Los programas de gobierno en la carrera presidencial de octubre de 2026 en Brasil, de Luiz Inácio Lula da Silva (PT) a Flávio Bolsonaro (PL), prometen usar inteligencia artificial en el SUS, el sistema público de salud universal del país, para ordenar las filas de consultas, exámenes y cirugías según el riesgo clínico y apoyar los diagnósticos. Una investigación conjunta de g1 y BBC News Brasil muestra que los planes chocan con obstáculos prácticos: el sistema realiza unos 2.800 millones de atenciones al año, no existe un número nacional consolidado de personas en espera y buena parte de los datos disponibles se crearon para facturar, no para uso clínico.
Lo que prometen los planes
Las propuestas se parecen en lo esencial y, según el reportaje, traen pocos detalles. El programa de Flávio Bolsonaro promete IA para agilizar la programación de consultas y exámenes y como apoyo a la prevención: "El sistema podrá identificar quién corre mayor riesgo de enfermarse y llamar a esa persona para que se cuide a tiempo, en lugar de esperar a que llegue a la urgencia cuando ya está grave". Lula defiende mejorar la "regulación del acceso a la atención especializada", con más transparencia en las filas e IA "con fila única digital y ordenada por el riesgo clínico". Renan Santos (partido Missão) propone sustituir la fila cronológica y cita la plataforma DoctorSV, creada por el gobierno de El Salvador.
Lo que es consenso y lo que aún es incierto
Entre especialistas, el uso de IA en salud se ve como un camino probable. "Los factores que llevan a una persona a tener un problema grave de salud, o incluso a morir, normalmente son interacciones complejas, y es exactamente en eso en lo que estos algoritmos funcionan tan bien", dice Alexandre Chiavegatto Filho, profesor de inteligencia artificial de la Facultad de Salud Pública de la USP y coordinador de su Laboratorio de Big Data y Análisis Predictiva. Uno de los usos que él ve como prometedor es ampliar el acceso a especialistas en regiones donde escasean; su laboratorio desarrolla algoritmos entrenados con datos de pacientes brasileños.
La aplicación central de las promesas, reordenar las filas, es más incierta. Wagner Meira Jr., profesor del Departamento de Ciencias de la Computación de la Universidad Federal de Minas Gerais (UFMG) e investigador del Centro de Innovación en Inteligencia Artificial para la Salud, califica algunas propuestas de futuristas. "Difícilmente se cumplen en cuatro años de gobierno", dice. En su evaluación, la IA ya tiene mejores resultados en tareas acotadas y bien definidas, como el análisis de exámenes: cuanto más delimitado el caso, mayor el éxito. Y recuerda un límite evidente, priorizar pacientes no crea plazas.
"Para lograr una mejora de la fila, antes que nada hay que aumentar el número de quienes atienden la fila. Después se piensa cómo priorizarla. Si simplemente cambias la posición de las personas y mantienes la misma restricción de capacidad, no va a mejorar mucho." (Wagner Meira Jr., UFMG)
Otro obstáculo son los datos. Según Meira Jr., gran parte de la información del SUS son registros administrativos creados para pagar a los prestadores de servicio. "Son datos muy ricos. Pero son muy limitados para todo ese abanico de escenarios", dice. El Ministerio de Salud confirmó a los reporteros que todavía no existe una cifra nacional consolidada de personas en espera en el SUS, porque la gestión de las filas de cirugías, consultas y exámenes es competencia de estados y municipios, que hasta hace poco no estaban obligados a enviar esa información al gobierno federal. Una norma de 2025 pasó a exigir el envío periódico y estandarizado de esos registros a la Red Nacional de Datos en Salud (RNDS), pero la medida sigue en implementación. Hoy la única fuente disponible es el Sisreg, un sistema de regulación que no usan todos los municipios.
Para el lector, dos puntos prácticos. Primero: la fila en la que usted espera la gestionan su estado y su municipio, no Brasilia; las preguntas sobre su posición en la fila de consultas, exámenes o cirugías deben dirigirse a la secretaría municipal o estadual de salud. Segundo: al evaluar promesas de IA en salud, conviene verificar si vienen acompañadas de medidas de capacidad, como contratar profesionales y ampliar servicios, y de inversión en datos clínicos de calidad. Según los especialistas consultados, sin eso lo único que cambiará será el orden de la fila.