Gestión de la inteligencia artificial en el sector Salud en México
Palabras clave:
inteligencia artificial, medicina personalizada, diagnóstico médico, gestión de salud, aprendizaje profundo
Resumen
La inteligencia artificial ha surgido como una herramienta fundamental en la transformación de la atención sanitaria, ofreciendo soluciones innovadoras en diagnóstico, tratamiento y gestión de recursos. La incorporación de la inteligencia artificial al sector de la salud ha permitido mejorar la precisión de los diagnósticos, personalizar los tratamientos y optimizar la eficiencia operativa de los sistemas sanitarios. El objetivo de esta investigación fue evaluar los avances y desafíos de la inteligencia artificial en la gestión de la salud, analizando su impacto en diagnóstico, tratamiento y optimización de recursos, así como su implicación ética. Se llevó a cabo una revisión bibliográfica exhaustiva de artículos, estudios de caso y trabajos académicos publicados entre 2020 y 2024, con el fin de identificar las innovaciones más recientes en el uso de la inteligencia artificial en la salud, así como los principales retos asociados a su aplicación. Como resultado, se obtuvo que los avances más notables incluyen el uso de algoritmos de aprendizaje profundo en la mejora de diagnósticos médicos, como en la detección temprana de cáncer, y en la personalización de tratamientos a través de la medicina de precisión. Como conclusión, tenemos que la inteligencia artificial ha demostrado un potencial significativo para transformar la gestión de la salud, mejorando la precisión y eficiencia en la atención médica.
Citas
Amann, J., Blasimme, A., Vayena, E., Frey, D., & Madai, V. I. (2020). Explainability for artificial intelligence in healthcare: a multidisciplinary perspective. BMC Medical Informatics and Decision Making, 20(1), 310. https://doi.org/10.1186/s12911-020-01332-6
Aparicio-Montelongo, I., Celaya-Padilla, J. M., Luna-García, H., Galván-Tejada, C. E., Galván-Tejada, J. I., y Rosales, H. G. (2022). Predicción de enfermedades cardíacas derivadas de diabetes, mediante algoritmos genéticos: caso de estudio. Research in Computing Science, 151(6), 159-172. https://rcs.cic.ipn.mx/2022_151_6/Prediccion%20de%20enfermedades%20cardiacas%20derivadas%20de%20diabetes_%20mediante%20algoritmos%20geneticos_.pdf
Attia, Z. I., Noseworthy, P. A., Lopez-Jimenez, F., Asirvatham, S. J., Deshmukh, A. J., Gersh, B. J., Carter, R. E., Yao, X., Rabinstein, A. A., Erickson, B. J., Kapa, S., & Friedman, P. A. (2019). An artificial intelligence-enabled ECG algorithm for the identification of patients with atrial fibrillation during sinus rhythm: a retrospective analysis of outcome prediction. Lancet, 394(10201), 861–867. https://doi.org/10.1016/S0140-6736(19)31721-0
Barocas, S., Guo, A., Kamar, E., Krones, J., Morris, M. R., Vaughan, J. W., ... & Wallach, H. (2021, July). Designing disaggregated evaluations of ai systems: Choices, considerations, and tradeoffs. In Proceedings of the 2021 AAAI/ACM Conference on AI, Ethics, and Society (pp. 368-378). https://doi.org/10.1145/3461702.3462610
Biscaia, J. M., Mohedano del Pozo, R. B., y Biscaia, C. J. (2023). La inteligencia artificial en la prevención de conductas suicidas: aspectos técnicos y consideraciones ético-legales. Revista De Bioética Y Derecho, (59), 181–203. https://doi.org/10.1344/rbd2023.59.42759
Brundage, M., Avin, S., Wang, J., Belfield, H., Krueger, G., Hadfield, G., Khlaaf, H., Yang, J., Toner, H., Fong, R., Maharaj, T., Koh, P. W., Hooker, S., Leung, J., Trask, A., Bluemke, E., Lebensold, J., O’Keefe, C., Koren, M., … Anderljung, M. (2020). Toward trustworthy AI development: Mechanisms for supporting verifiable claims. En arXiv [cs.CY]. http://arxiv.org/abs/2004.07213
Carrillo, G. M., y Moreno, A. (2020). El enfermero navegador: un rol innovador en oncología. Revisión de alcance: The navigator nurse an innovative role in oncology. Scoping review. Archivos de Medicina (Manizales), 21(1). https://doi.org/10.30554/archmed.21.1.3902.2021
