El sesgo viene con el modelo: datos, poder y soberanía cognitiva

En abril de 2026, Ping An Medical LLM 3.5 reportó el puntaje más alto registrado en HealthBench Hard, el benchmark de razonamiento clínico desarrollado por OpenAI, superando a los modelos de Baichuan, Meta y a la propia compañía que creó la prueba.

Detrás de ese resultado no hay una arquitectura revolucionaria: hay once años de acumulación sistemática de datos propios, 1.440 millones de registros de consultas reales y especialistas que ajustan el modelo de forma permanente.

Ping An Good Doctor, la plataforma respaldada por la aseguradora china del mismo nombre, construyó el sistema de IA médica más preciso del mundo sin tecnología superior a la disponible para cualquier otro actor. Lo hizo con algo que ningún competidor puede copiar: sus propios datos. Y esto es lo que cambia el debate.

La integración de la IA en la práctica médica nos sitúa ante un dilema recurrente: un profesional, presionado por la carga asistencial, termina delegando decisiones críticas en un sistema cuya lógica es opaca.

Este automatismo oculta interrogantes fundamentales: ¿de dónde provienen los datos?, ¿qué jerarquía de patrones clínicos se aplica?, ¿cuáles son los criterios de exclusión en el corpus de entrenamiento? Más allá de la eficiencia técnica, subyace una cuestión intrínsecamente política: quién define el conocimiento que gobierna el cuidado de la salud.

Un modelo de IA médica es un sistema de codificación del conocimiento clínico. Cuando decide qué síntomas son relevantes para una derivación o qué protocolo recomendar, está tomando decisiones que reproducen, amplifican o corrigen los sesgos de su entrenamiento.

Si el corpus es mayoritariamente masculino, los síntomas atípicos del infarto femenino quedan invisibilizados. Si es urbano, las patologías rurales aparecen como anomalías. Si el sesgo es chino, los patrones de enfermedad y determinantes sociales de una población latinoamericana se convierten en "ruido".

 Esto no es una hipótesis: es lo que ocurre al importar tecnología sin auditar los datos que la sostienen. El modelo llega con sesgos legitimados por su precisión estadística en su entorno de origen, automatizando desigualdades previas en lugar de resolverlas.

El debate sobre la soberanía de datos suele limitarse a la ubicación geográfica de los servidores. Es necesario, pero insuficiente. La pregunta crítica es quién decide qué conocimiento se codifica en los sistemas que median nuestra salud. Un sistema que delega decisiones clínicas a modelos entrenados con poblaciones, idiomas y epidemiologías ajenas no solo pierde soberanía de datos; pierde soberanía cognitiva: la capacidad de que la historia clínica local, la pericia de sus médicos y la realidad de su gente guíen la atención.

Argentina posee un sistema de salud con décadas de historia clínica acumulada y profesionales capaces de generar conocimiento propio sobre epidemiología local.

 Lo que falta no es capacidad técnica, sino la decisión política de convertir esa historia en datos: digitalizar, estandarizar y custodiar el conocimiento clínico que se produce a diario. Los datos clínicos no son un subproducto de la atención médica; son el activo más estratégico de un sistema de salud.

Ping An tardó once años en construir su ventaja; no hay atajos. Sin embargo, el punto de partida es claro. Una provincia que implemente hoy un registro clínico unificado, con protocolos de estandarización y una gobernanza clara de acceso, iniciaría su propio camino.

Quizás no obtenga resultados comparables a los de Ping An en 2026, pero en 10 años habrá construido algo que ningún modelo importado puede ofrecer: un sistema entrenado con su propia historia, sus propias enfermedades y su propia experiencia.

La tecnología está disponible: modelos de lenguaje de código abierto como DeepSeek, Llama, Mistral o Gemma pueden adaptarse a datos locales, operando en infraestructura propia sin dependencias externas. Provienen de contextos distintos, China, Estados Unidos, Europa, lo que ya es en sí mismo una señal de que el ecosistema se diversifica. Y esto es apenas una fotografía: en seis meses habrá más opciones, probablemente mejores y más accesibles. El cuello de botella no es técnico, nunca lo fue. Es político.

Digitalizar y asegurar la soberanía sobre la información clínica es, en última instancia, una medida esencial para proteger el futuro de nuestro sistema de salud y garantizar que el conocimiento sobre nuestra gente nos pertenezca.