Berlín prepara un foro para mirar la IA de salud pública con lupa

La inteligencia artificial en salud pública no se decide en una sola demostración de software. Requiere datos comparables, equipos capaces de interpretar los resultados y reglas que aclaren qué se puede hacer con ellos. Ese será el terreno del tercer simposio «Artificial Intelligence in Public Health Research», que el Instituto Robert Koch (RKI) celebrará en Berlín los días 9 y 10 de septiembre de 2026.

Una cita para conectar investigación y práctica

El encuentro está organizado por el Centro de Inteligencia Artificial en Investigación de Salud Pública del RKI, conocido como ZKI-PH. La página del Instituto señala que recibe apoyo del Ministerio Federal de Salud alemán dentro del proyecto AI-DAVIS-PANDEMICS. Es una señal de que el debate no se limita a la informática: se plantea desde las funciones de salud pública, donde los datos, los procedimientos y la confianza social condicionan tanto como el modelo.

La edición anterior ayuda a entender el enfoque. El RKI informa de que el segundo simposio, celebrado en mayo de 2025, reunió a más de 180 participantes y distribuyó 15 ponencias en cuatro bloques: apoyo a decisiones en salud pública, estrategias frente a la resistencia antimicrobiana, cambio climático y salud pública, y marcos regulatorios para IA y aprendizaje automático. La tercera edición continúa una serie iniciada en 2023.

No es una lista de aplicaciones que ya estén listas para desplegar. Es un programa de preguntas: cómo detectar antes patrones de enfermedad sin confundir una señal con una conclusión; cómo hacer útiles datos procedentes de instituciones distintas; y cómo evaluar una herramienta antes de que sus resultados entren en una decisión de salud pública.

El dato no es un detalle técnico

El resumen del RKI sobre la edición de 2025 destaca una necesidad reiterada: disponer de datos estructurados y estandarizados. Sin esa base, comparar resultados entre regiones, grupos de población o periodos puede producir conclusiones engañosas. En salud pública, los registros reflejan además cómo se mide, quién accede a los servicios y qué cambios se han producido en una vigilancia determinada.

La IA puede ayudar a ordenar grandes volúmenes de información, hallar regularidades y apoyar el trabajo de especialistas. Pero esos resultados necesitan contexto. Un modelo puede detectar una asociación útil para investigar; no decide por sí mismo si la asociación tiene explicación epidemiológica, si un dato falta de forma sistemática o si una medida pública es proporcional.

La Organización Mundial de la Salud plantea ese equilibrio en sus orientaciones sobre ética y gobernanza de la IA para la salud. Reconoce su potencial para la investigación sanitaria, la vigilancia y la respuesta a brotes, pero sitúa la ética y los derechos humanos en el diseño, el despliegue y el uso. Sus principios incluyen mantener la autonomía humana, promover seguridad y bienestar, garantizar transparencia, asegurar responsabilidad, favorecer la equidad y evaluar los sistemas de forma sostenida.

Lo que conviene medir

Por eso una cita como la de Berlín importa más por las preguntas que ordena que por las promesas que acumula. Antes de trasladar un sistema a una rutina pública conviene saber para qué población fue evaluado, qué calidad tienen los datos, cuándo falla, quién revisa sus recomendaciones y cómo se corrige un resultado que perjudica o excluye.

El simposio reunirá esas conversaciones antes de que la IA se presente como una respuesta automática. En salud pública, la tecnología puede ampliar la capacidad de observar y analizar. La responsabilidad de interpretar, explicar y actuar seguirá siendo colectiva y humana.