Castrillón, O. D., Castillo, L. F., y Castaño, C. E. (2022). Minería de datos aplicada a la detección de cáncer gástrico. Información tecnológica, 33(4), 151-160. https://dx.doi.org/10.4067/S0718-07642022000400151
Cedeño, J. G., Maitta, I. S., Vélez, M. L., y Palomeque, J. Y. (2024). Investigación universitaria con inteligencia artificial. Revista Venezolana De Gerencia, 29(106), 817-830. https://doi.org/10.52080/rvgluz.29.106.23
COFEPRIS. (2023). Lineamientos para la evaluación de tecnología médica basada en inteligencia artificial. Comisión Federal para la Protección contra Riesgos Sanitarios. https://www.gob.mx/cofepris
Coskun, T., Urva, S., Roell, W. C., Qu, H., Loghin, C., Moyers, J. S., O’Farrell, L. S., Briere, D. A., Sloop, K. W., Thomas, M. K., Pirro, V., Wainscott, D. B., Willard, F. S., Abernathy, M., Morford, L., Du, Y., Benson, C., Gimeno, R. E., Haupt, A., & Milicevic, Z. (2022). LY3437943, a novel triple glucagon, GIP, and GLP-1 receptor agonist for glycemic control and weight loss: From discovery to clinical proof of concept. Cell Metabolism, 34(9), 1234-1247.e9. https://doi.org/10.1016/j.cmet.2022.07.013
Cowie, M. R., Flett, A., Cowburn, P., Foley, P., Chandrasekaran, B., Loke, I., Critoph, C., Gardner, R. S., Guha, K., Betts, T. R., Carr-White, G., Zaidi, A., Lim, H. S., Hayward, C., Patwala, A., Rogers, D., Pettit, S., Gazzola, C., Henderson, J., & Adamson, P. B. (2022). Real-world evidence in a national health service: results of the UK CardioMEMS HF System Post-Market Study. ESC Heart Failure, 9(1), 48–56. https://doi.org/10.1002/ehf2.13748
Diaz, L. P., Tito s, J. V., Garcia, G., y Boy, A. M. (2021). Inteligencia artificial aplicada al sector educativo. Revista Venezolana De Gerencia, 26(96), 1189-1200. https://doi.org/10.52080/rvgluz.26.96.12
Diez, M., Burgos, L. M., Baro, R. C., y Benzadón, M. N. (2023). Telemonitoreo y sistema de alerta en tiempo real en insuficiencia cardiaca: Estudio piloto de factibilidad, aceptabilidad y eficacia. Medicina (Buenos Aires), 83(1), 74-81.
Esteva, A., Robicquet, A., Ramsundar, B., Kuleshov, V., DePristo, M., Chou, K., Cui, C., Corrado, G., Thrun, S., & Dean, J. (2019). A guide to deep learning in healthcare. Nature Medicine, 25(1), 24–29. https://doi.org/10.1038/s41591-018-0316-z
Esteva, A., Robicquet, A., Ramsundar, B., Kuleshov, V., DePristo, M., Chou, K., Cui, C., Corrado, G., Thrun, S., & Dean, J. (2019). A guide to deep learning in healthcare. Nature Medicine, 25(1), 24–29. https://doi.org/10.1038/s41591-018-0316-z
Ferroni, J. M., y Parenti, P. (2024). Desafíos éticos y regulatorios de la Inteligencia Artificial en la investigación médica: reflexiones sobre una Regulación Inteligente. Revista Binacional Brasil-Argentina Diálogo entre as ciências, 14(2), 103–119. https://doi.org/10.22481/rbba.v14i2.15519
Figueroa, C. A., & Aguilera, A. (2020). The need for a mental health technology revolution in the COVID-19 pandemic. Frontiers in Psychiatry, 11, 523. https://doi.org/10.3389/fpsyt.2020.00523
Goicochea, D. I., Manrique, M. A. L., Ogosi, J. A., y Palumbo, G. B. (2024). Nuevas tecnologías y modernización de la gestión pública perspectivas futuras. Revista Venezolana De Gerencia, 29(107), 1366-1381. https://doi.org/10.52080/rvgluz.29.107.25
González, M., Mar, O., y González, I. (2024). Ética digital en la salud. Serie Científica De La Universidad De Las Ciencias Informáticas, 17(5), 22-39. Recuperado a partir de https://publicaciones.uci.cu/index.php/serie/article/view/1592
Guerrero, N., Reyes, E. S., y Bastidas, J. D. (2025). Efectividad de la inteligencia artificial en el diagnóstico médico por imágenes: Una revisión sistemática. Sapiens in Artificial Intelligence, 2(2), e-22002. https://doi.org/10.71068/t20bpr35
Gutiérrez, J. A., y Febles, A. (2019). Las tecnologías disruptivas y su aplicación en la medicina con vistas al 2030. Revista Cubana de Salud Pública, 45(4). http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-34662019000400010&lng=es&tlng=es.
