La inteligencia artificial permite automatizar la identificación de diagnósticos y la asignación de códigos hospitalarios. ASHO destaca que la supervisión de especialistas sigue siendo imprescindible para garantizar la precisión de los datos médicos.
La inteligencia artificial comienza a transformar una tarea esencial, aunque poco visible, del sistema sanitario: la codificación clínica de los informes hospitalarios. Las nuevas herramientas de procesamiento del lenguaje natural permiten analizar documentación médica, identificar diagnósticos y proponer códigos de forma automatizada, reduciendo el tiempo que los profesionales necesitan para revisar grandes cantidades de información.
Sin embargo, la incorporación de estas tecnologías no elimina la necesidad de supervisión humana. La organización especializada ASHO advierte de que la precisión de los resultados depende tanto de la calidad de los informes médicos originales como de la capacidad del software para interpretar correctamente cada caso.
El avance tecnológico abre nuevas posibilidades para mejorar la gestión hospitalaria, pero también plantea una cuestión fundamental: ¿hasta qué punto puede automatizarse una tarea médica sin comprometer la exactitud de la información?
CIE-10-ES: el sistema que organiza la información médica en España
La codificación clínica constituye una herramienta fundamental para estructurar la información sanitaria. Permite transformar los diagnósticos, procedimientos e intervenciones recogidos en los informes médicos en datos normalizados que pueden utilizar hospitales y administraciones.
España adoptó en 2016 la normativa CIE-10-ES, un sistema de clasificación que facilita el registro de enfermedades, procedimientos y actuaciones sanitarias.
Su utilidad va más allá de la documentación clínica. Los códigos permiten analizar la actividad hospitalaria, conocer qué procedimientos se realizan y planificar los recursos necesarios para atender a la población.
La clasificación se actualiza periódicamente para adaptarse a los avances médicos y a la aparición de nuevas técnicas y tecnologías sanitarias.
Según la información publicada por Digital Inside, la sexta edición de CIE-10-ES, publicada en enero de 2026, incorporó 524 nuevos códigos de procedimientos.
Estas modificaciones reflejan la creciente complejidad de la medicina y la necesidad de que los profesionales encargados de la codificación mantengan una formación continua.
Cómo utiliza la inteligencia artificial los informes hospitalarios
Tradicionalmente, la codificación de los informes de alta hospitalaria requería una revisión manual detallada. Los especialistas debían interpretar la documentación clínica y determinar qué códigos correspondían a los diagnósticos y procedimientos registrados.
Este trabajo exige conocimientos médicos y normativos, además de una atención especial a los detalles de cada informe.
La inteligencia artificial está cambiando parte de ese proceso mediante el procesamiento del lenguaje natural (PLN), una tecnología que permite a los sistemas informáticos analizar textos escritos de manera similar a como se expresa una persona.
Estas herramientas pueden:
- Analizar informes médicos redactados en lenguaje natural.
- Identificar diagnósticos y conceptos clínicos relevantes.
- Detectar procedimientos e intervenciones descritos en la documentación.
- Proponer códigos compatibles con la información recogida.
- Facilitar la revisión de grandes volúmenes de documentación hospitalaria.
La principal ventaja es la posibilidad de acelerar las tareas repetitivas y reducir el tiempo dedicado a localizar información dentro de los informes.
No obstante, proponer un código no equivale a confirmar que sea correcto. La interpretación de la documentación clínica requiere comprender el contexto, las características del paciente y las normas específicas de clasificación.
ASHO advierte de que la IA no sustituye el criterio profesional
Con motivo del Día Mundial de la Codificación, ASHO ha insistido en que estas herramientas deben entenderse como un apoyo al trabajo de los especialistas, no como un sustituto de su experiencia.
La directora gerente de la organización, Ruth Cuscó, destaca que la utilidad de la inteligencia artificial está condicionada por dos factores esenciales: la calidad de la documentación original y la precisión del software utilizado.
