionales sanitarios. Nuestros resultados muestran que los pacientes prefieren recibir información y seguridad sobre la IA por parte de sus médicos (88%), los sistemas sanitarios (84%) y el personal de enfermería (81%), en lugar de los medios de comunicación (59%) o las redes sociales (41%), destacando el valioso papel de los profesionales sanitarios a la hora de fomentar la confianza de los pacientes en la IA.

La tranquilidad respecto a la seguridad y la eficacia de la IA también es importante para los pacientes, así como para la supervisión por parte del profesional sanitario.

What is needed for greater peace of mind regarding AI in healthcare:

• 45% want assurance that a healthcare professional will always review AI suggestions.
• 38% want to be informed that their data will be kept secure.
• 41% want assurance that AI has been tested to ensure it is safe and effective.
• 37% want to know how AI is being used in their healthcare.

¿Quién es el responsable si la IA se equivoca?

Para impulsar aún más la confianza de los profesionales sanitarios en la IA, todavía hay otro asunto que resolver: ¿quién es el responsable si un sistema de IA comete un error en el diagnóstico o el tratamiento?

Como el desarrollo de la IA se acelera más rápido que nuestra capacidad para seguirle el ritmo (sumado a problemas como las imprecisiones de los sistemas de IA generativa que comprometen la precisión y la fiabilidad), los resultados de la encuesta sugieren que la incertidumbre sobre la responsabilidad legal sigue siendo una barrera significativa para su aplicación. De hecho, más de tres cuartas partes (78%) de los profesionales sanitarios están preocupados o no están seguros de quién sería el responsable en estos casos. Además, el 65% de los profesionales sanitarios expresan su preocupación por la posibilidad de que haya sesgos en los datos de las aplicaciones de IA, lo que alimenta el temor a que pueda ampliar las disparidades en los resultados de salud.

Para mitigar estas preocupaciones, los profesionales sanitarios buscan evidencias científicas que demuestren la eficacia de la IA, directrices claras para su uso y sus limitaciones, así como transparencia sobre en qué se basan las recomendaciones de la IA y una mayor claridad sobre la responsabilidad legal.

What healthcare professionals need to build trust in AI:

• 44% need scientific evidence demonstrating efficacy.
• 43% need clear guidelines for AI use and its limitations.
• 39% need transparency on the basis of AI recommendations.
• 37% need clarity on legal responsibility.
• 36% need continuous monitoring and evaluation of AI systems.
• 78% of healthcare professionals are concerned or unsure about legal responsibility in AI.

Capítulo 2: Cómo aprovechar el potencial de la IA

Acelerar la integración de una IA segura, eficaz y confiable es fundamental, ya que los sistemas de salud, actualmente saturados, enfrentan retos que pueden comprometer la calidad del tratamiento de los pacientes. Los datos de la encuesta revelan que los retrasos en la atención médica ponen en riesgo la salud de las personas, mientras que las ineficiencias en los procesos hacen que los profesionales pierdan horas valiosas que podrían dedicar al cuidado del paciente.

Listas de espera: los retrasos en la atención sanitaria pueden poner en riesgo la salud de los pacientes

Los sistemas regionales de salud en España están sometidos a una gran presión asistencial motivada por el envejecimiento de la población e incremento de la demanda de servicios. A este hecho, se añade la escasez de profesionales para poder cubrir las necesidades de médicos de familia y de algunas especialidades, al igual que ocurre en los profesionales de enfermería.

Aunque desde el Ministerio de Sanidad se está valorando un plan para involucrar a graduados de medicina y médicos residentes (R1 y R2) para la cobertura de algunas necesidades asistenciales, el impacto en el sistema es el incremento de las listas de espera, que regulan el acceso al sistema público.

Los resultados de la encuesta muestran que casi 9 de cada 10 pacientes sufren demoras para ver a un especialista y más de una cuarta parte (29%) ha visto empeorar su salud por esta causa.

88% of Spanish patients have experienced delays in seeing a specialist.

