El desarrollo de una inteligencia artificial más transparente, fiable y equitativa para la atención sanitaria ha centrado buena parte del debate en el encuentro Patient-Powered Digital Health 2026, una de las principales conferencias internacionales sobre salud digital, celebrada recientemente en Boston y organizada por Harvard Medical School y el Beth Israel Deaconess Medical Center.
Durante tres jornadas, investigadores, profesionales sanitarios, representantes de asociaciones de pacientes, empresas tecnológicas y responsables institucionales han analizado los retos que plantea la incorporación de la inteligencia artificial a la práctica clínica y a la salud pública, con especial atención a cuestiones como la equidad, la transparencia, la confianza en los algoritmos y la participación de los pacientes en el desarrollo de soluciones digitales.
En este contexto, Ioannis Bilionis, investigador de la empresa de salud digital Adhera Health -con actividad desde España y Estados Unidos-, y actualmente investigador visitante en Harvard Medical School, ha participado como ponente y ha compartido con investigadores y profesionales sanitarios los avances de una línea de trabajo impulsada desde España para desarrollar una inteligencia artificial más responsable aplicada a la salud.
Una IA en salud pública que funcione para todos con equidad social
El trabajo que Adhera Health desarrolla junto a la Universitat Pompeu Fabra se centra en comprender cómo los algoritmos utilizados en salud pueden generar diferencias entre pacientes y qué mecanismos permiten reducir esos riesgos.
A medida que la inteligencia artificial se incorpora a hospitales y sistemas sanitarios, garantizar que estas herramientas funcionen de forma justa para todas las personas se ha convertido en uno de los principales retos científicos y regulatorios del sector.
«La mejor inteligencia artificial en salud pública no es la que predice con precisión, sino la que se mantiene justa a medida que aprende, se adapta y evoluciona. De lo contrario, no es más que una línea más en un artículo científico y no una herramienta real para mejorar la equidad», explica Ioannis Bilionis.
Investigación con impacto internacional
Este trabajo forma parte de un proyecto desarrollado por Adhera Health en colaboración con la Universitat Pompeu Fabra, con el apoyo del Ministerio de Ciencia e Innovación, la Generalitat de Catalunya y el proyecto europeo SoBigData++.
Bilionis es además coautor del estudio Disparate Model Performance and Stability in Machine Learning Clinical Support for Diabetes and Heart Diseases, junto a Ricardo C. Berrios, Luis Fernández Luque y Carlos Castillo.
Realizado a partir del análisis de datos de más de 25.000 personas con enfermedades crónicas, el estudio demuestra que los modelos de inteligencia artificial pueden ofrecer resultados diferentes según características de los pacientes, como la edad o el sexo, poniendo de relieve la necesidad de desarrollar algoritmos no solo eficaces, sino también consistentes y equitativos para toda la población.
La proyección internacional de este trabajo continuará a finales de julio en el congreso IEEE EMBC 2026, que se celebrará en Toronto, donde Bilionis presentará un nuevo marco de evaluación para analizar cómo las actualizaciones de los modelos de inteligencia artificial pueden afectar a la estabilidad de las predicciones y a la equidad entre pacientes.
Una apuesta por la IA responsable
Para Luis Fernández Luque, director científico de Adhera Health, el desarrollo de la inteligencia artificial en salud debe ir acompañado de criterios que garanticen la confianza de pacientes y profesionales.
«La inteligencia artificial tiene el potencial de transformar la atención sanitaria, pero para que genere confianza debe desarrollarse con criterios de equidad, transparencia y responsabilidad. Participar en este foro internacional nos ha permitido contribuir a una conversación global sobre cómo garantizar que la innovación beneficie realmente a todos los pacientes y reforzar la colaboración con investigadores e instituciones que trabajan en esta misma dirección».