Si un informe médico contiene información incompleta, ambigua o insuficientemente detallada, el sistema puede tener dificultades para interpretar correctamente el caso.
La IA también puede cometer errores al identificar diagnósticos o asignar códigos, especialmente cuando debe interpretar términos clínicos complejos o distinguir entre situaciones médicas similares.
Por eso, la automatización no elimina la responsabilidad de revisar los resultados.
La supervisión de los especialistas sigue siendo necesaria para comprobar que los códigos propuestos reflejan fielmente el contenido del informe médico.
La calidad de los informes médicos, un factor decisivo
La eficacia de la codificación automatizada depende directamente de la calidad de la documentación clínica.
Los sistemas de inteligencia artificial trabajan con la información que reciben. Si un informe no describe adecuadamente un diagnóstico, un procedimiento o una circunstancia relevante, el software puede ofrecer una propuesta incompleta o incorrecta.
La codificación clínica requiere, por tanto, una documentación precisa y suficientemente detallada.
Este aspecto resulta especialmente importante en un entorno sanitario donde los datos se utilizan para múltiples finalidades: desde el seguimiento de la actividad hospitalaria hasta la planificación de recursos y el análisis de necesidades asistenciales.
La introducción de herramientas automatizadas también refuerza la importancia de mantener criterios homogéneos en la redacción de los informes y en la aplicación de las normas de clasificación.
Menos tareas repetitivas y más capacidad para revisar casos complejos
La automatización puede ayudar a los equipos de codificación a gestionar un volumen creciente de documentación médica.
Al asumir parte del trabajo de identificación y clasificación inicial, la inteligencia artificial puede liberar tiempo para que los profesionales se concentren en los casos que requieren una interpretación más compleja.
Este modelo permite combinar la rapidez de los sistemas informáticos con el conocimiento especializado de los profesionales.
Sin embargo, el beneficio real dependerá de la calidad de las propuestas generadas, de su integración en los procesos hospitalarios y del tiempo que siga siendo necesario dedicar a la revisión.
No basta con que un software genere códigos rápidamente. También debe hacerlo de manera consistente y ajustada a las normas clínicas.
Los datos codificados, fundamentales para planificar la sanidad
La codificación clínica desempeña un papel importante en la organización del sistema sanitario.
Los datos estructurados permiten conocer la actividad de los hospitales, analizar los procedimientos realizados y mejorar la planificación de los recursos públicos.
Cuando la información se registra de manera homogénea, las administraciones pueden disponer de una base más útil para estudiar las necesidades asistenciales y organizar los servicios sanitarios.
Por el contrario, los errores de codificación pueden afectar a la calidad de los datos utilizados para tomar decisiones.
Una clasificación incorrecta puede distorsionar los registros de actividad y dificultar el análisis posterior. De ahí que la precisión sea tan importante como la rapidez en los procesos de automatización.
La IA puede contribuir a mejorar la eficiencia, pero su utilidad depende de que los datos finales sean fiables.
La inteligencia artificial avanza en la gestión hospitalaria, pero necesita controles
La incorporación de inteligencia artificial a la codificación clínica representa un avance en la gestión de la documentación sanitaria.
El procesamiento del lenguaje natural permite analizar informes, identificar diagnósticos y proponer códigos de forma más rápida. Estas capacidades pueden ayudar a los hospitales a gestionar grandes volúmenes de información y reducir parte del trabajo manual.
Pero la tecnología todavía necesita el respaldo del conocimiento profesional. La calidad de los informes, la precisión del software y la validación humana siguen siendo elementos determinantes.
La IA puede acelerar la codificación clínica, pero no sustituye la responsabilidad de los especialistas de comprobar que cada dato médico se registra correctamente.
El futuro de esta tecnología en los hospitales dependerá de su capacidad para combinar automatización, fiabilidad y supervisión profesional, sin perder de vista que los datos clínicos deben reflejar con precisión la realidad de cada paciente.
Chollones
Chollones
Chollones