Hoyos, W., Ruíz, R., y Hoyos, K. (2024). Implementación de mapas cognitivos difusos con algoritmos genéticos para predecir diabetes mellitus tipo 2. TecnoLógicas, 27(60), e3061. https://doi.org/10.22430/22565337.3061
IEEE. (2022). Ethically aligned design: A vision for prioritizing human well-being with autonomous and intelligent systems (2nd ed.). IEEE Global Initiative on Ethics of Autonomous and Intelligent Systems. https://ethicsinaction.ieee.org/
Ienca, M., & Vayena, E. (2020). On the responsible use of digital data to tackle the COVID-19 pandemic. Nature Medicine, 26(4), 463–464. https://doi.org/10.1038/s41591-020-0832-5
Jiang, F., Jiang, Y., Zhi, H., Dong, Y., Li, H., Ma, S., Wang, Y., Dong, Q., Shen, H., & Wang, Y. (2021). Artificial intelligence in healthcare: Past, present and future. Stroke and Vascular Neurology, 6(2), 230-243. https://svn.bmj.com/content/2/4/230
Knaul, F. M., González-Pier, E., Gómez-Dantés, O., García-Junco, D., Arreola-Ornelas, H., Barraza-Lloréns, M., Sandoval, R., Caballero, F., Hernández-Avila, M., Juan, M., Kershenobich, D., Nigenda, G., Ruelas, E., Sepúlveda, J., Tapia, R., Soberón, G., Chertorivski, S., & Frenk, J. (2012). The quest for universal health coverage: achieving social protection for all in Mexico. Lancet, 380(9849), 1259–1279. https://doi.org/10.1016/S0140-6736(12)61068-X
London, A. J. (2019). Artificial intelligence and black-box medical decisions: Accuracy versus explainability. The Hastings Center Report, 49(1), 15–21. https://doi.org/10.1002/hast.973
Márquez, J. (2020). Inteligencia artificial y Big Data como soluciones frente a la COVID-19. Revista de Bioética y Derecho, (50), 315-331. http://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S1886-58872020000300019&lng=es&tlng=es.
