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.

Cómo leer una evaluación antes de convertirla en política

La primera comprobación es separar el objetivo sanitario del objetivo estadístico. Predecir qué pacientes pueden faltar a una cita, detectar un cambio en las consultas o estimar la expansión de una infección son tareas distintas. Cada una necesita una variable de resultado, una ventana temporal y una decisión posterior explícitas. Un modelo puede acertar su métrica y seguir siendo inútil si entrega la señal demasiado tarde, si la acción disponible no cambia el resultado o si obliga a retirar recursos de una intervención mejor.

La segunda es buscar el denominador. «Detectó más casos» no dice cuántas personas fueron examinadas, qué proporción tenía realmente la condición ni cuántas alertas falsas recibió el equipo. Sensibilidad y especificidad describen facetas diferentes, pero tampoco bastan aisladas: el valor de una alerta cambia con la prevalencia y con el coste de revisar cada aviso. La evaluación debe mostrar una tabla de resultados comprensible para el servicio que tendrá que actuar, no solo una cifra agregada favorable al modelo.

La tercera es comprobar el tiempo. Los datos sanitarios cambian cuando cambia una prueba diagnóstica, una definición de caso, una campaña o el acceso de una población a la atención. Ese desplazamiento puede deteriorar una herramienta sin alterar su código. Por eso la investigación del RKI sobre IA y salud pública no puede reducirse a entrenar una vez: hacen falta vigilancia del rendimiento, fechas de revisión y una regla para retirar o recalibrar el sistema.

La cuarta es preguntar quién queda fuera de los datos. Un registro puede infrarrepresentar a personas que no llegan a la consulta, no pueden utilizar un servicio digital o aparecen con campos incompletos. Si el modelo aprende de ese registro, la ausencia se convierte en una señal que puede confundirse con menor necesidad. Desglosar resultados por región, edad, sexo u otros grupos pertinentes no garantiza equidad, pero permite ver si el promedio oculta un fallo concentrado.

Una ficha que obliga a hacer explícita la responsabilidad

Antes de usar una predicción, una institución puede completar una ficha breve: finalidad sanitaria, población, fuente y antigüedad de los datos, comparación elegida, tipos de error, responsable de revisar la salida, acción autorizada, mecanismo de reclamación y fecha de la siguiente evaluación. La guía de la OMS insiste en que la rendición de cuentas y la capacidad de respuesta formen parte del ciclo completo, no de una revisión ética desconectada del despliegue.

Esa ficha también distingue una prueba retrospectiva de una validación real. Obtener buenos resultados sobre datos históricos demuestra que el método encontró regularidades en ese archivo. Probarlo en otro lugar y después observarlo en funcionamiento pregunta si esas regularidades sobreviven a nuevas poblaciones, procesos y decisiones. Cuanto mayor sea el daño posible de una alerta equivocada, más independiente debe ser la validación y más clara la posibilidad de detener el sistema.

La capacidad transferible es concreta: ante una afirmación sobre IA en salud pública, identificar la decisión que seguirá a la predicción y exigir población, denominador, tipos de error, responsable y revisión temporal. Esa lectura no rechaza la tecnología; evita confundir una buena demostración con una política preparada para cuidar a personas reales.

Una última pregunta une todas las anteriores: ¿qué comparación cambiaría la decisión? Un sistema nuevo debería medirse frente a la práctica existente, que puede ser una regla sencilla, una revisión profesional o ninguna intervención. Compararlo solo con otro modelo no muestra si mejora el servicio. Además de rendimiento estadístico, hay que observar tiempo ahorrado, carga añadida, resultados sanitarios y efectos no previstos. Si el equipo no declara antes qué resultado justificaría adoptar, modificar o abandonar la herramienta, la evaluación corre el riesgo de convertirse en una demostración que siempre encuentra una forma de parecer positiva. Declarar esa regla permite que el público compruebe la promesa.