Los escenarios descritos (¿Qué le hará la inteligencia artificial al trabajo? Parte I Escenarios: de la utopía a la distopía) no son abstractos. Argentina ya tiene casos concretos que los ilustran, con todas sus luces y sus sombras.
CUX: cuando la transición turbulenta llega a la salud mental municipal
En junio de 2024, se encendió la polémica: el municipio bonaerense de Trenque Lauquen había contratado los servicios de CUX, una plataforma de apoyo emocional basada en IA, para ofrecerla como herramienta de salud mental a sus vecinos.
CUX opera como un chatbot de escucha activa y apoyo emocional, disponible las 24 horas los 7 días de la semana, de manera anónima. Sus defensores argumentan que en un contexto donde, según sus propios datos, el 85% de la población no accede a ningún servicio de salud mental, una herramienta de bajo costo y alta penetración puede cubrir una brecha real. La empresa aclaró en todo momento que no brinda diagnóstico ni tratamiento, y que no reemplaza a los profesionales.
Las críticas, sin embargo, fueron inmediatas y vinieron de varios frentes. Directivos del sistema de salud mental señalaron que la plataforma carecía de habilitación sanitaria y que, en Argentina, la ley exige la presencia de profesionales humanos en cualquier evaluación clínica.
«Es curioso que imaginemos que, como seres humanos, no merecemos siquiera un tratamiento de otro ser humano que estudió para cuidarnos.»
Lic. Calmels
El caso CUX es un espejo exacto de la tensión que inspiró estos artículos. Por un lado, el argumento de acceso: hay una demanda insatisfecha masiva de acompañamiento emocional, los profesionales trabajan «al límite de su capacidad», como reconoció el propio intendente, y una herramienta tecnológica puede llegar a donde las personas no llegan. Por otro, el argumento de sustitución: si el Estado contrata un chatbot en lugar de financiar más psicólogos en el sistema público, no está resolviendo la brecha sino legitimando su abandono con tecnología. El caso también ilustra un problema regulatorio estructural: Argentina no tiene aún un marco normativo claro para la IA en salud. La misma herramienta puede ser un recurso complementario valioso en un sistema robusto, o un sustituto barato del cuidado humano en un sistema desfinanciado. El resultado depende menos de la tecnología que de la política pública que la enmarca.
Hospital Italiano de Buenos Aires: la utopía posible
En el extremo opuesto del espectro está la experiencia del Hospital Italiano de Buenos Aires, que desde 2018 desarrolla el programa de Inteligencia Artificial en Salud (pIASHIBA)1, uno de los más avanzados de América Latina.
El programa articula equipos transdisciplinarios de médicos, bioingenieros, radiólogos, dermatólogos e informáticos. Sus proyectos concretos incluyen: algoritmos de clasificación de densidad mamaria para mejorar la detección precoz de cáncer de mama, modelos predictivos para pacientes en terapia intensiva que alertan al equipo médico sobre deterioros inminentes, y herramientas de análisis de imágenes de diagnóstico por imágenes en múltiples especialidades. El hospital cuenta con más de 320 terabytes de imágenes acumuladas desde 2007, lo que le permite entrenar modelos con datos propios y contextualmente relevantes.
Lo que hace al modelo del Italiano particularmente valioso como referencia no es solo la tecnología sino la filosofía institucional que la sostiene: la IA no reemplaza al médico, sino que cambia su rol. El radiólogo deja de ser la «fuente única de conocimiento y análisis» para convertirse en el validador e intérprete de los resultados del algoritmo, incorporando el contexto clínico que la máquina no puede capturar. Es exactamente el escenario que Autor y Thompson describen cuando la automatización elimina las tareas más simples y especializa el trabajo humano remanente.
El límite obvio de este modelo es su condición de posibilidad: requiere una institución con décadas de digitalización de datos de alta calidad, recursos para contratar ingenieros y bioingenieros, y una cultura institucional que tolera la experimentación. No es replicable directamente en un hospital público de provincia con presupuesto congelado e historia clínica en papel.
La IA en el sector público: también es posible construir utopías
El Hospital San Bernardo de Salta2 fue el primer hospital público argentino en implementar IA para la detección temprana de cáncer de pulmón. El sistema analiza imágenes de tomografía computada y alerta al equipo médico ante hallazgos sospechosos, permitiendo derivaciones más tempranas. Es un caso que ilustra algo importante: la IA puede llegar al sistema público, y cuando llega bien, funciona como complemento —no como sustituto— del criterio clínico.
El Hospital Central de San Luis3 en diciembre de 2025, el Hospital Central Dr. Ramón Carrillo de San Luis incorporó «Nódica», una aplicación que transcribe en tiempo real la conversación entre médico y paciente y la vuelca automáticamente en los campos correspondientes de la historia clínica: diagnóstico, medicación, antecedentes, indicaciones. El sistema es suficientemente sofisticado para distinguir el contenido clínico relevante de las conversaciones de contexto general, y no graba, sino que transcribe en el momento. El resultado, según los propios directivos, fue una mejora sustancial en la calidad y completitud de los registros, y una reducción del tiempo que los médicos pasaban frente a la pantalla cargando datos —tiempo que pudo redirigirse a la consulta en sí.