Melenge, S. (2024). EMCare: support platform: Un enfoque basado en IA para mejorar la satisfacción general de pacientes y familiares en urgencias [Master’s thesis, Universitat Politècnica de Catalunya]. https://upcommons.upc.edu/handle/2117/412441
Nozato, M. J. (2024). La inteligencia artificial en educación: consideraciones éticas y fomento al pensamiento crítico. RECIE. Revista Electrónica Científica De Investigación Educativa, 8, e2357. https://doi.org/10.33010/recie.v8i0.2357
Obermeyer, Z., Powers, B., Vogeli, C., & Mullainathan, S. (2019). Dissecting racial bias in an algorithm used to manage the health of populations. Science (New York, N.Y.), 366(6464), 447–453. https://doi.org/10.1126/science.aax2342
Ocando, L. C. (2025). Inteligencia artificial en psiquiatría: Innovaciones, desafíos y futuro del diagnóstico y tratamiento. Revisión bibliográfica. Revista Latinoamericana de Hipertensión, (1). https://www.revhipertension.com/rlh_1_2025/11_inteligencia_artificial_psiquiatria.pdf
Organización para la Cooperación y el Desarrollo Económicos- OCDE (2019). Recommendation of the Council on Artificial Intelligence. https://legalinstruments.oecd.org/en/instruments/OECD-LEGAL-0449
Oviedo, J. A., Lozano, A. A., y Rojas, L. M. (2025). Análisis de la eficacia de la inteligencia artificial en la predicción temprana del cáncer de mama. [Biblioteca Hildebrando Perico Afanador]. https://repository.universidadean.edu.co/entities/publication/b1b1ccc6-94c8-4da7-a7fb-ab3da6770d6e
Palma-Vasquez, C., Barranco, L., Gallastegui, E., Estrada, M. D., y Vivanco-Hidalgo, R. M. (2023). Inteligencia artificial para la detección y caracterización de lesiones precancerosas colorrectales en la colonoscopia. https://aquas.gencat.cat/web/.content/minisite/aquas/publicacions/2023/ia-lesiones-precancerosas-colonoscopia-redets-aquas2023.pdf
Paz-y-Miño, C. (2023). La inteligencia artificial en medicina general y en genómica. Metro Ciencia, 31(2), 81–86. https://doi.org/10.47464/MetroCiencia/vol31/2/2023/81-86
Peñaherrera, W. P., Cunuhay, W. C., Nata, D. J., y Moreira, L. E. (2022). Implementación de la Inteligencia Artificial (IA) como Recurso Educativo. RECIMUNDO, 6(2), 402–413. https://doi.org/10.26820/recimundo/6.(2).abr.2022.402-413
Reddy, P., Sharma, B., & Chaudhary, K. (2020). Digital literacy: A review of literature. International journal of technoethics, 11(2), 65–94. https://doi.org/10.4018/ijt.20200701.oa1
Ruibal-Tavares, E., Calleja-López, J. R., Rivera-Rosas, C. N., y Aguilera-Duarte, L. J. (2023). Inteligencia artificial en medicina: panorama actual. REMUS - Revista Estudiantil De Medicina De La Universidad De Sonora, 5(2). https://doi.org/10.59420/remus.10.2023.178
Secretaría de Salud. (2020). Estrategia Nacional de Salud Digital. Gobierno de México. https://www.gob.mx/salud
Secretaría de Salud. (2020). Plan Sectorial de Salud 2020–2024. Gobierno de México. https://www.gob.mx/salud/documentos/programa-sectorial-de-salud-2020-2024
Segur, J., Pastells-Peiró, R., Estrada, M. D., Vivanco-Hidalgo, R. M., y Moltó-Puigmartí, C. (2023). Marco de evaluación de tecnologías sanitarias: adaptación para la evaluación de tecnologías de salud digital. Ministerio de Sanidad. Informes de Evaluación de Tecnologías Sanitarias https://aquas.gencat.cat/web/.content/minisite/aquas/publicacions/2023/marco-ets-salud-digital-guia-usuario-redets-aquas2023.pdf
Topol, E. J. (2019). High-performance medicine: the convergence of human and artificial intelligence. Nature Medicine, 25(1), 44–56. https://doi.org/10.1038/s41591-018-0300-7
UNESCO. (2021). Recommendation on the ethics of artificial intelligence. Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura. https://unesdoc.unesco.org/ark:/48223/pf0000379920