Digitalización con IA

La digitalización de la sanidad mediante IA puede optimizar el proceso de derivación a especialistas, analizando síntomas y datos clínicos para priorizar casos urgentes. Esto agiliza el diagnóstico inicial y reduce el tiempo de espera al asignar citas de manera más eficiente. Además, la IA puede gestionar agendas y prever la demanda, equilibrando la carga de trabajo entre profesionales. Herramientas de telemedicina, respaldadas por IA, permiten consultas preliminares, minimizando visitas presenciales innecesarias. Todo ello mejora la coordinación y comunicación entre niveles asistenciales, aumentando la disponibilidad de los especialistas.

Cuando el tiempo se vuelve una carga para el personal sanitario

Mientras los pacientes afrontan largas listas de espera para recibir atención, los profesionales sanitarios ven cómo su tiempo se diluye en ineficiencias que generan frustración. Esta situación les impide centrarse en lo que realmente les motiva: acompañar al paciente en su proceso de recuperación y mejora de la salud (70%) y participar en los procesos clínicos como parte de un equipo multidisciplinar (una fuente de inspiración y propósito para el 72% del personal sanitario).

Uno de los principales obstáculos es la gestión ineficaz de los datos clínicos. Prácticamente el 90% de los profesionales sanitarios han perdido tiempo valioso por información incompleta o por dificultades para acceder a los datos del paciente. Además, casi la mitad (46%) afirma que desperdicia más de 45 minutos de su jornada laboral por estos problemas, lo que pone de manifiesto la urgente necesidad de incorporar la inteligencia artificial y otras tecnologías digitales. Estas herramientas pueden optimizar la gestión de datos y permitir que los profesionales recuperen ese tiempo crucial para dedicarlo a la atención directa del paciente.

88% of healthcare professionals have lost clinical time due to incomplete patient data or difficulty accessing it.

Time lost per shift:

• Nearly half (46%) lose more than 45 minutes per shift.
• 29% lose between 21 and 45 minutes per shift.
• 26% lose less than 20 minutes per shift.

*Based on an eight-hour shift, with 250 working days per year. This equates to an average of 187.50 hours lost per healthcare professional per year.

Las tareas administrativas alejan a los sanitarios de sus pacientes

No hay señales claras de que la carga administrativa en la atención sanitaria vaya a disminuir. De hecho, los datos de la encuesta muestran que esta carga sigue aumentando. Actualmente, uno de cada tres profesionales sanitarios dedica menos tiempo a los pacientes y más tiempo a tareas administrativas en comparación con hace cinco años, mientras que solo el 21% puede pasar más tiempo con sus pacientes.

Este cambio puede estar impactando directamente en el bienestar del personal sanitario: más de una cuarta parte (28%) de los profesionales afirman sentirse estresados en su trabajo. En un contexto donde los sistemas de salud en España continúan enfrentándose a la escasez de médicos y enfermeros, lo que incrementa la presión sobre el resto de trabajadores, es más importante que nunca abordar estas ineficiencias administrativas. Solo así podremos retener a los profesionales y proteger la calidad de la atención médica.

Time allocation for healthcare professionals:

• 33% spend less time with patients and more time on administrative tasks.
• 46% spend the same amount of time with patients as on administrative tasks.
• 21% spend more time with patients and less time on administrative tasks.

Dónde la IA puede tener un impacto positivo

Como responsables de la salud, los profesionales sanitarios reconocen la urgencia de enfrentar los retrasos y la ineficiencia en la atención médica. Advierten que no incorporar la IA de forma rápida puede tener consecuencias negativas: el 58% teme un aumento del agotamiento clínico por tareas administrativas, el 52% señala la posibilidad de perder oportunidades de intervención temprana y el 40% prevé una mayor acumulación de pacientes en las listas de espera.

La IA, cuando se implementa de manera adecuada, se perfila como una aliada fundamental para el sector. Los expertos destacan que esta tecnología puede liberar a los profesionales de tareas repetitivas, optimizar el triaje de pacientes y devolver tiempo valioso a los equipos médicos. Además, prevén que la adopción de la IA permitirá ampliar la capacidad de atención, ofrecer diagnósticos y tratamientos de forma más ágil y reducir significativamente los tiempos de espera, lo que se traduce en una mejor experiencia para los pacientes.

Otro aspecto clave es el potencial de la IA para capacitar al personal menos experimentado. En un contexto donde muchos hospitales enfrentan escasez de especialistas, la inteligencia artificial puede elevar el nivel de competencia del personal inexperto, facilitando el acceso a una atención de calidad y contribuyendo a la equidad en los servicios sanitarios.

