Barreras y oportunidades para la investigación en inteligencia artificial aplicada a la salud en América Latina: una perspectiva basada en el análisis DOFA

La inteligencia artificial (IA) se ha consolidado progresivamente como una herramienta con potencial para transformar la investigación y la práctica clínica en salud, particularmente en contextos caracterizados por una alta demanda asistencial y recursos limitados. En América Latina, la incorporación de estas tecnologías ocurre en un escenario marcado por una elevada carga de enfermedad, profundas desigualdades estructurales, fragmentación de los sistemas de salud y una notable heterogeneidad institucional, factores que condicionan de manera directa el desarrollo, la validación y la implementación de soluciones basadas en IA. El presente artículo ofrece una reflexión basada en el consenso de expertos sobre las principales barreras y oportunidades para la investigación en inteligencia artificial aplicada a la salud en la región. El documento se elaboró a partir de una deliberación estructurada entre especialistas en hepatología, cirugía e IA provenientes de distintos países de América Latina y Europa, utilizando el análisis DOFA como marco conceptual para organizar la discusión. Este ejercicio permitió identificar debilidades relevantes, entre ellas la limitada disponibilidad de liderazgo con formación específica en IA, la fragilidad de las redes de investigación colaborativa, la escasez de financiación dedicada y las brechas persistentes en infraestructura tecnológica. De manera paralela, se reconocieron oportunidades vinculadas al creciente interés de la comunidad académica y clínica, la existencia de convocatorias nacionales e internacionales, el potencial de conformar equipos multidisciplinarios y el respaldo de sociedades científicas y redes colaborativas regionales e internacionales. Con base en estos elementos, se proponen estrategias orientadas a fortalecer las capacidades regionales mediante programas estructurados de formación, proyectos colaborativos centrados en problemas clínicos prioritarios, modelos de autosostenibilidad y el desarrollo de marcos éticos y regulatorios acordes con el contexto latinoamericano. Finalmente, el contraste con la experiencia europea subraya la necesidad de avanzar hacia ecosistemas integrados en los que la investigación, la práctica clínica y la regulación evolucionen de manera coordinada, como condición para una adopción responsable y sostenible de la IA en salud, proponiendo una hoja de ruta inicial para orientar el desarrollo de la investigación en IA en salud en América Latina.