Vejar-Aguirre, T., Jáuregui-Ulloa, E., Gallo-Sánchez, K., Mejía-García, J. A., Zavala-Hernández, R., y Arredondo, A. (2020). Evidencias y tendencias para tomar decisiones sobre medidas de contención y mitigación de Covid-19 en Jalisco, México. Salud publica de Mexico, 62(5), 457–459. https://doi.org/10.21149/11724
Watson, D. S. (2022). Interpretable machine learning for genomics. Human Genetics, 141(9), 1499–1513. https://doi.org/10.1007/s00439-021-02387-9
Whittlestone, J., Nyrup, R., Alexandrova, A., & Cave, S. (2021). The role and limits of principles in AI ethics: Towards a focus on tensions. In Proceedings of the 2021 AAAI/ACM Conference on AI, Ethics, and Society (pp. 195–206). Association for Computing Machinery. https://doi.org/10.1145/3461702.3462610
Winfield, A. F. T., & Jirotka, M. (2018). Ethical governance is essential to building trust in robotics and artificial intelligence systems. Philosophical Transactions. Series A, Mathematical, Physical, and Engineering Sciences, 376(2133), 20180085. https://doi.org/10.1098/rsta.2018.0085
World Health Organization. (2021). Ethics and governance of artificial intelligence for health: WHO guidance. World Health Organization. https://www.who.int/publications/i/item/9789240029200
Aparicio-Montelongo, I., Celaya-Padilla, J. M., Luna-García, H., Galván-Tejada, C. E., Galván-Tejada, J. I., y Rosales, H. G. (2022). Predicción de enfermedades cardíacas derivadas de diabetes, mediante algoritmos genéticos: caso de estudio. Research in Computing Science, 151(6), 159-172. https://rcs.cic.ipn.mx/2022_151_6/Prediccion%20de%20enfermedades%20cardiacas%20derivadas%20de%20diabetes_%20mediante%20algoritmos%20geneticos_.pdf
Attia, Z. I., Noseworthy, P. A., Lopez-Jimenez, F., Asirvatham, S. J., Deshmukh, A. J., Gersh, B. J., Carter, R. E., Yao, X., Rabinstein, A. A., Erickson, B. J., Kapa, S., & Friedman, P. A. (2019). An artificial intelligence-enabled ECG algorithm for the identification of patients with atrial fibrillation during sinus rhythm: a retrospective analysis of outcome prediction. Lancet, 394(10201), 861–867. https://doi.org/10.1016/S0140-6736(19)31721-0
Barocas, S., Guo, A., Kamar, E., Krones, J., Morris, M. R., Vaughan, J. W., ... & Wallach, H. (2021, July). Designing disaggregated evaluations of ai systems: Choices, considerations, and tradeoffs. In Proceedings of the 2021 AAAI/ACM Conference on AI, Ethics, and Society (pp. 368-378). https://doi.org/10.1145/3461702.3462610
Biscaia, J. M., Mohedano del Pozo, R. B., y Biscaia, C. J. (2023). La inteligencia artificial en la prevención de conductas suicidas: aspectos técnicos y consideraciones ético-legales. Revista De Bioética Y Derecho, (59), 181–203. https://doi.org/10.1344/rbd2023.59.42759
Brundage, M., Avin, S., Wang, J., Belfield, H., Krueger, G., Hadfield, G., Khlaaf, H., Yang, J., Toner, H., Fong, R., Maharaj, T., Koh, P. W., Hooker, S., Leung, J., Trask, A., Bluemke, E., Lebensold, J., O’Keefe, C., Koren, M., … Anderljung, M. (2020). Toward trustworthy AI development: Mechanisms for supporting verifiable claims. En arXiv [cs.CY]. http://arxiv.org/abs/2004.07213
Carrillo, G. M., y Moreno, A. (2020). El enfermero navegador: un rol innovador en oncología. Revisión de alcance: The navigator nurse an innovative role in oncology. Scoping review. Archivos de Medicina (Manizales), 21(1). https://doi.org/10.30554/archmed.21.1.3902.2021
Castrillón, O. D., Castillo, L. F., y Castaño, C. E. (2022). Minería de datos aplicada a la detección de cáncer gástrico. Información tecnológica, 33(4), 151-160. https://dx.doi.org/10.4067/S0718-07642022000400151