How AI can positively impact healthcare departments:

• Operational Efficiency and Workflow Optimization: Automating repetitive tasks (90%), improving clinical workflow efficiency (75%), reducing procedure times (68%), reducing overtime (66%).
• Patient Access and Experience: Triaging patients for appropriate care (81%), increasing capacity to serve more patients (75%), reducing patient wait times (72%), increasing patient face time (59%).
• Clinical Excellence and Innovation: Improving access to clinical research (83%), enhancing skills of less experienced staff (75%), precise and timely medical interventions (65%).

Capítulo 3: Descubriendo un nuevo tipo de atención sanitaria

Los profesionales sanitarios creen que la combinación de la IA y de la telemedicina, permitirá llevar la atención sanitaria más allá del entorno hospitalario, impactando en el paciente de forma temprana, liberando recursos y mejorando los indicadores de salud de la población. Si bien los pacientes se muestran abiertos ante este cambio, siguen existiendo algunas preocupaciones. ¿Cuáles son y cómo se pueden abordar?

Del tratamiento a la prevención: El papel de la IA en la reducción de los ingresos hospitalarios

La IA ya está transformando la atención médica en España, pero su mayor potencial reside en evitar la hospitalización de los pacientes. Con el aumento de las enfermedades crónicas y el crecimiento de los costes sanitarios, tanto el gobierno como los sistemas de salud españoles están impulsando un cambio: pasar de un modelo reactivo, que actúa cuando la enfermedad ya está presente, a uno proactivo, que se anticipa y previene.

Los datos más recientes muestran que los profesionales sanitarios en España apoyan este nuevo enfoque. Consideran que el análisis predictivo basado en IA y la monitorización remota de pacientes pueden reducir los ingresos hospitalarios innecesarios y salvar vidas, gracias a intervenciones más tempranas y precisas.

Sin embargo, los expertos también advierten que para que estos avances sean efectivos, es fundamental que los pacientes confíen en la IA y en las nuevas tecnologías digitales. Como veremos en el próximo capítulo, lograr esa aceptación será el verdadero reto para consolidar este cambio en la atención sanitaria.

6 out of 10 healthcare professionals believe that digital health technologies, including AI, remote patient monitoring, and predictive analytics, will reduce hospital admissions in the future.

7 out of 10 healthcare professionals say AI and predictive analytics could save lives by enabling earlier interventions.

Los pacientes agradecen las nuevas tecnologías, pero temen perder el contacto personal

La revolución digital en el ámbito de la salud ya es una realidad y los pacientes muestran una actitud favorable hacia la adopción de tecnologías como la IA, la monitorización remota y la telemedicina. Aproximadamente el 75% valora positivamente estas innovaciones, siempre y cuando contribuyan a mejorar la calidad asistencial y faciliten el acceso a los profesionales sanitarios. Destaca el interés por la atención remota: un 46% de los encuestados prefieren los modelos no presenciales, porcentaje que aumenta al 56% en el caso de quienes tienen hijos menores de 18 años y al 53% entre los menores de 45 años.

No obstante, esta apertura hacia la digitalización va acompañada de ciertas preocupaciones. Más de la mitad de los pacientes teme que la tecnología reduzca el tiempo de una atención directa con el médico, lo que recalca la importancia de mantener la relación personal entre paciente y profesional sanitario. Asimismo, el 50% de los encuestados desea poder elegir entre consultas virtuales o presenciales, lo que revela la necesidad de un sistema de salud flexible y adaptado a las preferencias individuales. El reto para el sector sanitario es integrar la innovación tecnológica garantizando la accesibilidad y la cercanía humana, en busca de un equilibrio entre avance digital y atención personalizada.

Patient sentiment towards technology in healthcare:

• 73% of patients view the use of more technology in health services favorably if it improves patient care.
• 52% of patients are concerned that relying more on technology means less face-to-face time with doctors.

