Salud pública en la cuerda floja: El Salvador apuesta por DoctorSV, una app con IA de Google que promete reducir consultas de 3 horas a 20 minutos, pero expertos advierten: fallos en diagnósticos y riesgos con datos sensibles podrían agravar la crisis sanitaria.
De 3 horas a 20 minutos: ¿eficiencia o parche a un sistema colapsado?
El 16 de febrero de 2026, Nathalia Yanes, una joven de 28 años, sufrió una migraña incapacitante que le impedía abrir los ojos. En el Seguro Social, sabía que enfrentaría esperas de hasta 3 horas, como en visitas previas. Su abuela, inicialmente escéptica, le sugirió probar DoctorSV, la plataforma digital desarrollada por Google Cloud y el gobierno de Nayib Bukele.
«Fue más rápido de lo que imaginaba«, relata Nathalia. En 5 minutos completó el registro: escaneó su DUI, verificó su identidad con reconocimiento facial y respondió un cuestionario detallado sobre síntomas. Una videollamada con un médico certificado duró 15 minutos, y en 5 minutos adicionales recibió su receta digital. Para alguien acostumbrada a filas interminables («nunca sabés si te van a tratar bien«), la experiencia fue un cambio abismal.
La app elimina trámites burocráticos como formularios en papel y colas presenciales. Sin embargo, su agilidad contrasta con la realidad de los hospitales públicos: 7 de cada 10 funcionan al límite de su capacidad, con desabastecimiento crónico de medicinas (hasta 40% en algunos centros) y una falta de 3,200 especialistas, según la Asociación Salvadoreña de Médicos.
¿Es DoctorSV una solución o un analgésico temporal para un sistema en crisis? Mientras usuarios como Nathalia celebran la rapidez, los números revelan una salud pública al borde: 15 hospitales regionales redujeron camas en un 30% en 2025, y el Hospital Rosales —el más grande del país— opera con un déficit mensual de US$1.2 millones.
Bukele y Google prometen «el mejor sistema de salud»: ¿qué esconde el 93% de precisión?
El 14 de abril de 2026, desde el CIFCO, el presidente Nayib Bukele presentó la segunda fase de DoctorSV, ahora enfocada en enfermedades crónicas: diabetes, hipertensión y fallos renales. El evento contó con la participación de Guy Nae (director de Google Cloud para Latinoamérica), Edgardo von Euw (especialista en IA aplicada a salud) y Stella Aslibekyan, epidemióloga de la Universidad de Alabama.
La plataforma, lanzada en noviembre de 2025, ahora integra cuatro herramientas clave:
- Monitoreo en tiempo real: wearables (pulseras, tensiómetros inteligentes) envían datos de glucosa, presión arterial y frecuencia cardíaca directamente a la app.
- Adherencia automatizada: recordatorios personalizados vía SMS y notificaciones push, con alertas a familiares si el paciente incumple el tratamiento.
- Predicción de riesgos: algoritmos de IA analizan patrones y anticipan complicaciones con hasta 72 horas de antelación.
- Integración con farmacias: recetas digitales válidas en más de 1,200 farmacias privadas, aunque no en la red pública.
DoctorSV: ¿La IA: Guy Nae afirmó que el sistema alcanza un 93% de precisión en diagnósticos , basado en 10 millones de historiales médicos anonimizados procesados en Google Cloud . Sin embargo, esta cifra generó escepticismo inmediato entre la comunidad médica.
Guy Nae afirmó que el sistema alcanza un 93% de precisión en diagnósticos, basado en 10 millones de historiales médicos anonimizados procesados en Google Cloud. Sin embargo, esta cifra generó escepticismo inmediato entre la comunidad médica.
Iván Solano Leiva, presidente del Colegio Médico de El Salvador, cuestionó los datos: «Un 93% de exactitud suena a publicidad, no a medicina. En la práctica, el examen físico y la historia clínica nos dan entre 85% y 90% del diagnóstico; los análisis solo confirman. ¿Qué pasa con ese 7% de error en casos complejos, como cáncer o enfermedades autoinmunes?«.
Abel Lima, investigador en modelos de IA, profundizó en el riesgo: «Estos sistemas son brillantes para procesar datos, pero no para crear conocimiento. Un margen de error pequeño en salud puede ser letal. Por ejemplo, un falso negativo en un infarto o un diagnóstico tardío de diabetes».
¿Puede un algoritmo reemplazar el criterio médico en un país donde el 30% de las medicinas esenciales faltan en stock? La Defensoría del Consumidor reportó en 2025 que 3 de cada 10 fármacos básicos no están disponibles en hospitales públicos, lo que obliga a pacientes a comprarlos en farmacias privadas —fuera del alcance de muchos.