Cedeño, J. G., Maitta, I. S., Vélez, M. L., y Palomeque, J. Y. (2024). Investigación universitaria con inteligencia artificial. Revista Venezolana De Gerencia, 29(106), 817-830. https://doi.org/10.52080/rvgluz.29.106.23
COFEPRIS. (2023). Lineamientos para la evaluación de tecnología médica basada en inteligencia artificial. Comisión Federal para la Protección contra Riesgos Sanitarios. https://www.gob.mx/cofepris
Coskun, T., Urva, S., Roell, W. C., Qu, H., Loghin, C., Moyers, J. S., O’Farrell, L. S., Briere, D. A., Sloop, K. W., Thomas, M. K., Pirro, V., Wainscott, D. B., Willard, F. S., Abernathy, M., Morford, L., Du, Y., Benson, C., Gimeno, R. E., Haupt, A., & Milicevic, Z. (2022). LY3437943, a novel triple glucagon, GIP, and GLP-1 receptor agonist for glycemic control and weight loss: From discovery to clinical proof of concept. Cell Metabolism, 34(9), 1234-1247.e9. https://doi.org/10.1016/j.cmet.2022.07.013
Cowie, M. R., Flett, A., Cowburn, P., Foley, P., Chandrasekaran, B., Loke, I., Critoph, C., Gardner, R. S., Guha, K., Betts, T. R., Carr-White, G., Zaidi, A., Lim, H. S., Hayward, C., Patwala, A., Rogers, D., Pettit, S., Gazzola, C., Henderson, J., & Adamson, P. B. (2022). Real-world evidence in a national health service: results of the UK CardioMEMS HF System Post-Market Study. ESC Heart Failure, 9(1), 48–56. https://doi.org/10.1002/ehf2.13748
Diaz, L. P., Tito s, J. V., Garcia, G., y Boy, A. M. (2021). Inteligencia artificial aplicada al sector educativo. Revista Venezolana De Gerencia, 26(96), 1189-1200. https://doi.org/10.52080/rvgluz.26.96.12
Diez, M., Burgos, L. M., Baro, R. C., y Benzadón, M. N. (2023). Telemonitoreo y sistema de alerta en tiempo real en insuficiencia cardiaca: Estudio piloto de factibilidad, aceptabilidad y eficacia. Medicina (Buenos Aires), 83(1), 74-81.
Esteva, A., Robicquet, A., Ramsundar, B., Kuleshov, V., DePristo, M., Chou, K., Cui, C., Corrado, G., Thrun, S., & Dean, J. (2019). A guide to deep learning in healthcare. Nature Medicine, 25(1), 24–29. https://doi.org/10.1038/s41591-018-0316-z
Esteva, A., Robicquet, A., Ramsundar, B., Kuleshov, V., DePristo, M., Chou, K., Cui, C., Corrado, G., Thrun, S., & Dean, J. (2019). A guide to deep learning in healthcare. Nature Medicine, 25(1), 24–29. https://doi.org/10.1038/s41591-018-0316-z
Ferroni, J. M., y Parenti, P. (2024). Desafíos éticos y regulatorios de la Inteligencia Artificial en la investigación médica: reflexiones sobre una Regulación Inteligente. Revista Binacional Brasil-Argentina Diálogo entre as ciências, 14(2), 103–119. https://doi.org/10.22481/rbba.v14i2.15519
Figueroa, C. A., & Aguilera, A. (2020). The need for a mental health technology revolution in the COVID-19 pandemic. Frontiers in Psychiatry, 11, 523. https://doi.org/10.3389/fpsyt.2020.00523
Goicochea, D. I., Manrique, M. A. L., Ogosi, J. A., y Palumbo, G. B. (2024). Nuevas tecnologías y modernización de la gestión pública perspectivas futuras. Revista Venezolana De Gerencia, 29(107), 1366-1381. https://doi.org/10.52080/rvgluz.29.107.25
González, M., Mar, O., y González, I. (2024). Ética digital en la salud. Serie Científica De La Universidad De Las Ciencias Informáticas, 17(5), 22-39. Recuperado a partir de https://publicaciones.uci.cu/index.php/serie/article/view/1592
Guerrero, N., Reyes, E. S., y Bastidas, J. D. (2025). Efectividad de la inteligencia artificial en el diagnóstico médico por imágenes: Una revisión sistemática. Sapiens in Artificial Intelligence, 2(2), e-22002. https://doi.org/10.71068/t20bpr35
Gutiérrez, J. A., y Febles, A. (2019). Las tecnologías disruptivas y su aplicación en la medicina con vistas al 2030. Revista Cubana de Salud Pública, 45(4). http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-34662019000400010&lng=es&tlng=es.