Patient preference for technology in healthcare by country:

• Openness to technology: Spain (56%), USA (53%), UK (57%), France (63%), Germany (62%), India (55%), Japan (49%), Netherlands (51%), South Africa (49%), Australia (61%), Brazil (54%), Canada (80%), China (82%), Indonesia (56%), South Korea (72%), Saudi Arabia (71%).
• Concern about reduced face-time: Spain (56%), USA (53%), UK (57%), France (63%), Germany (62%), India (55%), Japan (49%), Netherlands (51%), South Africa (49%), Australia (61%), Brazil (54%), Canada (80%), China (82%), Indonesia (56%), South Korea (72%), Saudi Arabia (71%).

Datos de salud de los dispositivos móviles de consumidores: ¿una ayuda o un obstáculo?

La monitorización remota de pacientes se ha consolidado como una herramienta esencial en la atención clínica, aunque el uso de dispositivos móviles como relojes inteligentes y monitores de actividad sigue generando debate entre los profesionales sanitarios.

Profesionales médicos y de enfermería reconocen el valor de la información que aportan estos dispositivos, pero advierten sobre el reto que supone gestionar el gran volumen de datos generados, ya que su análisis demanda más tiempo. Por parte de los pacientes, la actitud hacia el uso y el intercambio de información es mayoritariamente positiva, aunque la adopción de estos dispositivos aún es limitada: solo el 43% de los pacientes en España los utiliza. Sin embargo, un 66% de los encuestados ya ha compartido o estaría dispuesto a compartir sus datos con su equipo médico.

Estos resultados evidencian la necesidad de fomentar el uso de dispositivos móviles entre los pacientes y abordar las preocupaciones de los profesionales para potenciar los beneficios de estas tecnologías en la prevención y mejora de la atención sanitaria. Además, muchos de estos dispositivos requieren certificación sanitaria según la normativa europea MDR.

Healthcare professionals' opinions on mobile health data:

• Perceived Benefits: Enabling personalized care plans (80%), improving overall patient health understanding (77%), aiding medication adherence (76%), saving time in patient monitoring and enabling earlier intervention (75%), helping patients take their diagnosis seriously (72%).
• Concerns: Increased workload for doctors (65%), requiring more time for doctors to review and interpret data (63%), creating unrealistic patient expectations (47%), difficulty in understanding data (36%), data unreliability (25%).

Recomendaciones

¿Cómo generar confianza en la IA en los pacientes y los profesionales?

1. Priorizar a las personas en el diseño de la IA: La Inteligencia IA debe desarrollarse siempre pensando en las necesidades reales de los pacientes y del personal sanitario. Involucrar desde el principio a todos los actores relevantes —médicos, enfermeros, pacientes y gestores— es fundamental para generar confianza y lograr una adopción exitosa de estas tecnologías. Las soluciones basadas en IA deben integrarse de manera sencilla en las rutinas clínicas y en los sistemas de información hospitalaria. Así, se consigue una experiencia más fluida para los profesionales de la salud y se optimizan los resultados clínicos para los pacientes.
2. Mejorar la colaboración entre las personas y la IA: La inteligencia artificial (IA) aporta valor al potenciar las capacidades de los profesionales médicos y ofrecer herramientas útiles a pacientes y cuidadores, mejorando la gestión de la salud. Aunque la IA puede realizar tareas de forma autónoma, la supervisión humana sigue siendo fundamental para garantizar la seguridad en la atención sanitaria. El rol de los profesionales de la salud es vital, ya que generan confianza en los pacientes mediante una comunicación transparente sobre el uso de la IA en el cuidado médico. Es además necesario y recomendable que desde los inicios profesionales, el personal sanitario reciba una sólida formación para así poder garantizar un uso coherente, seguro y eficaz de la IA.
3. Demostrar eficacia e imparcialidad: Médicos y pacientes desean que la inteligencia artificial (IA) en salud sea segura y eficaz. Las autoridades regulatorias exigen pruebas sólidas de que estos sistemas cumplen los más altos estándares de seguridad y rendimiento clínico. Es esencial que la IA proporcione resultados consistentes en todos los grupos de pacientes y contextos médicos, así como mecanismos para prevenir sesgos, garantizando diagnósticos y tratamientos justos y sin discriminación. Para alcanzar estos objetivos, el desarrollo y validación de la IA debe apoyarse en conjuntos de datos representativos y de alta calidad. Esto minimiza los riesgos de sesgo y asegura que todos los pacientes reciban una atención equitativa, precisa y adaptada a sus necesidades.
4. Habilitar la innovación con límites claros: La IA está transformando la atención médica y puede salvar muchas vidas, pero su adopción depende de que la legislación se adapte al ritmo de la innovación. Es imprescindible encontrar un equilibrio entre la rapidez en el desarrollo de tecnologías y la implementación de garantías sólidas para proteger a los pacientes y mantener la confianza en el sistema. La armonización global de los marcos regulatorios simplificaría los procesos, acelerando la llegada de innovaciones en IA a hospitales y clínicas sin comprometer la seguridad. Los modelos de áreas de pruebas reguladas (sandbox) permiten desarrollar y supervisar la IA responsablemente, cumpliendo con los estándares médicos y normativos, facilitando así la integración segura y coherente de nuevas tecnologías en la práctica clínica.
5. Crear asociaciones sólidas entre distintos sectores: En el ámbito de la salud, ningún actor puede afrontar los retos por sí solo. La cooperación estrecha entre todos los participantes del ecosistema —incluyendo hospitales, médicos, pacientes, aseguradoras, autoridades, reguladores, investigadores y empresas tecnológicas— resulta fundamental para fomentar la innovación y diseñar soluciones que respondan a las necesidades reales y generen confianza. La alineación de objetivos e incentivos es esencial para centrar los esfuerzos en lo verdaderamente importante: mejorar la salud y el bienestar tanto de los pacientes como de los profesionales sanitarios.

