La IA médica en cifras: 1,451 dispositivos autorizados por la FDA, 75 % de sistemas de salud con IA y el 43 % sin datos de validación clínica.
La adopción es amplia: cerca del 75 % de los sistemas de salud de EE. UU. ya opera al menos una aplicación de IA (hace un año era menos del 60 %), y el 74 % de los hospitales estadounidenses usa herramientas de diagnóstico con IA en radiología.
El volumen regulatorio es real: la FDA lista 1,451 dispositivos médicos con IA autorizados para su comercialización — 1,104 solo en radiología —, de los cuales 295 se autorizaron en 2025.
La brecha que importa: menos del 20 % de las organizaciones ha alcanzado un uso fiable de la IA en el diagnóstico clínico central, y el 43 % de los dispositivos de IA aprobados por la FDA carece de datos de validación clínica. El despliegue va por delante de la evidencia.
La radiología es la cabeza de puente. Tres cuartas partes de las autorizaciones de la FDA y tres cuartas partes del despliegue diagnóstico hospitalario están aquí, por motivos estructurales: la imagen es digital por defecto, la verdad de referencia es comparativamente definible y el flujo de trabajo ya incluye una segunda lectura. Las mejoras reportadas son reales: los hospitales con apoyo de IA informan de una reducción significativa de errores diagnósticos, y los algoritmos de detección alcanzan alta precisión en evaluaciones controladas.
La documentación y la operación son la victoria más silenciosa: transcripción ambiental, apoyo a la codificación, agendamiento y triaje. Menos titular que el diagnóstico, más rápido de rentabilizar y con menor riesgo clínico.
La adopción clínica vino después: el uso por parte de médicos saltó del 38 % (2023) al 66 % (2024), una de las curvas de adopción profesional más veloces registradas.
El 43 % de los dispositivos de IA aprobados por la FDA carece de datos de validación clínica. Esa estadística merece más atención que cualquier afirmación de precisión de este artículo.
Para la mayoría de los dispositivos de IA, la autorización de la FDA transcurre por vías que demuestran equivalencia sustancial con un dispositivo predicado, no por ensayos clínicos prospectivos que prueben beneficio para el paciente. Súmese la salvedad del entorno controlado en las cifras de precisión (el rendimiento sobre conjuntos de datos curados supera de forma rutinaria al obtenido en poblaciones reales y desordenadas) y el resumen honesto es: autorizado ≠ validado ≠ beneficioso en tu población.
Implicación práctica para los sistemas de salud: trata las afirmaciones de precisión del proveedor como punto de partida de la validación local, no como su sustituto. Ese menos del 20 % de uso fiable en diagnóstico central es lo que ocurre cuando las instituciones hacen realmente esa tarea.
Entre el 95 % y el 97 % de los dispositivos médicos de IA autorizados se aprobó por la vía 510(k), y no por De Novo o PMA. Esa ruta exige demostrar equivalencia sustancial con un dispositivo predicado, no evidencia clínica independiente de beneficio.
Este es el mecanismo que hay detrás del problema de validación. No es que el regulador pasara por alto la evidencia: es que la vía que usa la mayoría de los dispositivos nunca se diseñó para exigirla.
Las autorizaciones acumuladas hasta finales de 2025 se concentran de forma marcada en los grandes fabricantes de imagen:
| Empresa | Autorizaciones |
|---|---|
| GE HealthCare | 120 |
| Siemens Healthineers | 89 |
| Philips | 50 |
| Canon | 45 |
| United Imaging | 38 |
| Aidoc | 31 |
| DeepHealth | 28 |
Fíjate en lo que dice esto: el mercado de dispositivos de IA lo están ganando las empresas que ya te vendieron el escáner, no las startups nativas de IA.
La FDA está actualizando las reglas de dispositivos bajo la Quality Management System Regulation (QMSR), alineando la supervisión estadounidense con la ISO 13485:2016. Para los fabricantes es un cambio de proceso de cumplimiento; para los compradores, una señal moderada de que el listón de la evidencia sube a través de los sistemas de calidad y no de la vía de autorización en sí.
No «¿está autorizado por la FDA?»: más de 1,300 dispositivos lo están. Pregunta por qué vía, cuál fue el dispositivo predicado y si existen datos clínicos prospectivos en una población parecida a la tuya. Esas tres preguntas separan los dispositivos que ayudarán de los que solo obtuvieron la autorización.
Las proyecciones se agrupan en torno a 52 000 millones de dólares para el mercado de IA sanitaria en 2026: una cifra real y de crecimiento rápido que, además, es un orden de magnitud menor que algunos números que circulaban en contenidos de la época de 2025. (Una versión anterior de este artículo llevaba una cifra de mercado descabelladamente inflada; carecía de fuente y se ha eliminado. Si una estadística de IA sanitaria no puede rastrearse hasta una fuente con nombre y una metodología, no la repitas, tampoco viniendo de nosotros.)
Que el 75 % de los sistemas de salud opere al menos una aplicación de IA y que menos del 20 % alcance un uso fiable en diagnóstico clínico central no es contradictorio. La mayoría de los despliegues son administrativos y de triaje de imagen, donde el modo de fallo es un minuto perdido y no un diagnóstico omitido.
La exposición está en los dispositivos que influyen en una decisión clínica sin que un humano lea la misma evidencia. El 43 % de los dispositivos de IA aprobados por la FDA carece de datos de validación clínica: ese número pesa enormemente en decisiones autónomas y apenas nada en reordenar una lista de trabajo.
Para cada herramienta desplegada: si esto se equivoca, ¿quién lo detecta y cuándo? Las herramientas con revisión humana en el mismo turno son de bajo riesgo, con independencia de su estado de validación. Las que no la tienen necesitan la evidencia que la vía 510(k) nunca exigió.
Sources: SQ Magazine healthcare AI statistics · TheAIDaily 75+ data points · Uvik 80+ key data points · About Chromebooks adoption tracker
Última actualización: 29 de julio de 2026
La API Agents de OpenAI facilita agentes persistentes en la nube. Qué cambia, qué sigue sin probarse y cómo desplegarla con control.
Cómo la IA rehízo el trabajo creativo: 86 % de adopción, -17 % de empleo en diseño, los acuerdos musicales y lo que los tribunales no han resuelto.
Datos de 2026: el 88 % del alumnado usa IA generativa, el profesorado ahorra 5,9 horas semanales y solo el 13 % de los centros tiene normativa.
Panorama 2026: el Digital Omnibus aplaza a 2027 las obligaciones de alto riesgo, dos nuevas prohibiciones de la UE y el inicio de la supervisión GPAI.
La detección de fraude acierta el 90–99 % y va 300× más rápido, pero más de la mitad del fraude ya usa IA. Cifras, regulación y la asimetría sin resolver.
Pronósticos de expertos para la IA hasta 2030: cronogramas de AGI, impacto laboral, avances tecnológicos y los escenarios en los que discrepan.
Datos de empleo 2026: 87.714 recortes atribuidos a la IA en cinco meses, 28.000 menos al mes en tecnología y finanzas, y la línea que sí importa.
Las ocho tendencias que definen la IA en 2026: la carrera de valoraciones, modelos efímeros, la retirada de Sora, acuerdos de derechos y regulación lenta.
