Publicado: 19 de agosto de 2026 — 10:00 AM (GMT-6) | Norteamérica
Hay una cifra que resume mejor que cualquier discusión teórica hasta dónde ha llegado la inteligencia artificial en la medicina: la lista pública de la Administración de Alimentos y Medicamentos de Estados Unidos (FDA) contiene hoy 1.485 dispositivos médicos habilitados con inteligencia artificial autorizados para su comercialización. No son proyectos piloto ni promesas de laboratorio: son productos que ya se usan en hospitales y consultorios, en su mayoría aprobados en los últimos cinco años.
El censo oficial: 1.485 y contando
La FDA mantiene un registro abierto y actualizado de todos los dispositivos con IA que autoriza: el AI-Enabled Medical Device List. Revisarlo es como mirar el marcador de una carrera: la lista suma decenas de entradas nuevas cada mes, con autorizaciones registradas incluso en las últimas semanas. La mayoría se aprueban por la vía 510(k), que permite comercializar un dispositivo nuevo cuando demuestra ser sustancialmente equivalente a uno ya autorizado; el resto corresponde a vías más exigentes, como la autorización De Novo o la aprobación precomercial (PMA).
Radiología: el 79% de la oleada
El dato que más llama la atención es la concentración por especialidad: 1.167 de los 1.485 dispositivos (cerca del 79%) corresponde a radiología. La razón es técnica y económica: la radiología genera imágenes digitales estandarizadas y masivas, el alimento perfecto para algoritmos de aprendizaje profundo. Los usos aprobados van desde la detección de nódulos pulmonares en tomografías hasta el análisis de mamografías, resonancias cerebrales y placas de tórax para priorizar casos urgentes.
Que la radiología lidere no es una curiosidad estadística: es la demostración de que la IA funciona mejor donde el dato clínico ya nace digital. Para un médico latinoamericano, la implicación es práctica: los primeros flujos de trabajo aumentados por IA que su especialidad verá llegar probablemente serán los de imagen, y conviene conocer sus límites y su forma correcta de uso clínico.
Más allá de la radiología: cardiología y neurología
El resto de la lista muestra hacia dónde avanza la ola: 158 dispositivos cardiovasculares (desde algoritmos que leen electrocardiogramas y detectan fibrilación auricular hasta análisis automatizado de tomografías cardíacas), 70 de neurología (detección de accidentes cerebrovasculares y análisis de EEG), 26 de anestesiología y 25 de gastroenterología. También hay presencia, aún menor, en hematología, oftalmología, ortopedia y microbiología.
La tendencia es clara: a medida que los algoritmos maduran, la IA sale del laboratorio de imágenes y entra a especialidades donde el dato es más heterogéneo, lo que obliga a un diseño clínico más cuidadoso y a una validación local antes de adoptarla.
Qué significa esto para tu práctica
Tres conclusiones prácticas para equipos médicos:
1. La IA ya es un insumo regulatorio normal. Algunos fabricantes ya distribuyen estas herramientas en América Latina. Al evaluarlas, conviene preguntar en qué población y con qué estándar fue validado el algoritmo: la aprobación en un hospital de EE. UU. no garantiza el mismo desempeño con equipos de imagen o poblaciones distintas.
2. El radiólogo y el clínico siguen siendo responsables. Los dispositivos aprobados por la FDA se describen como apoyo a la decisión, no como sustitutos: la supervisión humana es parte del diseño de uso aprobado. La práctica segura exige protocolos escritos de uso, registro de hallazgos y auditoría de discrepancias.
3. La infraestructura de datos es el cuello de botella real. Ningún algoritmo funciona sin datos ordenados e interoperables. Las clínicas que ya tienen expediente clínico digital y bases de datos limpias están en condiciones de aprovechar estas tecnologías el día que lleguen; las que aún dependen del papel parten en desventaja.
¿Tu clínica ya está preparada para recibir estas tecnologías? La inteligencia artificial no exige empezar por la inteligencia artificial: exige empezar por el dato. En Salutexa ayudamos a las clínicas a ordenar su información clínica desde el primer día, para que la adopción de nuevas tecnologías sea una cuestión de cuándo, no de si podrán.
Fuentes: FDA — Dispositivos médicos habilitados con IA | Wikipedia — Inteligencia artificial en salud (revisión general)