Apéndice

Metodología de la investigación

Se llevaron a cabo dos encuestas cuantitativas* a cargo de Accenture Song, el grupo creativo impulsado por la tecnología más grande del mundo que emplea una metodología de realización de encuestas por internet (encuestas CAWI).

Las encuestas se realizaron entre diciembre de 2024 y marzo de 2025 en 16 países (Alemania, Australia, Arabia Saudí, Brasil, Canadá, China**, Corea del Sur, España, Estados Unidos, Francia, India, Indonesia, Japón, Países Bajos, Reino Unido y Sudáfrica).

En los casos en los que resultó relevante, las encuestas se tradujeron al idioma local. En algunas ocasiones, ciertas preguntas se tuvieron que modificar ligeramente para adaptarlas a países concretos. Se procuró garantizar que el significado de la pregunta se mantuviera lo más parecido posible a la versión original en inglés.

En ambos casos (profesionales sanitarios y pacientes) se ponderó el tamaño de las muestras para garantizar resultados representativos a nivel global.

Encuesta 1: 1.926 profesionales sanitarios participaron en una encuesta online de 15 minutos

• Los profesionales sanitarios han sido un mix de médicos (incluidos cirujanos), personal de enfermería y auxiliares médicos.
• Los encuestados trabajaban en distintas especialidades de los sistemas sanitarios público y privado.

Encuesta 2: 16.144 pacientes de 18 años o más participaron en una encuesta online de 10 minutos

• Entre los encuestados había una amplia representación de edades y géneros de sus respectivos países.
• El 99% de los encuestados había visitado a un médico en los últimos 2 años.

* Se realizaron dos encuestas independientes, pero para facilitar la comunicación, los datos se mencionan en el informe como procedentes de una sola «encuesta».
** Los datos de la encuesta son representativos de China continental únicamente y no incluyen Taiwán ni Hong Kong.

Ponderación de datos

La ponderación es una técnica estadística utilizada para ajustar los datos de la muestra y garantizar que representan con precisión a la población de mayor tamaño. Este proceso es vital cuando ciertos grupos están sobrerrepresentados o infrarrepresentados en la muestra en comparación con las proporciones reales en la población.

• Mejora la precisión: la ponderación corrige cualquier sesgo que pueda surgir debido a tamaños de muestra desiguales en distintos mercados.
• Garantiza la representación: garantiza que las ideas obtenidas reflejen los datos demográficos y las características de toda la población con mayor precisión.
• Permite la comparativa: al ponderar los datos, se pueden hacer comparaciones justas entre diferentes zonas y datos demográficos, lo que lleva a conclusiones más fiables.

