Skip to main content
Esta página se muestra mediante traducción automática. ¿Deseas ver el contenido en inglés?
Industrial AI

Confianza y escala: la IA en la sanidad y la fabricación

Por: Comunicación corporativa de EE. UU.

Nota del editor: Esta versión narrativa de una Perspectiva optimista episodio de podcast,»Inteligencia artificial, sanidad y fabricación: Por qué la adopción es el verdadero problema» —Una conversación entre Brittany Ng, vicepresidenta de Siemens Digital Industries Software, y Demetri Giannikopoulos, director de innovación de Rad AI— describe el potencial de la IA en dos ámbitos cruciales, la salud y la fabricación, cuando tiene los datos que necesita.

La inteligencia artificial va más allá de la experimentación y pasa al mundo real, remodelando la forma en que se realizan los trabajos críticos tanto en los hospitales como en los entornos industriales. Desde las salas de radiología hasta los astilleros, la conversación ya no gira en torno a lo que la IA podría hacer, sino a cómo ya está aumentando la experiencia humana para lograr un impacto mensurable.

En una entrevista reciente en el podcast Optimistic Outlook entre Brittany Ng, de Siemens Digital Industries Software, y Demetri Giannikopoulos, director de innovación de Rad AI, surgió un tema común: el futuro de la IA industrial en la innovación sanitaria y manufacturera no depende de reemplazar a las personas sino de empoderarlas para que tomen mejores decisiones en entornos de alto riesgo.

Entregar los datos de salud correctos a los pacientes

En todos los sectores, la IA demuestra ser más valiosa cuando mejora, no reemplaza, el juicio humano. En ningún lugar está esto más claro que en la atención médica, donde el volumen de datos puede abrumar incluso a los médicos más experimentados.

La sanidad «es un área en la que la cantidad de información que se publica es abrumadora», dijo Giannikopoulos en el podcast. «Ser capaz de eliminar ese ruido puede ser increíblemente difícil».

Al agregar e interpretar los datos a escala, la IA en la atención médica ayuda a los médicos a conectar los puntos más rápido, lo que reduce los diagnósticos omitidos o retrasados y guía las vías de atención más precisas. En el podcast, Giannikopoulos señaló la capacidad de la IA para reunir información fragmentada de todos los sistemas y especialidades, lo que ofrece una imagen más clara y completa de la salud de los pacientes.

«En esencia, la IA. [puede] aprovechar la increíble cantidad de datos que tenemos... y, en última instancia, ayudar a conectar a ese paciente con la mejor información y la mejor vía disponibles para él», dijo.

Innovar con la «columna vertebral digital» de la industria

Si bien lo que está en juego puede ser diferente, los desafíos sistémicos subyacentes en la fabricación y la construcción naval son muy similares a los de la atención médica: sistemas complejos, requisitos de seguridad elevados y la necesidad de precisión en cada paso.

El punto de inflexión, como señaló Brittany Ng en el podcast, ha sido la aparición de una base digital sólida, que incluye entornos de fabricación de gemelos digitales y sistemas de producción conectados.

«Por fin tenemos lo que yo llamo la columna vertebral digital», dijo Ng. «La IA ahora tiene estos datos contextuales estructurados con los que trabajar, no solo hojas de cálculo fragmentadas».

Esta columna vertebral digital permite a la IA ir más allá de los conocimientos teóricos y pasar a hacer recomendaciones prácticas: optimizar la planificación, mejorar la calidad y reforzar la capacidad de producción en los sectores que son fundamentales para la defensa nacional y la resiliencia económica.

El acceso a datos conectados de alta calidad es fundamental para la transformación de la IA. En la atención médica, los conjuntos de datos longitudinales que abarcan varios sistemas pueden permitir una detección más temprana y tratamientos más eficaces. En la fabricación, vincular los datos entre el diseño, la ingeniería y la producción permite una mejora continua.

Fomentar la confianza en la tecnología

A pesar de los rápidos avances, tanto Ng como Giannikopoulos hicieron hincapié en que el mayor obstáculo para ampliar la IA no es la innovación, sino la confianza.

