PRECISION-AI: la apuesta chilena de 5.000 millones por la oncología con IA, y por qué el reto real es la adopción clínica

Por Universidad de Chile · 8 de julio de 2026.

La Universidad de Chile y la Universidad del Desarrollo presentaron PRECISION-AI, un programa tecnológico adjudicado por Corfo con 5.000 millones de pesos chilenos para cinco años de ejecución, orientado a desarrollar soluciones de inteligencia artificial que ayuden a prevenir, diagnosticar, tratar y pronosticar el cáncer. El proyecto está codirigido por el doctor Arnaldo Marín, del Departamento de Oncología Básico Clínico de la Facultad de Medicina de la U. de Chile, junto al doctor Ricardo Armisén por parte de la UDD, e involucra al Hospital Clínico Universidad de Chile, el Hospital del Salvador y una red que suma instituciones públicas, privadas e internacionales, incluido el respaldo del MIT y del London AI Centre for Value-Based Healthcare. Uno de sus componentes más relevantes es la construcción de una infraestructura de datos federada, seguridad y éticamente diseñada, pensada para entrenar modelos sin exponer la privacidad de los pacientes, y con vocación de quedar disponible más adelante para todo el ecosistema nacional e internacional.

El contexto que justifica la inversión es duro: el cáncer es la segunda causa de muerte en el mundo y la primera en Chile, con cerca de 60.000 casos nuevos al año y unas 30.000 muertes, según cifras citadas por el rector de la UDD, Federico Valdés, en la presentación. La ministra de Salud, May Chomalí, aportó un dato que en general dice más del sector que la cifra del financiamiento: de los seis programas tecnológicos que Corfo adjudicó en la convocatoria de IA para la industria chilena, tres recayeron en salud. Eso confirma que la oncología de precisión —cruzar genómica, imagenología y datos clínicos con modelos de IA para ajustar diagnóstico y tratamiento a cada paciente— se ha convertido en el terreno donde gobiernos y academia de todo el mundo concentran apuestas, porque es donde el retorno en vidas es más tangible y donde la ciencia básica ya tiene décadas de recorrido esperando una capa de cómputo que la haga escalable.

Ahora bien, conviene ser honestos sobre lo que este anuncio es y lo que todavía no es. PRECISION-AI es, en esta etapa, un marco de gobernanza y financiamiento para «organizar y articular» —palabras del propio doctor Marín— proyectos de investigación ya existentes, no un producto clínico listo para usarse en un hospital. Y la propia ministra Chomalí puso el dedo en la llaga más honesta de toda la jornada: la barrera no es solo tecnológica, sino de responsabilidad médica y legal. «¿Quién va a ser el responsable si es la IA la que está mirando la imagen? ¿Cómo me voy a hacer cargo yo de los resultados?», preguntó, y añadió el riesgo más común de este tipo de iniciativas en salud pública: quedarse en programa piloto eterno sin integrarse de forma persistente al proceso asistencial. Es exactamente el patrón que hemos visto repetirse en decenas de proyectos de IA sanitaria en el mundo —buena ciencia, buena financiación inicial, pero fricción regulatoria y organizacional que impide el salto a la práctica diaria—. Que la propia autoridad sanitaria lo diga en la presentación, en lugar de vender el proyecto sin matices, es una señal de madurez poco habitual y vale la pena reconocerla.

Nuestra lectura es que el valor de PRECISION-AI no está tanto en el monto —modesto comparado con lo que mueven los grandes centros oncológicos o laboratorios de IA a nivel global— como en la arquitectura que propone: una infraestructura de datos federada y compartida es, potencialmente, más valiosa a largo plazo que cualquier modelo puntual, porque es el activo que permite que la próxima generación de herramientas de diagnóstico se entrene y valide sin que cada hospital tenga que resolver desde cero el problema de la privacidad de datos. Es el mismo patrón que estamos viendo en otras geografías: la disputa ya no es solo por quién tiene el mejor modelo, sino por quién controla la capa de datos e integración clínica sobre la que esos modelos operan. Si Chile logra que esa infraestructura sea real, interoperable y efectivamente usada —y no una promesa que se disuelve al terminar el financiamiento Corfo—, el país se posiciona con un activo de soberanía sanitaria digital poco común en la región.

A esto conecta la tesis de fondo que sostenemos en Zendoric: la oncología de precisión asistida por IA es exactamente el tipo de aplicación donde el optimismo de largo plazo tiene bases sólidas. Cruzar genómica, historial clínico e imagenología con modelos capaces de detectar patrones que a un ojo humano le tomaría años identificar es, literalmente, parte del camino hacia reducir el cáncer de sentencia a enfermedad crónica manejable, y con el tiempo hacia su práctica erradicación como causa principal de muerte. Pero ese horizonte no llega por decreto ni por presupuesto: llega cuando proyectos como este resuelven, uno por uno, los problemas aburridos y difíciles de gobernanza clínica, responsabilidad legal y adopción hospitalaria que la ministra Chomalí nombró sin rodeos. El talento y la ciencia básica chilena, avalados aquí por el respaldo del MIT, no son el cuello de botella; la traducción a la cama del paciente sí lo es, y ahí es donde este programa deberá demostrar, en los próximos cinco años, si estuvo a la altura de su propio diagnóstico.