Hoyos, W., Ruíz, R., y Hoyos, K. (2024). Implementación de mapas cognitivos difusos con algoritmos genéticos para predecir diabetes mellitus tipo 2. TecnoLógicas, 27(60), e3061. https://doi.org/10.22430/22565337.3061
IEEE. (2022). Ethically aligned design: A vision for prioritizing human well-being with autonomous and intelligent systems (2nd ed.). IEEE Global Initiative on Ethics of Autonomous and Intelligent Systems. https://ethicsinaction.ieee.org/
Ienca, M., & Vayena, E. (2020). On the responsible use of digital data to tackle the COVID-19 pandemic. Nature Medicine, 26(4), 463–464. https://doi.org/10.1038/s41591-020-0832-5
Jiang, F., Jiang, Y., Zhi, H., Dong, Y., Li, H., Ma, S., Wang, Y., Dong, Q., Shen, H., & Wang, Y. (2021). Artificial intelligence in healthcare: Past, present and future. Stroke and Vascular Neurology, 6(2), 230-243. https://svn.bmj.com/content/2/4/230
Knaul, F. M., González-Pier, E., Gómez-Dantés, O., García-Junco, D., Arreola-Ornelas, H., Barraza-Lloréns, M., Sandoval, R., Caballero, F., Hernández-Avila, M., Juan, M., Kershenobich, D., Nigenda, G., Ruelas, E., Sepúlveda, J., Tapia, R., Soberón, G., Chertorivski, S., & Frenk, J. (2012). The quest for universal health coverage: achieving social protection for all in Mexico. Lancet, 380(9849), 1259–1279. https://doi.org/10.1016/S0140-6736(12)61068-X
London, A. J. (2019). Artificial intelligence and black-box medical decisions: Accuracy versus explainability. The Hastings Center Report, 49(1), 15–21. https://doi.org/10.1002/hast.973
Márquez, J. (2020). Inteligencia artificial y Big Data como soluciones frente a la COVID-19. Revista de Bioética y Derecho, (50), 315-331. http://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S1886-58872020000300019&lng=es&tlng=es.
Melenge, S. (2024). EMCare: support platform: Un enfoque basado en IA para mejorar la satisfacción general de pacientes y familiares en urgencias [Master’s thesis, Universitat Politècnica de Catalunya]. https://upcommons.upc.edu/handle/2117/412441
Nozato, M. J. (2024). La inteligencia artificial en educación: consideraciones éticas y fomento al pensamiento crítico. RECIE. Revista Electrónica Científica De Investigación Educativa, 8, e2357. https://doi.org/10.33010/recie.v8i0.2357
Obermeyer, Z., Powers, B., Vogeli, C., & Mullainathan, S. (2019). Dissecting racial bias in an algorithm used to manage the health of populations. Science (New York, N.Y.), 366(6464), 447–453. https://doi.org/10.1126/science.aax2342
Ocando, L. C. (2025). Inteligencia artificial en psiquiatría: Innovaciones, desafíos y futuro del diagnóstico y tratamiento. Revisión bibliográfica. Revista Latinoamericana de Hipertensión, (1). https://www.revhipertension.com/rlh_1_2025/11_inteligencia_artificial_psiquiatria.pdf
Organización para la Cooperación y el Desarrollo Económicos- OCDE (2019). Recommendation of the Council on Artificial Intelligence. https://legalinstruments.oecd.org/en/instruments/OECD-LEGAL-0449
Oviedo, J. A., Lozano, A. A., y Rojas, L. M. (2025). Análisis de la eficacia de la inteligencia artificial en la predicción temprana del cáncer de mama. [Biblioteca Hildebrando Perico Afanador]. https://repository.universidadean.edu.co/entities/publication/b1b1ccc6-94c8-4da7-a7fb-ab3da6770d6e
Palma-Vasquez, C., Barranco, L., Gallastegui, E., Estrada, M. D., y Vivanco-Hidalgo, R. M. (2023). Inteligencia artificial para la detección y caracterización de lesiones precancerosas colorrectales en la colonoscopia. https://aquas.gencat.cat/web/.content/minisite/aquas/publicacions/2023/ia-lesiones-precancerosas-colonoscopia-redets-aquas2023.pdf
