IA de apoyo diagnóstico en Colombia: qué puede hacer hoy, qué no, y cómo queda en la historia clínica

Qué es (y qué no es) una IA de apoyo diagnóstico

Una IA de apoyo diagnóstico es un software que analiza datos clínicos —imágenes, señales, resultados de laboratorio, variables del paciente— y devuelve una sugerencia: una probabilidad, una priorización, una alerta o un hallazgo señalado sobre una imagen. No emite un diagnóstico firmado. Emite un insumo para que el profesional lo interprete.

Esa distinción no es semántica. Define quién responde, qué se le exige al producto ante el INVIMA y qué debe quedar escrito en el registro clínico. Conviene separar tres cosas que a menudo se venden bajo la misma etiqueta de "IA médica":

• IA de apoyo diagnóstico propiamente dicha: modelos entrenados para detectar o estratificar una condición concreta. Es la que tiene implicaciones regulatorias serias, porque su finalidad de uso es diagnóstica.
• IA de documentación clínica: transcripción de la consulta, redacción del resumen, sugerencia de códigos CIE-10 / CIE-11. Ahorra tiempo administrativo y no decide nada clínico.
• IA operativa: agendamiento, recordatorios, respuestas por WhatsApp, priorización de mensajes. Toca la operación del consultorio, no el acto médico. Sobre dónde conviene y dónde no automatizar la conversación con el paciente escribimos en qué conviene automatizar del WhatsApp del consultorio y qué debe seguir respondiendo una persona.

Cuando un proveedor dice "tenemos IA", la primera pregunta útil es de cuál de las tres está hablando. Las tres son legítimas; solo una obliga a revisar registro sanitario.

Qué puede hacer hoy, en la práctica colombiana

Hay usos que ya están funcionando y que no dependen de ninguna promesa futura. Sin entrar a evaluar productos concretos, estos son los patrones que más se ven en el país:

• Priorizar lo urgente en un volumen alto. En radiología y en tamizajes poblacionales, el modelo ordena la fila: lo que tiene mayor probabilidad de hallazgo se lee primero. No decide, reordena. En servicios saturados, eso solo ya cambia tiempos de respuesta.
• Detectar lo que el ojo pasa por alto en tareas repetitivas. Retinopatía diabética, lesiones dermatológicas, hallazgos en radiografía de tórax. Son tareas acotadas, con mucho dato de entrenamiento disponible, donde el modelo funciona como segundo lector.
• Estratificar riesgo con datos que ya tienes. Modelos que cruzan variables de la historia clínica para señalar pacientes con mayor probabilidad de descompensación o de abandono del tratamiento. Es apoyo a la gestión del riesgo, no diagnóstico.
• Reducir carga administrativa. Es el uso menos vistoso y el de retorno más inmediato: menos minutos escribiendo por consulta. Lo desarrollamos en qué funciones de IA en un software médico ahorran tiempo de verdad.

El denominador común es que la IA rinde cuando la tarea está bien delimitada. Rinde mal —y ahí empiezan los problemas— cuando se le pide un juicio clínico abierto sobre un paciente completo.

Qué no puede hacer: los límites que impone la norma

En Colombia no existe todavía una norma específica que regule el uso clínico de la inteligencia artificial. Lo que hay es el CONPES 4144 de 2025, que fija la Política Nacional de Inteligencia Artificial con un enfoque basado en riesgos y una hoja de ruta a 2030, y un proyecto de ley radicado en el Congreso que sigue en trámite legislativo. Ninguno de los dos crea, a la fecha, obligaciones puntuales para el consultorio.

Esa ausencia se malinterpreta con frecuencia. No significa que la IA clínica esté en tierra de nadie: significa que aplican las reglas que ya existían, y son bastante claras en lo esencial.

• El diagnóstico sigue siendo un acto médico. La Ley 23 de 1981 de ética médica sitúa la responsabilidad en el profesional que atiende. Un algoritmo no firma, no responde ante un tribunal de ética y no es sujeto de responsabilidad. Si aceptas su sugerencia, la sugerencia se vuelve tu decisión.
• El modelo no es un perito. Un resultado de IA no reemplaza la confirmación por el método que corresponda ni exime de la valoración clínica. Es una ayuda diagnóstica más, con el mismo estatus que cualquier otra: se contrasta.
• Los datos del paciente son datos sensibles. La Ley 1581 de 2012 exige autorización previa, expresa e informada para tratarlos. Si la herramienta procesa información identificable, o si el proveedor la usa para entrenar modelos, eso tiene que estar cubierto por tu política de tratamiento de datos y por el consentimiento informado que firma el paciente.
• El sesgo del modelo es un riesgo clínico, no solo técnico. Un modelo entrenado con poblaciones distintas a la que atiendes puede rendir peor en tus pacientes. Preguntar con qué datos fue validado no es un detalle académico.

Cuándo el software es un dispositivo médico ante el INVIMA

Este es el filtro más concreto y el que menos se verifica al contratar. El Decreto 4725 de 2005, vigente, reglamenta el régimen de registros sanitarios y vigilancia de los dispositivos médicos para uso humano, e incluye expresamente el software dentro de la definición de dispositivo médico cuando su finalidad de uso es diagnosticar, prevenir, monitorizar o tratar.