IA en salud: ¿innovación o «alucinaciones» que ponen en riesgo vidas?
El concepto de «alucinaciones de la IA» —respuestas erróneas presentadas con total confianza— es una de las mayores preocupaciones. En un sistema con recursos colapsados, como el salvadoreño, estos errores podrían pasar desapercibidos. Según el Ministerio de Salud, en 2025 se despidieron a 7,700 trabajadores (22% de la planta laboral), reduciendo la capacidad de supervisión humana.
Solano Leiva describe el sistema público como «en terapia intensiva«: «Tenemos hospitales sin medicinas esenciales, especialistas migrando a otros países y sin un plan nacional de salud. La IA no soluciona eso; solo crea una falsa sensación de progreso«.
Un reporte de la OPS (2025) revela que El Salvador destinó apenas el 2.8% de su PIB a salud pública (la mitad del 6% recomendado), mientras que DoctorSV consumió US$120 millones en su primer año —equivalente al presupuesto anual de 5 hospitales regionales.
«Como usuario, la app es práctica —reconoce Solano Leiva—. Pero esa comodidad no se traduce en mejoras reales. El peligro es que la gente elija la IA no por su calidad, sino porque el sistema tradicional está en ruinas«.
¿Qué pasa cuando la tecnología avanza, pero la infraestructura sanitaria retrocede? En 2025, el 38% de salvadoreños —especialmente en zonas rurales y adultos mayores— no tenía acceso a internet estable, según la SIGET. Esto deja fuera a 2.4 millones de personas de los supuestos beneficios de DoctorSV.
Ley de IA: un sandbox regulatorio sin protecciones claras para pacientes
En marzo de 2025, El Salvador aprobó la Ley de Fomento a la Inteligencia Artificial, diseñada para atraer inversión tecnológica. La normativa incluye tres puntos polémicos:
- Agencia Nacional de IA: entidad con poder para aprobar proyectos sin consulta ciudadana.
- Beneficios fiscales: empresas privadas que inviertan en IA tendrán exención de impuestos por 10 años.
- Sandboxes regulatorios: empresas operan con responsabilidad legal reducida, incluso si sus fallos afectan a usuarios.
Franco Giandana, abogado de Access Now, advierte: «En un país con leyes débiles en protección de datos y donde las instituciones responden al Ejecutivo sin contrapesos, esto es un riesgo. Ya hay precedentes: El Salvador comparte datos biométricos de migrantes con EE.UU. sin transparencia. ¿Qué impide que hagan lo mismo con historiales médicos?«.
DoctorSV recopila información sensible:
- Historiales clínicos completos (diagnósticos, tratamientos, alergias).
- Datos biométricos (reconocimiento facial, huellas dactilares).
- Ubicación en tiempo real (para «optimizar» recursos, según el gobierno).
- Patrones de comportamiento (frecuencia de consultas, adherencia a medicamentos).
María López, del Instituto de Derechos Digitales, pregunta: «¿Quién accede a estos datos? ¿Podrían venderse a aseguradoras privadas? ¿O usarse para negar coberturas basadas en predisposiciones genéticas?». Hasta ahora, el gobierno no ha respondido.
La Ley de Acceso a la Información Pública permite solicitar detalles, pero —según Giandana— «las respuestas llegan tarde, incompletas o simplemente se ignoran«. En 2025, 6 de cada 10 solicitudes sobre DoctorSV quedaron sin respuesta, según Transparencia Activa.
¿Puede un marco legal con vacíos garantizar la privacidad de 6.4 millones de salvadoreños? La CEPAL estima que los costos recurrentes de DoctorSV —licencias, actualizaciones y soporte técnico— podrían superar los US$50 millones anuales, una carga insostenible para un sistema público ya asfixiado.
El costo oculto: ¿dos sistemas de salud para un mismo país?
La alianza con Google Cloud implica una inversión no revelada, pero estimada en cientos de millones. Aunque la IA podría reducir costos a largo plazo (menos infraestructura física, optimización de personal), la dependencia tecnológica externa genera tres riesgos críticos:
- Control externo: Si Google gestiona datos críticos, ¿quién decide su uso comercial o político?.
- Gastos recurrentes: licencias y actualizaciones podrían costar US$50 millones anuales, según la CEPAL.
- Exclusión digital: el 38% de salvadoreños (especialmente en zonas rurales y adultos mayores) no tiene internet estable, según la SIGET.
