TECNOLOGÍA · INTELIGENCIA ARTIFICIAL
Cómo la inteligencia artificial ya diagnostica y trata pacientes en México, y los vacíos regulatorios y riesgos que conviene conocer.
Por Mariana Castillo Hernández · Editora General
Antes, saber si un paciente con un coágulo cerebral era candidato a una cirugía para removerlo podía tardar entre 60 y 90 minutos: el tiempo que le toma a un radiólogo revisar una tomografía o resonancia y decidir. Hoy, en hospitales del IMSS, ese mismo análisis toma menos de cinco minutos. «Antes, identificar si un paciente era candidato a la trombectomía podría tardar entre 60 y 90 minutos; ahora, con imagen avanzada e IA, tenemos la información en menos de cinco minutos», explicó el doctor José Raúl Neri Alonso, especialista en terapia endovascular neurológica del IMSS, a la revista Expansión en febrero de 2026. En un accidente cerebrovascular, esos minutos ganados equivalen a menos tejido cerebral dañado y más probabilidades de que el paciente vuelva a caminar o hablar con normalidad.
Ese caso —parte del protocolo «Código Cerebro» del IMSS— es apenas uno de varios ejemplos ya documentados de inteligencia artificial funcionando dentro de hospitales mexicanos, no en un laboratorio ni en una feria tecnológica. En Estados Unidos, la agencia reguladora de medicamentos y dispositivos médicos (FDA) llevaba registrados, hasta marzo de 2026, más de 1,524 dispositivos médicos con IA autorizados, con un ritmo de entre 70 y 86 nuevas autorizaciones cada trimestre. La pregunta ya no es si la IA va a llegar a la medicina, sino qué tan preparado está el sistema de salud —y sus pacientes— para lo que ya está pasando.
Cómo la IA ya está en hospitales mexicanos
Según el propio IMSS y reportes periodísticos verificados, el protocolo Código Cerebro combina imagen avanzada con inteligencia artificial para decidir con rapidez qué pacientes con accidente cerebrovascular isquémico pueden beneficiarse de una trombectomía mecánica (la extracción de un coágulo mediante un catéter). El programa opera ya en más de 136 hospitales de segundo nivel y 10 Unidades Médicas de Alta Especialidad del país, con más de 13,000 trabajadores de salud capacitados, y ha logrado que en más del 90% de los casos de tratamiento trombolítico el medicamento se administre dentro de la primera hora y media tras la llegada del paciente a urgencias, un margen crítico para su efectividad. Según la Organización Mundial de la Salud, los accidentes cerebrovasculares son la segunda causa de muerte a nivel global; en México se registran 170,000 casos nuevos al año.
El IMSS no es el único caso. El ISSSTE puso en operación cuatro «Cuartos Azules», salas de interpretación de mastografías asistidas por IA que en conjunto tienen capacidad para analizar más de 400,000 estudios de detección de cáncer de mama al año. El IMSS también instaló, desde enero de 2026, 42 tomógrafos de alta tecnología con IA en hospitales generales y regionales, y en junio de 2026 IMSS Bienestar inauguró un quirófano inteligente en el Hospital de Xoco, en la Ciudad de México. La institución además prepara la incorporación de asistentes virtuales capaces de analizar millones de expedientes clínicos para apoyar a los médicos durante la consulta.
Datos clave
- El protocolo Código Cerebro del IMSS redujo de 60-90 minutos a menos de cinco el tiempo para identificar candidatos a trombectomía cerebral.
- Los cuatro «Cuartos Azules» del ISSSTE pueden analizar más de 400,000 mastografías al año con apoyo de IA.
- La FDA de Estados Unidos tenía registrados más de 1,524 dispositivos médicos con IA autorizados hasta marzo de 2026.
- La Ley General de Salud de México aún no define legalmente qué es un «sistema de inteligencia artificial en salud» ni un «algoritmo de apoyo a la decisión clínica».
