Una IA argentina predice la fragilidad en mayores con cuatro años de margen: la medicina preventiva, el otro frente de la IA

Por El Diario de la Pampa · 25 de septiembre de 2026.

Mientras la conversación pública sobre inteligencia artificial gira casi siempre en torno a chatbots y modelos de lenguaje, un desarrollo argentino acaba de recordar que buena parte del valor real de la IA en salud se juega en terreno mucho menos vistoso: la predicción de riesgo. AVIA, un sistema creado por la Fundación Cuidados de Salud, recibió recientemente en Ginebra el reconocimiento WSIS Prizes 2026 Champion en la categoría E-health, otorgado por la Unión Internacional de Telecomunicaciones (UIT), la agencia de Naciones Unidas especializada en tecnologías de la información. El premio, entregado durante el WSIS Forum 2026 y firmado por la secretaria general de la UIT, Doreen Bogdan-Martin, distingue una herramienta que estima el riesgo de fragilidad y pérdida de autonomía en personas mayores con hasta cuatro años de anticipación, antes de que se produzca una caída, una internación o la necesidad de asistencia diaria.

El mecanismo, según explicó su director, Fernando Gril, no diagnostica ni prescribe: aplica aprendizaje automático sobre cerca de cien variables de salud, funcionalidad y entorno socioeconómico para proyectar una trayectoria de deterioro. El modelo se entrenó con datos longitudinales del Health and Retirement Study, un estudio estadounidense que sigue a su población desde 1992, tomando las mediciones de 2018 y 2022 para calcular probabilidad de fragilidad a cuatro años. Según la fuente, en las evaluaciones el sistema alcanzó una sensibilidad cercana al 75% para detectar casos de riesgo y un valor predictivo negativo superior al 96%, es decir, es especialmente fiable para descartar a quienes tienen baja probabilidad de deteriorarse en ese plazo. La herramienta ya pasó por una prueba piloto con unos 200 pacientes en el Hospital General de Agudos Parmenio Piñero de Buenos Aires, bajo dirección clínica de Sebastián Gatti, y hoy está disponible en línea para completar cuestionarios y recibir una estimación orientativa.

Conviene situar esto en su justa medida. No es un modelo fundacional ni una IA generativa: es un score de riesgo clínico —el pariente moderno de escalas actuarias clásicas como Framingham para el corazón— potenciado por aprendizaje automático y datos longitudinales masivos. Es, precisamente por eso, el tipo de aplicación con el recorrido más corto entre el laboratorio y la sala de espera de un hospital público. En un planeta que envejece a un ritmo que ya tensiona los sistemas de salud de medio mundo, anticipar cuatro años el momento en que alguien empieza a perder autonomía no es un detalle técnico: es la diferencia entre prevenir una caída o pagar después, en sufrimiento y en presupuesto, una internación evitable.

Dicho esto, el propio equipo pone los límites sobre la mesa, y conviene tomárselos en serio. Las cifras de sensibilidad y valor predictivo son, por ahora, validación interna: el modelo se entrenó con una población estadounidense y su comportamiento en Argentina o el resto de América Latina todavía debe demostrarse con datos propios. El mismo Gril lo advirtió sin rodeos: un algoritmo puede comportarse de forma distinta en Estados Unidos que en Argentina, un recordatorio de que la generalización de modelos entrenados en un contexto sociosanitario hacia otro es uno de los problemas menos resueltos de la IA aplicada a medicina, y no un matiz menor. La fundación plantea como siguiente paso una validación externa con más hospitales y universidades, y es lo correcto: sin ese trabajo, un sistema bien intencionado puede terminar reproduciendo sesgos —de edad, de sexo, de nivel socioeconómico— en vez de corregirlos.

Nuestra lectura es que casos como AVIA valen más como termómetro que como titular aislado. Encajan con algo que venimos señalando en la cobertura de salud y de adopción empresarial de IA: el cuello de botella casi nunca es el modelo, sino el andamiaje alrededor —validación clínica, financiación para escalarlo a más hospitales, marcos de privacidad y anonimización que la propia fundación reconoce como imprescindibles, y la voluntad de los sistemas de salud de actuar sobre una alerta preventiva en lugar de esperar la urgencia. Ahí es donde se decide si una herramienta premiada en Ginebra llega a las historias clínicas de verdad o se queda en el diploma.

A largo plazo, sin embargo, es exactamente el tipo de desarrollo que sostiene la tesis de fondo: la IA aplicada a la biología y la salud del envejecimiento no promete solo curar más rápido, sino anticipar el deterioro antes de que ocurra, ganando años de autonomía y calidad de vida antes de que aparezca la enfermedad o la dependencia. Ese es el puente entre la medicina reactiva de hoy y la abundancia de salud que defendemos como horizonte: no llega de golpe con un modelo espectacular, sino sumando, un hospital piloto y una validación externa a la vez, sistemas silenciosos como AVIA que corren de fondo en la geriatría cotidiana.