Paz-y-Miño, C. (2023). La inteligencia artificial en medicina general y en genómica. Metro Ciencia, 31(2), 81–86. https://doi.org/10.47464/MetroCiencia/vol31/2/2023/81-86
Peñaherrera, W. P., Cunuhay, W. C., Nata, D. J., y Moreira, L. E. (2022). Implementación de la Inteligencia Artificial (IA) como Recurso Educativo. RECIMUNDO, 6(2), 402–413. https://doi.org/10.26820/recimundo/6.(2).abr.2022.402-413
Reddy, P., Sharma, B., & Chaudhary, K. (2020). Digital literacy: A review of literature. International journal of technoethics, 11(2), 65–94. https://doi.org/10.4018/ijt.20200701.oa1
Ruibal-Tavares, E., Calleja-López, J. R., Rivera-Rosas, C. N., y Aguilera-Duarte, L. J. (2023). Inteligencia artificial en medicina: panorama actual. REMUS - Revista Estudiantil De Medicina De La Universidad De Sonora, 5(2). https://doi.org/10.59420/remus.10.2023.178
Secretaría de Salud. (2020). Estrategia Nacional de Salud Digital. Gobierno de México. https://www.gob.mx/salud
Secretaría de Salud. (2020). Plan Sectorial de Salud 2020–2024. Gobierno de México. https://www.gob.mx/salud/documentos/programa-sectorial-de-salud-2020-2024
Segur, J., Pastells-Peiró, R., Estrada, M. D., Vivanco-Hidalgo, R. M., y Moltó-Puigmartí, C. (2023). Marco de evaluación de tecnologías sanitarias: adaptación para la evaluación de tecnologías de salud digital. Ministerio de Sanidad. Informes de Evaluación de Tecnologías Sanitarias https://aquas.gencat.cat/web/.content/minisite/aquas/publicacions/2023/marco-ets-salud-digital-guia-usuario-redets-aquas2023.pdf
Topol, E. J. (2019). High-performance medicine: the convergence of human and artificial intelligence. Nature Medicine, 25(1), 44–56. https://doi.org/10.1038/s41591-018-0300-7
UNESCO. (2021). Recommendation on the ethics of artificial intelligence. Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura. https://unesdoc.unesco.org/ark:/48223/pf0000379920
Vejar-Aguirre, T., Jáuregui-Ulloa, E., Gallo-Sánchez, K., Mejía-García, J. A., Zavala-Hernández, R., y Arredondo, A. (2020). Evidencias y tendencias para tomar decisiones sobre medidas de contención y mitigación de Covid-19 en Jalisco, México. Salud publica de Mexico, 62(5), 457–459. https://doi.org/10.21149/11724
Watson, D. S. (2022). Interpretable machine learning for genomics. Human Genetics, 141(9), 1499–1513. https://doi.org/10.1007/s00439-021-02387-9
Whittlestone, J., Nyrup, R., Alexandrova, A., & Cave, S. (2021). The role and limits of principles in AI ethics: Towards a focus on tensions. In Proceedings of the 2021 AAAI/ACM Conference on AI, Ethics, and Society (pp. 195–206). Association for Computing Machinery. https://doi.org/10.1145/3461702.3462610
Winfield, A. F. T., & Jirotka, M. (2018). Ethical governance is essential to building trust in robotics and artificial intelligence systems. Philosophical Transactions. Series A, Mathematical, Physical, and Engineering Sciences, 376(2133), 20180085. https://doi.org/10.1098/rsta.2018.0085
World Health Organization. (2021). Ethics and governance of artificial intelligence for health: WHO guidance. World Health Organization. https://www.who.int/publications/i/item/9789240029200
Publicado
2025-07-28
Cómo citar
Cervantes López, M. J., Peña Maldonado, A. A., Rivera García, G. E., & Amador Alonso, R. (2025). Gestión de la inteligencia artificial en el sector Salud en México. Revista Venezolana De Gerencia, 30(13), 335-347. https://doi.org/10.52080/rvgluz.30.especial13.22
Sección
Artículos
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0.
.png)