El vacío regulatorio que persiste
Mientras la tecnología avanza dentro de los hospitales, el marco legal mexicano va un paso atrás. La Comisión Federal para la Protección contra Riesgos Sanitarios (COFEPRIS) emitió en 2025 lineamientos para el uso de IA en diagnóstico por imagen y apoyo a decisiones clínicas, y en mayo de ese mismo año autorizó el primer software de alta tecnología para el tratamiento del infarto agudo de miocardio, un precedente relevante. Sin embargo, la Ley General de Salud vigente no contiene todavía definiciones legales de «inteligencia artificial», «sistema de IA en salud» ni «algoritmo de apoyo a la decisión clínica». La reforma de enero de 2026, que añadió un capítulo sobre salud digital, reguló la telesalud y los expedientes electrónicos, pero no abordó la IA como una categoría normativa propia. En la práctica, esto significa que el uso clínico de estas herramientas avanza más rápido que las reglas que deberían delimitar quién responde si un algoritmo se equivoca.
Qué significa esto para pacientes y personal de salud
Para el personal médico, estas herramientas funcionan sobre todo como un filtro de tiempo: procesan estudios de imagen o expedientes en minutos, en tareas que antes tomaban horas, para que el médico dedique su tiempo a decidir el tratamiento en lugar de a leer manualmente cada estudio. Para pacientes, el beneficio más directo es la velocidad de diagnóstico en emergencias como un accidente cerebrovascular, o el acceso a detección temprana en programas de escala amplia como la mastografía asistida del ISSSTE. El acceso, sin embargo, no es parejo: la inversión en equipos como los 42 tomógrafos del IMSS —de aproximadamente 29 millones de pesos cada uno— se concentra por ahora en hospitales de segundo y tercer nivel, mientras unidades más pequeñas o rurales pueden tardar más en recibir esta tecnología.
Limitaciones y riesgos que conviene conocer
El propio doctor Neri Alonso fue explícito sobre el límite de esta tecnología: «la IA no sustituye a los médicos, lo que hace es darles información procesada y precisa de inmediato». Ningún sistema de IA médica actualmente en uso en México toma la decisión final de tratamiento por sí solo; la responsabilidad clínica sigue siendo humana. Persisten, además, riesgos documentados en la literatura internacional sobre IA en salud: los modelos entrenados con datos poco diversos pueden funcionar peor en poblaciones no representadas en esos datos, y la falta de una categoría legal específica en México dificulta establecer con claridad la responsabilidad en caso de un error diagnóstico asistido por IA. La inversión concentrada en equipos de alto costo también plantea una pregunta de equidad: si la tecnología solo llega a los hospitales mejor financiados, la brecha de calidad de atención entre regiones del país podría ampliarse en lugar de cerrarse.
Recomendaciones prácticas
- Si te diagnostican con apoyo de IA (una tomografía, una mastografía), pregunta a tu médico qué papel jugó la herramienta y qué confirmó él o ella directamente.
- Reconoce los síntomas de un accidente cerebrovascular (debilidad repentina en brazos o piernas, dificultad para hablar, pérdida de visión) y acude de inmediato a urgencias: la IA acelera el diagnóstico, pero solo si llegas a tiempo.
- Si trabajas en salud, súmate a capacitaciones institucionales sobre estas herramientas antes de usarlas en la práctica clínica diaria.
- Sigue las recomendaciones de prevención de la Secretaría de Salud (control de hipertensión, diabetes y hábitos de vida), que pueden reducir hasta 80% la recurrencia de un accidente cerebrovascular, independientemente de la tecnología disponible.
El doctor Neri Alonso lo resume con una idea que vale la pena recordar: identificar rápido a un paciente no sirve de nada si nadie reconoció a tiempo que algo andaba mal. La inteligencia artificial redujo un proceso de una hora a cinco minutos dentro del hospital, pero el minuto que de verdad decide el desenlace sigue siendo el primero: el que tarda una persona en notar los síntomas y pedir ayuda.