La consecuencia práctica: un software cuyo fabricante declara una finalidad diagnóstica no es "una app más". Requiere registro sanitario o permiso de comercialización ante el INVIMA, y la clasificación depende del riesgo asociado a su uso y a la posibilidad de que falle. Qué mirar antes de firmar:

• La finalidad de uso declarada. Es el documento que define todo lo demás. Un proveedor que evita comprometerse por escrito con la finalidad de uso está evitando también la obligación regulatoria que viene con ella.
• El número de registro sanitario y su vigencia. Pídelo y verifícalo en las bases del INVIMA. Que un producto sea reconocido internacionalmente no lo habilita automáticamente en Colombia.
• La clase de riesgo. Determina el nivel de control al que está sometido el dispositivo. Conviene saber en cuál está el que vas a usar.
• El alcance de la validación clínica. En qué población se validó, contra qué estándar de referencia y con qué desempeño. Sensibilidad y especificidad reportadas, no adjetivos.

Si el software solo transcribe, resume o sugiere códigos administrativos, normalmente no cae en esta categoría, porque su finalidad no es diagnóstica. La línea la marca lo que el fabricante declara que el producto hace, no lo sofisticado que sea por dentro.

Cómo debe quedar registrado en la historia clínica

Aquí es donde la mayoría de las implementaciones se rompen: la herramienta funciona, el médico la usa, y del episodio no queda rastro en el registro clínico. Si un resultado de IA influyó en una conducta, ese resultado es parte del soporte de la conducta y debe estar en la historia clínica electrónica.

La Resolución 1995 de 1999, modificada por la Resolución 839 de 2017, exige que la historia clínica sea integral, secuencial, racional y disponible. Un anexo que vive en la plataforma del proveedor y no en tu registro no cumple ninguna de esas características. Lo mínimo que debería quedar consignado:

• Qué herramienta se usó y en qué versión. Los modelos se actualizan; un resultado de hace ocho meses puede venir de una versión distinta a la actual. Sin ese dato, el hallazgo no es reproducible.
• Qué arrojó exactamente. El resultado, no una paráfrasis. Si el modelo entrega una probabilidad o un nivel de confianza, va la cifra. Si señala una región de una imagen, se adjunta la imagen con la marca.
• Qué decidió el profesional. Este es el registro que realmente protege: si aceptaste, descartaste o matizaste la sugerencia, y con qué razonamiento. Discrepar del modelo es perfectamente válido; lo que no es defendible es que no se sepa qué pasó.
• Qué se le informó al paciente. Especialmente cuando el resultado de la herramienta cambió la conducta.

En términos de software, esto se traduce en algo bastante concreto: necesitas poder adjuntar el informe o la imagen dentro de la evolución, escribir la interpretación en texto libre, y que todo quede con trazabilidad de autor y fecha. Si además tu registro alimenta el Resumen Digital de Atención en el marco de la interoperabilidad, esa disciplina de documentación deja de ser una buena práctica y pasa a ser la materia prima del dato que compartes con el resto del sistema.

Cinco preguntas para el proveedor antes de contratar

Sirven para cualquier herramienta que se presente como IA clínica, y se responden con documentos, no con demostraciones:

1. ¿Cuál es la finalidad de uso declarada del producto? Pídela por escrito. Define si el resto de preguntas aplica.
2. ¿Tiene registro sanitario INVIMA? ¿Cuál es el número y en qué clase de riesgo está? Verifícalo tú, no te quedes con la captura de pantalla.
3. ¿Con qué población se validó y con qué desempeño? Sensibilidad, especificidad y el estándar de referencia contra el que se comparó.
4. ¿Qué pasa con los datos de mis pacientes? Dónde se almacenan, por cuánto tiempo, si se usan para entrenar modelos y si esa autorización está cubierta por tu consentimiento actual.
5. ¿Cómo llega el resultado a mi historia clínica? Si la respuesta implica descargar un PDF, renombrarlo y subirlo a mano, cuenta esos minutos: son el costo real de la herramienta.

Si evalúas la IA como parte de un software médico completo, el marco general para comparar proveedores está en nuestra guía sobre software de historia clínica electrónica.

IA clínica e historia clínica: dos piezas del mismo flujo

El patrón que se repite en los consultorios que ya trabajan con apoyo diagnóstico es siempre el mismo: la herramienta de IA vive en un lado y el registro clínico en otro, y alguien hace el puente a mano. El valor del análisis se diluye en tarea administrativa, y peor aún, el soporte de la decisión termina fuera de la historia clínica.

Por eso Saludtools tiene una alianza con Arkangel AI, compañía colombiana dedicada al diagnóstico asistido por inteligencia artificial. La idea de fondo es sencilla: que el hallazgo o el informe generado con IA no se quede en una plataforma aparte, sino que termine donde tiene que estar —dentro de la historia clínica del paciente, junto a la interpretación del profesional, la agenda, la facturación electrónica y los RIPS de esa atención.

La división del trabajo es la que corresponde: Arkangel AI aporta el análisis; el registro, la trazabilidad y el cumplimiento normativo de esa atención los aporta el software clínico. Y la decisión, siempre, la firma el médico.