Aplicaciones de la inteligencia artificial en atención primaria de salud: oportunidades y desafíos para América latina
DOI:
https://doi.org/10.71112/kbqj4x03Palabras clave:
inteligencia artificial, atención primaria de salud, aprendizaje automático, salud digital, América LatinaResumen
La inteligencia artificial (IA) se ha incorporado progresivamente en la práctica médica, especialmente en la Atención Primaria de Salud (APS), donde las limitaciones estructurales evidencian la necesidad de optimizar procesos. Este estudio analiza la literatura publicada entre 2015 y 2024 con el objetivo de identificar sus principales aplicaciones y los factores que condicionan su implementación en América Latina. Se realizó una revisión narrativa con enfoque sistematizado inspirada en PRISMA 2020. Se identificaron cuatro áreas principales.
apoyo a la decisión clínica, triaje automatizado, modelos predictivos y telemonitoreo. Los resultados muestran beneficios en la organización de servicios y la detección temprana de enfermedades. Sin embargo, persisten limitaciones relacionadas con la calidad de los datos, su fragmentación y la necesidad de adaptación al contexto local. La IA debe entenderse como una herramienta complementaria cuyo impacto dependerá de su implementación progresiva.
Descargas
Referencias
Álvarez Guachichulca, J. S., Jaramillo Aguilar, D., & López Becerra, A. X. (2024). Aplicaciones, oportunidades y desafíos de implementar la inteligencia artificial en medicina: una revisión narrativa. Anales de la Facultad de Ciencias Médicas. https://doi.org/10.18004/anales/2024.057.02.90
Amann, J., Blasimme, A., Vayena, E., Frey, D., & Madai, V. I. (2020). Explainability for artificial intelligence in healthcare: A multidisciplinary perspective. BMC Medical Informatics and Decision Making, 20(1), 310. https://doi.org/10.1186/s12911-020-01332-6
Beam, A. L., & Kohane, I. S. (2018). Big data and machine learning in health care. JAMA, 319(13), 1317–1318. https://doi.org/10.1001/jama.2017.18391
Blease, C., Kaptchuk, T. J., Bernstein, M. H., Mandl, K. D., Halamka, J. D., & DesRoches, C. M. (2019). Artificial intelligence and the future of primary care: Exploratory qualitative study of UK general practitioners’ views. Journal of Medical Internet Research, 21(3), e12802. https://doi.org/10.2196/12802
Bonis Sanz, J., & Bravo Toledo, R. (2025). La inteligencia artificial en atención primaria: ¿solución o problema? Atención Primaria, 57(4), 103223. https://doi.org/10.1016/j.aprim.2025.103223
Char, D. S., Shah, N. H., & Magnus, D. (2018). Implementing machine learning in health care. New England Journal of Medicine, 378(11), 981–983. https://doi.org/10.1056/NEJMp1714229
Davenport, T., & Kalakota, R. (2019). The potential for artificial intelligence in healthcare. Future Healthcare Journal, 6(2), 94–98. https://doi.org/10.7861/futurehosp.6-2-94
Esteva, A., et al. (2017). Dermatologist-level classification of skin cancer with deep neural networks. Nature, 542(7639), 115–118. https://doi.org/10.1038/nature21056
Floridi, L., et al. (2018). AI4People—An ethical framework. Minds and Machines, 28(4), 689–707. https://doi.org/10.1007/s11023-018-9482-5
Goodman, K. W., & Flaxman, S. (2017). European Union regulations on AI. AI Magazine, 38(3), 50–57. https://doi.org/10.1609/aimag.v38i3.2741
Gulshan, V., et al. (2016). Development of a deep learning algorithm for diabetic retinopathy. JAMA, 316(22), 2402–2410. https://doi.org/10.1001/jama.2016.17216
