¿Atajo o cortocircuito?

En la Conference on Retroviruses and Opportunistic Infections (CROI 2026), celebrada esta semana en Denver (EE UU), la inteligencia artificial (IA) y el aprendizaje automático fueron protagonistas de varias sesiones centradas en su posible impacto en los resultados en VIH.

El mensaje general fue claro: la tecnología impresiona en el laboratorio, pero la pregunta sigue siendo si mejora de forma tangible la salud de las personas.

El doctor Ravi Goyal, de la University of California, San Diego, moderador de una de las sesiones, resumió el debate con escepticismo prudente: la IA promete revolucionar la salud pública, pero esa revolución todavía no se ha traducido de manera sistemática en mejores resultados clínicos.

Predecir quién faltará a su cita

Uno de los estudios más comentados fue presentado por el doctor Joseph Hogan, de la Brown University.

El equipo integró un modelo de aprendizaje automático en el sistema de historia clínica electrónica en el oeste de Kenia, donde se atiende a unas 130.000 personas con el VIH. El objetivo era sencillo pero relevante: identificar a quienes tenían mayor riesgo de no acudir a su próxima cita.

La retención en cuidados es uno de los pilares del éxito del tratamiento antirretroviral. Perder citas puede traducirse en interrupciones del tratamiento y peores resultados en salud.

El modelo generaba una puntuación de riesgo visible para el personal sanitario. Si una persona aparecía como de alto riesgo, el equipo podía llamarla antes de su cita para animarla a acudir.

¿Funcionó?

El 27% de las personas fueron clasificadas como de alto riesgo.
De ellas, el 54% recibió una llamada.
Entre quienes fueron contactadas con éxito, el 43% acudió puntualmente a su cita.
Entre las personas de alto riesgo que no fueron llamadas, el 32% regresó.
Incluso quienes fueron llamadas pero no respondieron tuvieron una tasa de retorno del 29%.

El contacto efectivo se asoció a una probabilidad un 77% mayor de acudir a la cita (OR 1,77; IC95%: 1,55–2,03).

El modelo mostró una capacidad de discriminación aceptable (0,72). Sin embargo, los investigadores recordaron que predecir el comportamiento humano es intrínsecamente complejo.

Además, plantearon una cuestión clave:
¿Las personas quieren ser recordadas por teléfono? ¿Prefieren otros canales?
La tecnología puede señalar el riesgo, pero la intervención sigue siendo humana.

Identificar mejor quién está en mayor riesgo de adquirir el VIH

Otro estudio, presentado por el doctor Peter Kyalo, del Centre for International Health, Education and Biosecurity, evaluó un modelo predictivo para mejorar la selección de personas candidatas a la prueba del VIH en el este de Kenia.

Los algoritmos analizaron variables como edad, sexo, antecedentes de ITS, número de parejas sexuales o uso de preservativo. Con ello, clasificaron a casi 40.000 personas en categorías de riesgo.

Los resultados mostraron un gradiente claro:

0,5% de positividad en el grupo de bajo riesgo
1,2% en riesgo moderado
2,5% en alto riesgo
7,4% en muy alto riesgo

Las personas clasificadas como de muy alto riesgo tenían 22 veces más probabilidades de recibir un diagnóstico positivo que las de bajo riesgo (OR 22,2; IC95%: 17,03–29,01).

En teoría, este tipo de herramienta podría ayudar a dirigir mejor las campañas de cribado y optimizar recursos.

La cuestión ética: datos, consentimiento y confidencialidad

Más allá de los resultados técnicos, parte del debate en CROI giró en torno a la protección de datos y el consentimiento informado.

Aunque los investigadores afirmaron que los datos se anonimizaron antes de su análisis, surgieron dudas relevantes:

¿Comprenden realmente las personas el alcance futuro del uso de sus datos?
¿Qué ocurre cuando los sistemas evolucionan y reutilizan información con fines no previstos inicialmente?
¿Existen salvaguardas éticas suficientes?

En un ámbito como el VIH, donde la confidencialidad sigue siendo crítica, estas preguntas no son accesorias.

Tecnología con potencial, pero no sustituto del vínculo

Los estudios presentados muestran que la inteligencia artificial puede:

Mejorar la identificación de personas con riesgo de abandono del seguimiento.
Afinar la selección para la prueba del VIH.
Optimizar la asignación de recursos.

Pero también dejan claro que la tecnología no sustituye la relación terapéutica ni resuelve por sí sola los determinantes sociales que influyen en la adherencia o el riesgo de adquisición.

La IA puede ser un atajo para mejorar procesos.
O puede convertirse en un cortocircuito si se aplica sin participación comunitaria, sin garantías éticas y sin evaluar su impacto real en la salud de las personas.

En VIH, como en otros ámbitos, la pregunta no es si la tecnología es potente.
La pregunta es para quién funciona, cómo se implementa y con qué garantías.

Fuente: Elaboración propia (gTt-VIH)
Referencia: Hogan, J.W. Effect of Machine-Learning-Guided Previsit Outreach to Patients at High Risk to Miss HIV visits. Conference on Retroviruses and Opportunistic Infections, Denver, poster 1076, 2026.

Kaylo, P. Using Machine Learning to Optimize HIV Risk Prediction and Case Identification in Eastern Kenya. Conference on Retroviruses and Opportunistic Infections, Denver, abstract 161, 2026.

Nota editorial

Por qué hoy publicamos solo una noticia

El equipo editorial de gTt-VIH – 03/03/2026

En el marco de CROI 2026 estamos seleccionando aquellas presentaciones que, además de aportar datos, abren debates relevantes para la atención al VIH.

La pieza de hoy, centrada en el uso de inteligencia artificial y machine learning, no solo presenta resultados técnicos, sino que plantea preguntas de fondo sobre cómo se incorporan estas herramientas en la práctica clínica, qué impacto real pueden tener en los resultados en salud y qué garantías deben acompañar su implementación.

Por su densidad conceptual y su dimensión estratégica —clínica, organizativa y ética— hemos optado por dedicarle la publicación completa del día. Además, el texto ha sido redactado en lenguaje claro, con una estructura pensada para facilitar la comprensión sin simplificar el contenido, lo que permite que la mayoría de nuestros lectores puedan seguir el análisis sin necesidad de una versión adicional.

Nuestro objetivo no es multiplicar titulares, sino ofrecer información rigurosa, comprensible y con perspectiva.

En los próximos días continuaremos analizando otras novedades destacadas de CROI 2026.