El Instituto de Ciencias e Ingeniería de la Computación (ICIC) del CONICET desarrolló, junto al Hospital Municipal de Agudos Leónidas Lucero de Bahía Blanca4, un sistema de IA para identificar y hacer seguimiento de pacientes pluripatológicos —aquellos con múltiples enfermedades crónicas simultáneas, que concentran una fracción desproporcionada del gasto y la carga hospitalaria. El sistema combina procesamiento de lenguaje natural con terminología médica estandarizada (CIE-10) para extraer información de las historias clínicas y construir redes de comorbilidades que son difíciles de visualizar en la práctica diaria. Los médicos describieron el sistema como una herramienta que «permite ver relaciones muchas veces invisibles en el manejo cotidiano». El código fue liberado en acceso abierto, lo que permite su replicación en otros hospitales públicos.
Estos son, quizás, los casos más cercanos a la utopía de Imas en hospitales públicos de Argentina: la IA asumió tareas rutinarias y devolvió tiempo relacional a los profesionales. Aunque también se puede convertir en un escenario de reequilibrio si el ahorro resultante no se reinvierte en más tiempo clínico sino en recorte presupuestario.
El vacío regulatorio: lo que falta
Más allá de los casos individuales, el panorama argentino revela una ausencia llamativa: no existe aún un marco regulatorio nacional que rija el uso de IA en salud. La ANMAT aprueba dispositivos médicos, pero los algoritmos de IA no encajan claramente en esa categoría. El CLIAS (Centro de Inteligencia Artificial y Salud para América Latina y el Caribe), liderado por el IECS, trabaja activamente en esta agenda, pero su influencia en política pública es todavía incipiente.
Una encuesta de Medscape5 publicada en noviembre de 2024 reveló que el 84% de los profesionales de salud argentinos reclama marcos jurídicos para el uso ético y seguro de la IA, y que el 42% tiene preocupaciones concretas de que los algoritmos reemplacen el criterio clínico. No es resistencia corporativa: es demanda de regulación inteligente.
Mientras tanto, el mercado avanza: startups ofrecen soluciones de IA a obras sociales y prepagas para gestión de autorizaciones, detección de fraudes y triaje de consultas. Algunas de estas aplicaciones son genuinamente útiles. Otras son exactamente la «automatización mediocre» que Acemoglu advierte: reducen costos administrativos para el financiador sin mejorar la atención al afiliado, y en algunos casos la empeoran. Sin regulación, sin transparencia sobre los criterios algorítmicos y sin auditabilidad de los resultados, el paciente queda expuesto a decisiones tomadas por cajas negras que ningún profesional puede cuestionar.
La paradoja argentina es esta: tenemos uno de los sistemas de formación médica más sólidos de América Latina, un capital humano extraordinario en salud, y al mismo tiempo uno de los marcos institucionales más débiles para gestionar la transición tecnológica. La IA va a llegar de todas formas. La pregunta es si va a potenciar lo que tenemos o a sustituirlo por lo barato.
Una propuesta para el debate en salud
La medicina siempre fue una tensión entre la técnica y el arte. La primera puede automatizarse. El segundo, no todavía y quizás nunca del todo. Pero esa distinción, que parece clara en abstracto, se vuelve borrosa en la práctica: ¿hasta dónde la «relación clínica» es irreductible y hasta dónde es una narrativa que usamos para proteger un monopolio profesional?
Lo que sí parece claro es esto: si dejamos que la IA avance en salud sin regulación, sin planificación de la fuerza de trabajo y sin redistribución de las ganancias de productividad, el resultado probable no es el peor de los escenarios sino el más mezquino: una IA que abarata el diagnóstico técnico mientras precariza a quienes lo aplican, que mejora los indicadores de eficiencia mientras deteriora la experiencia de atención.
Evitarlo no requiere frenar la tecnología. Requiere decidir, colectivamente, para qué la queremos.
- Julieta Di Marco y Bioing. Candelaria Mosquera. «Implementando el potencial transformador de la Inteligencia Artificial en el ámbito de la salud» ↩︎
- (2024) El hospital San Bernardo es pionero en la implementación de Inteligencia Artificial para la detección temprana de cáncer de pulmón ↩︎
- La Nación (2026). Cómo los hospitales argentinos aplican IA para optimizar resultados ↩︎
- CONICET (2025). Un proyecto del CONICET utiliza IA para optimizar la atención de pacientes crónicos en hospitales públicos ↩︎
- (2024) «Inteligencia artificial en medicina: Médicos argentinos, brasileños y mexicanos 2024», Medscape ↩︎
Economía de la Salud 