Informe de equilibrio de IA soberana: edición Salud

La sanidad se quedó al margen de la primera ola de IA empresarial por una razón honesta: los datos son sagrados. La historia clínica es una categoría especial de datos según el artículo 9 del RGPD; un diagnóstico, una nota de salud mental, un genoma, son una persona en su momento más expuesto. Así que, mientras todos los demás sectores reconstruían su experiencia de cliente, la experiencia de ser paciente (encontrar atención, pedir cita, entender un resultado, prepararse para una intervención, seguir un tratamiento) se quedó una década por detrás de las expectativas que fijó el sector privado. La cautela era correcta; el coste, real.

Diciembre de 2025 disolvió ese dilema. Los modelos de pesos abiertos superan hoy el listón para la gran mayoría del razonamiento clínico y de cara al paciente, y el despliegue soberano, la inferencia local sobre infraestructura europea, ha madurado de proyecto de investigación a algo que un hospital o una aseguradora de salud puede contratar. La pregunta ya no es si usar la IA sobre datos de pacientes. Es qué experiencias de paciente y de asegurado reconstruir primero, y qué conjunto reducido de tareas puede siquiera tocar con seguridad un modelo de frontera.

El RGPD trata los datos de salud como categoría especial por defecto (artículo 9): su tratamiento está prohibido salvo que se aplique una condición tasada, y el listón para la transferencia internacional es igual de alto. El Reglamento europeo de IA se superpone: el apoyo a la decisión clínica y muchas IA de productos sanitarios caen en el nivel de alto riesgo, que exige documentación, supervisión humana y gobernanza de datos mucho más fáciles de garantizar sobre infraestructura que controlas. La Directiva NIS2 designa a los hospitales como infraestructura crítica, con obligaciones de resiliencia y de cadena de suministro que una API de un tercer país complica en lugar de satisfacer.

Y luego está el Espacio Europeo de Datos Sanitarios, el EEDS, que replantea los datos de salud como un activo estratégico europeo que debe gobernarse dentro de Europa, para la asistencia y, con salvaguardas, para la investigación secundaria. Toda su lógica es la custodia europea de los datos de salud europeos. Construir tu IA clínica sobre una API de frontera estadounidense va a contracorriente del propio marco pensado para desbloquear el valor de esos datos. Aquí la soberanía no es cautela; es alineación con la dirección que el derecho europeo ha tomado a propósito.

En el extremo soberano están las cargas donde la persona y la tarea son inseparables: recorridos de comunicación y triaje con el paciente, seguimiento de citas y de adherencia, resultados y resúmenes de visita en lenguaje llano, personalización del servicio al asegurado, documentación clínica ambiental, apoyo al diagnóstico y analítica de salud poblacional sobre historias reales. Pertenecen a modelos de pesos abiertos autoalojados dentro del perímetro, gobernados y auditables, donde un clínico puede interrogar por qué el modelo ha dicho lo que ha dicho y a un paciente se le puede decir, con honestidad, que su historia nunca ha salido. Los informes de Snowflake y de Databricks sobre sanidad y ciencias de la vida siguen la misma migración: las cargas sanitarias sensibles se consolidan en plataformas de datos gobernadas y con control de acceso, no en herramientas externas improvisadas.

En el borde de frontera están las tareas de verdad desidentificadas o no personales en las que la capacidad se paga sola: síntesis de literatura, resumen de guías clínicas, ideación de investigación y redacción sobre conocimiento médico público. Incluso aquí se mantiene la disciplina: Claude donde la capacidad se lo gana y el dato no es personal; inferencia local soberana en suelo europeo como valor por defecto en cuanto hay un paciente real de por medio. Las plataformas de datos estadounidenses son la capa de datos residente en la UE y una base de evidencia citada; nunca son el lugar donde vive un identificador de paciente ni la inferencia en sí.

Las cifras de este estudio son modelos de Rindogatan para un sistema sanitario europeo representativo, no estadísticas de encuesta. Un hospital de investigación con muchas cargas desidentificadas se inclina un poco más hacia la frontera; una red de atención primaria se inclina aún más hacia lo soberano. La constante es ese centro de gravedad de tres cuartos soberano, el más alto de todos los sectores que cubrimos.

Mapea tu exposición de IA sobre datos de paciente, cada herramienta, piloto y uso en la sombra que toque datos de salud identificables, y clasifica cada uno según el artículo 9 del RGPD y los niveles de riesgo del Reglamento de IA. Los usos en la sombra suelen ser el hallazgo.

Elige dos pilotos que demuestren las dos mitades: la documentación clínica ambiental para los profesionales, y un recorrido de cara al paciente (triaje, seguimiento de citas o resultados en lenguaje llano) para la experiencia. Los dos son de alto valor y autoalojables, la forma más limpia de demostrar que la IA soberana no es un paso atrás ni para el paciente ni para el profesional.

Traza la línea roja: una regla por la que los datos de paciente identificables nunca llegan a una API de un tercer país, con un punto de acceso soberano ya levantado detrás de tu pasarela para que el camino conforme sea el camino fácil.

Alinéate ya con la dirección del EEDS, gobierna tus datos de salud como un activo europeo, para que cuando maduren los marcos de uso secundario tu arquitectura apunte ya en la dirección correcta. La soberanía comprada pronto sale más barata que la soberanía reparada bajo una auditoría.