Las tablas siguientes muestran tanto el tamaño de las muestras no ponderadas como de las ponderadas, así como el margen de error estimado*** con un nivel de confianza del 95%.

Tenga en cuenta que este informe utiliza datos ponderados de encuestas tanto a profesionales sanitarios como a pacientes para proporcionar información representativa de los diversos mercados analizados.

Encuesta a profesionales sanitarios:

Encuesta a pacientes:

*** El margen de error estimado es el margen de error que se asociaría con una muestra de este tamaño para la población encuestada en cada país.

Glosario de términos

Inteligencia artificial (IA): Un sistema de IA es un sistema automatizado que, para objetivos explícitos o implícitos, deduce, de los datos que recibe, cómo generar resultados como predicciones, contenido, recomendaciones o decisiones que pueden influir en entornos físicos o virtuales. Los niveles de autonomía y adaptabilidad varían en función de cada sistema de IA tras su implementación.

Algoritmos de inteligencia artificial (IA): Los algoritmos de IA le indican al ordenador cómo tomar decisiones, ejecutar una función o realizar alguna otra tarea de forma independiente.

Imprecisiones de la Inteligencia Artificial (IA): Respuestas producidas por sistemas de IA que son engañosas, inexactas o sin sentido, pero que se presentan como un hecho.

Automatización: El uso de tecnología y soluciones de software para realizar tareas y procesos con una participación humana limitada. Puede suponer la aplicación de herramientas digitales, máquinas y sistemas informáticos para racionalizar y optimizar varios aspectos de la prestación de atención sanitaria, la administración y la gestión.

Datos: Se usa en este contexto para referirse a una variedad de información clínica u operativa acumulada de numerosas fuentes, incluidos, entre otros, registros médicos electrónicos, productos sanitarios y herramientas de gestión del flujo de trabajo.

Sesgo de los datos: Un error que se produce cuando faltan ciertos elementos de un conjunto de datos, o cuando están infrarrepresentados o sobrerrepresentados.

Tecnología sanitaria digital: Una variedad de tecnología que transmite, comparte o analiza datos de salud. La tecnología puede tener diversas formas, incluidas, entre otras, monitores de salud domésticos, registros de salud digitales, equipos en hospitales/centros sanitarios y dispositivos de seguimiento de la salud o del estado físico.

IA generativa: Sistemas de IA que pueden crear contenido original en respuesta a la pregunta o solicitud de un usuario.

Líder sanitario: Un directivo de alto nivel o de nivel sénior que trabaje en un hospital, un centro de salud, un centro de imagen/laboratorio en consulta o en un centro de urgencias que sea quien tome las decisiones o que tenga influencia en ellas.

Organización sanitaria: El hospital o centro sanitario en el que trabaja el profesional sanitario.

Profesional sanitario: Personas que están directamente involucradas en la prestación de servicios de salud a pacientes (incluidos médicos, personal de enfermería, cirujanos, especialistas, tecnólogos, técnicos, etc.)

Asistencia extrahospitalaria: Servicios médicos prestados fuera de entornos hospitalarios tradicionales, como en el hogar, clínicas, centros de atención ambulatoria u otras ubicaciones de la comunidad, ya sea en persona o virtualmente.

Rendimiento del paciente: La eficiencia a la que un paciente se mueve por un centro sanitario desde su ingreso hasta el alta.

Análisis predictivo: Una rama de análisis avanzado que hace predicciones sobre eventos futuros, comportamientos y resultados.

Monitorización remota del paciente: Tecnología que rastrea y diagnostica de forma remota la salud de los pacientes.

Especialista: Un médico u otro profesional sanitario que esté capacitado y con licencia en un área específica de práctica. Entre los ejemplos se incluyen oncólogos (especialistas en cáncer) y cardiólogos (especialistas en corazón).

Personal: Esto se refiere a todos los empleados dentro de una organización sanitaria, incluidos profesionales sanitarios, informáticos, servicios financieros, apoyo administrativo, instalaciones, etc.

Flujos de trabajo: Un proceso que implica una serie de tareas realizadas por varias personas dentro de y entre entornos de trabajo para prestar asistencia sanitaria. Lograr cada tarea puede requerir acciones de una persona, entre personas o entre organizaciones, y puede ocurrir de forma secuencial o simultánea.