Mientras DoctorSV avanza con fondos millonarios, el sistema público se deteriora. En 2025:
- 15 hospitales regionales redujeron camas en un 30% por recortes.
- El Hospital Rosales opera con un déficit mensual de US$1.2 millones.
- 3 de cada 10 medicinas esenciales faltan en stock, según la Defensoría del Consumidor.
¿Es sostenible financiar dos sistemas en paralelo? Para Solano Leiva, la respuesta es contundente: «La tecnología no repara hospitales sin insumos ni médicos. Si el objetivo era mejorar la salud, ¿por qué no invertir esos US$120 millones en contratar 5,000 especialistas o comprar equipamiento?«.
El desafío trasciende lo tecnológico: es ético y social. Como advierte la epidemióloga Stella Aslibekyan: «La IA puede ser una herramienta valiosa, pero si se usa para ocultar fallas estructurales, terminaremos con un sistema de dos velocidades: una minoría con atención digital de élite y una mayoría abandonada«.
Mientras el gobierno celebra los avances de DoctorSV, una pregunta sigue sin respuesta: ¿Puede la inteligencia artificial compensar décadas de desinversión en salud pública, o solo profundizará las desigualdades?.
El precedente latinoamericano: ¿Por qué otros países frenaron la IA en salud pública?
Mientras El Salvador acelera la implementación de DoctorSV, su modelo choca con las lecciones de países que ya exploraron —y en muchos casos, retrocedieron— en el uso de IA para sistemas de salud públicos. La experiencia regional revela que la tecnología, sin marcos éticos robustos y sin integración con la infraestructura existente, puede agravar desigualdades en lugar de resolverlas.
En Brasil, el proyecto Saúde Digital (2021-2023), que buscaba usar IA para triaje en el SUS (Sistema Único de Salud), fue suspendido tras detectarse que los algoritmos priorizaban erróneamente a pacientes de zonas urbanas con mejor conectividad, dejando rezagados casos graves en áreas rurales. Un informe de la Fiocruz (2023) concluyó que el sistema reproducía sesgos socioeconómicos: el 68% de los falsos negativos (diagnósticos erróneos que descartaban urgencias) ocurrían en municipios con menos de 50,000 habitantes. El costo político fue alto: el Ministerio de Salud enfrentó demandas por negligencia algorítmica, un concepto legal emergente en la región.
En México, la plataforma IMSS Digital (lanzada en 2022 con apoyo de IBM Watson) redujo tiempos de espera, pero generó un efecto colateral: el 40% de los médicos del IMSS reportó que los pacientes llegaban con pre-diagnósticos de la IA que contradecían los protocolos clínicos, según la Asociación Mexicana de Médicos Generales. Esto obligó a rediseñar flujos de atención, aumentando la carga administrativa en un sistema ya saturado. Además, el Instituto Nacional de Transparencia (INAI) sancionó al IMSS en 2023 por compartir datos de 12 millones de pacientes con empresas privadas sin consentimiento explícito, violando la Ley General de Protección de Datos Personales.
- Uruguay (2020): Canceló un piloto con IA para detección de cáncer de mama tras descubrir que el algoritmo, entrenado con datos de Europa, subestimaba un 30% los casos en mujeres afrodescendientes (grupo con mayor incidencia en el país).
- Colombia (2023): La Superintendencia de Salud multó a una EPS por usar chatbots que recomendaban automáticamente medicamentos no cubiertos por el plan básico, induciendo a gastos de bolsillo en pacientes de bajos ingresos.
- Chile (2022): El sistema Fonasa Digital fue pausado cuando se reveló que el 15% de las recetas generadas por IA contenían interacciones medicamentosas peligrosas, no detectadas por falta de supervisión farmacéutica.
La trampa de la «solución rápida» en sistemas frágiles
El patrón en estos casos no es el fracaso de la IA en sí, sino su implementación en contextos donde la debilidad institucional —falta de regulación, brechas digitales, desfinanciamiento crónico— amplifica sus riesgos. El Salvador comparte con estos países un denominador común: la IA se presenta como panacea mientras se recortan partidas esenciales. Según la CEPAL, los países que lograron integrar herramientas digitales con éxito (como Costa Rica o Estonia) destinaron primero recursos a fortalecer la atención primaria y a capacitar al personal, no al revés. La pregunta pendiente es si DoctorSV está diseñado para complementar un sistema en crisis o para reemplazarlo sin corregir sus fallas de fondo. Sin respuestas claras, el riesgo no es solo técnico, sino de legitimidad: que la ciudadanía perciba la innovación como un parche para justificar el abandono de lo público.