Jiang, F., et al. (2017). Artificial intelligence in healthcare: Past, present and future. Stroke and Vascular Neurology, 2(4), 230–243. https://doi.org/10.1136/svn-2017-000101
Kelly, C. J., et al. (2019). Key challenges for delivering clinical impact with AI. BMC Medicine, 17, 195. https://doi.org/10.1186/s12916-019-1426-2
Lopes Júnior, L. C., et al. (2025). Entre algoritmos y territorios: una revisión de alcance sobre salud digital e inteligencia artificial en atención primaria de salud. Revista Panamericana de Salud Pública. https://doi.org/10.26633/RPSP.2025.126
Lozada Pazmiño, J. V. (2025). Inteligencia artificial en la práctica médica: aplicaciones y consideraciones. Revista Ecuatoriana de Pediatría. https://doi.org/10.52011/RevSepEc/e346
Mayer, M. A. (2023). Inteligencia artificial en atención primaria: un escenario de oportunidades y desafíos. Atención Primaria. https://doi.org/10.1016/j.aprim.2023.102744
Miotto, R., et al. (2018). Deep learning for healthcare. Briefings in Bioinformatics, 19(6), 1236–1246. https://doi.org/10.1093/bib/bbx044
Obermeyer, Z., & Emanuel, E. (2016). Predicting the future — big data and machine learning in health care. Science, 353(6301), 760–761. https://doi.org/10.1126/science.aaf2608
Reddy, S., et al. (2019). Artificial intelligence-enabled healthcare delivery. Journal of the Royal Society of Medicine, 112(1), 22–28. https://doi.org/10.1177/0141076818815510
Ruiz de Larramendi, D., et al. (2025). Inteligencia artificial en atención primaria: promesas, límites y realidades. Revista Pediatría de Atención Primaria, 27. https://doi.org/10.60147/4776da54
Singh, M. P., & Keche, Y. N. (2025). Ethical integration of artificial intelligence in healthcare. Cureus, 17(5), e84804. https://doi.org/10.7759/cureus.84804
Ting, D. S. W., et al. (2017). AI for diabetic retinopathy screening. JAMA, 318(22), 2211–2223. https://doi.org/10.1001/jama.2017.18152
Topol, E. (2019). High-performance medicine: The convergence of human and artificial intelligence. The Lancet Digital Health, 1(1), e44–e56. https://doi.org/10.1038/s41591-018-0300-7
Wahl, B., et al. (2018). Artificial intelligence (AI) and global health. NPJ Digital Medicine, 1, 1–3. https://doi.org/10.1136/bmjgh-2018-000798
Whicher, D., et al. (2023). Artificial intelligence in health care: The hope, the hype, the promise, the peril. National Academies Press. https://doi.org/10.17226/27111
Yu, K.-H., et al. (2018). Artificial intelligence in healthcare. Nature Biomedical Engineering, 2(10), 719–731. https://doi.org/10.1038/s41551-018-0305-z
Fernández-Luque, L., & Imran, M. (2020). Artificial intelligence in global health: Applications, challenges, and future directions. Global Health Journal, 4(2), 45–52. https://doi.org/10.1016/j.glohj.2020.06.003
Shah, P., et al. (2019). Artificial intelligence and machine learning in clinical development: A translational perspective. npj Digital Medicine, 2, 69. https://doi.org/10.1038/s41746-019-0148-3
González, D., & Valdez, A. (2021). Digital health interventions and artificial intelligence in primary care in Latin America: A scoping review. Revista Panamericana de Salud Pública, 45, e15. https://doi.org/10.26633/RPSP.2021.15
Martínez-Pérez, B., de la Torre-Díez, I., & López-Coronado, M. (2018). Mobile health applications for healthcare management: Review of opportunities and challenges. Journal of Medical Systems, 42(7), 128. https://doi.org/10.1007/s10916-018-0992-2.1038/s41591-018-0307-0
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Carlos Enrique Muñoz Cofre, Darla Lizeth Yánez Zúñiga (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