En la atención médica, la confianza es esencial porque los resultados de los pacientes están directamente en juego. Eso exige rigor en la forma en que se entrenan, actualizan y validan los sistemas de IA.

«Tiene que generar confianza en los médicos», dijo Giannikopoulos. «Tiene que generar confianza en los pacientes a los que estas tecnologías ayudan».

Del mismo modo, en los entornos industriales, la adopción depende de garantizar que la IA se integre sin problemas en los flujos de trabajo existentes y capacite a los trabajadores de tal manera que puedan creer en su uso creciente y adaptarse a él.

«El éxito depende de dotar a los ingenieros y comerciantes de herramientas de IA que aumenten su experiencia, no que alteren su forma de trabajar», señaló Ng.

Este énfasis en la confianza, la gobernanza y la fiabilidad está dando forma a la forma en que se despliega la IA en ambos sectores (la sanidad y la industria), avanzando con cautela pero deliberadamente hacia la escala.

Los datos conectados son la base de la confianza

El acceso a datos conectados de alta calidad es fundamental para esta transformación. En la atención médica, los conjuntos de datos longitudinales que abarcan varios sistemas pueden permitir una detección más temprana y tratamientos más eficaces. En la fabricación, vincular los datos entre el diseño, la ingeniería y la producción permite una mejora continua.

Ng describió el desafío de manera sucinta: «La IA es realmente tan poderosa como la continuidad de ese hilo [de datos]».

Derribar los silos de datos y permitir la interoperabilidad entre los ecosistemas es fundamental, no solo para el rendimiento, sino también para garantizar que la IA ofrezca resultados consistentes y confiables.

La IA es un multiplicador de la fuerza laboral

Más allá de la productividad, la IA se ve cada vez más como una forma de abordar los desafíos de la fuerza laboral tanto en el ámbito de la salud como en la fabricación. En la atención médica, la escasez de médicos y la creciente demanda están poniendo a prueba los sistemas. En la industria manufacturera, las brechas de mano de obra calificada están limitando la producción.

La IA puede ayudar automatizando las tareas repetitivas y elevando las funciones humanas hacia trabajos de mayor valor.

«Al automatizar la planificación, la documentación y el análisis, la IA realmente libera a los ingenieros para que se centren en la destreza y la resolución de problemas», dijo Ng.

En radiología, ya están surgiendo avances similares, ya que la IA ayuda en el análisis y la presentación de informes, lo que permite a los médicos centrarse más en la atención de los pacientes.

Acelerar la innovación en todos los sectores

Quizás lo más convincente sea la forma en que la IA abre posibilidades completamente nuevas. En la construcción naval, el diseño generativo y las simulaciones de producción dinámica permiten tomar decisiones más rápidas y adaptativas. En la atención médica, la IA acelera los plazos de investigación y ayuda a descubrir nuevas vías de tratamiento.

«Ahora los médicos pueden investigar a niveles completamente nuevos», dijo Giannikopoulos. En última instancia, esto puede provocar que las personas «sobrevivan en situaciones en las que no lo habrían hecho en el pasado» debido a los descubrimientos impulsados por la IA en la investigación.

Estos avances ponen de relieve que la IA no solo mejora los procesos existentes, sino que también amplía lo que es posible, tanto en los sistemas industriales como de salud humana.

Escalar la IA para el futuro

A medida que la adopción de la IA se acelera, la convergencia de los datos, la tecnología y la urgencia está creando un período de oportunidades único. Tanto Ng como Giannikopoulos hablaron de un futuro en el que la IA esté totalmente integrada en la estructura del trabajo, lo que apoyará mejores decisiones, mejores resultados y sectores más resilientes.

Lo que determinará el éxito no es solo la capacidad tecnológica, sino la capacidad de desplegar la IA de forma responsable, transparente y a escala.

El camino a seguir está claro: generar confianza, conectar los datos y centrarse en aumentar la experiencia humana. Con esas bases sentadas, la IA puede cumplir su promesa: transformar la forma en que atendemos a los pacientes, construimos infraestructuras críticas y resolvemos algunos de los desafíos más complejos de nuestro tiempo.

Publicado: 16 de junio de 2026