Cuando la IA en salud comenzó a operar a gran escala, dejó de ser una categoría indiferenciada y se dividió en varios grupos distintos. Algunas plataformas existen principalmente para devolverles las tardes a los médicos, automatizando la documentación y el trabajo administrativo que consume horas que nadie esperaba dedicar, una carga que los estudios sobre el agotamiento clínico han vinculado repetidamente al tiempo dedicado a la historia clínica electrónica en lugar de a los pacientes. Otras están diseñadas para detectar algo que una persona ocupada podría pasar por alto, o para manejar interacciones con pacientes que no requieren estrictamente el tiempo de un médico. Casi ninguna de estas herramientas reemplaza la relación real entre médico y paciente; la mayoría está construida para proteger el tiempo que esa relación requiere.

Estas son diez plataformas actualmente desplegadas en clínicas y sistemas de salud.

Abridge

Abridge captura conversaciones clínicas en tiempo real y las convierte en notas de consulta estructuradas, resúmenes previos a la visita y soporte de codificación en más de cuarenta especialidades, una cobertura inusualmente amplia para una herramienta de documentación ambiental. Diseñada específicamente para grandes sistemas de salud y no para consultorios individuales, su propuesta central es no alterar los flujos de trabajo de EHR que los médicos ya utilizan, en lugar de pedirles que adopten algo añadido de forma improvisada. Para un gran sistema hospitalario que busca reducir el registro fuera del horario laboral sin reentrenar a miles de médicos en una nueva herramienta, ese posicionamiento de "se integra en lo que ya existe" es una parte significativa del atractivo. Ese posicionamiento importa porque los grandes sistemas históricamente han sido lentos para adoptar cualquier cosa que requiera cambios de flujo de trabajo a escala, y la anotación ambiental es una de las primeras categorías de IA en la que los sistemas de salud han pasado de pilotos a despliegues amplios en producción.

Nuance DAX (Microsoft)

DAX Copilot, ahora bajo Microsoft tras la adquisición de Nuance, realiza aproximadamente la misma función que Abridge: convertir automáticamente una conversación con el paciente en una nota clínica estructurada. Se orienta con más fuerza hacia el despliegue a escala empresarial y la revisión con humano en el circuito, dirigido a organizaciones que buscan precisión en volúmenes reales. Se integra con Epic, Oracle Health y los demás sistemas de EHR principales sobre los que ya operan los sistemas de salud, y está respaldado por la infraestructura más amplia de Azure de Microsoft para la escala que realmente necesita una red hospitalaria nacional. Su limitación honesta es el alcance: es principalmente una herramienta de documentación, por lo que un sistema de salud que busque IA para el ciclo de ingresos o la salud poblacional necesitará algo adicional, una restricción que refleja cómo la mayoría de los proveedores de este mercado todavía se especializan por función en lugar de ofrecer una sola plataforma para todo.

Suki AI

Suki se construye alrededor de una sola promesa: el médico habla con naturalidad, y Suki genera la nota, recupera la información del paciente y puede incluso ejecutar comandos de voz como redactar una carta de derivación, todo sin que el médico toque un teclado durante la consulta. Ese enfoque de manos libres importa más de lo que podría parecer en un día de clínica realmente ocupado, donde cada interacción adicional con la pantalla entre paciente y médico resta tiempo que en realidad se dedica a mirar a la persona y no a la computadora. Se integra con Epic, Cerner, Meditech y athenahealth, de modo que las notas dictadas y los comandos de voz fluyen directamente al registro médico existente en lugar de quedar en un silo aparte que alguien tenga que conciliar después.

Aidoc

Aidoc adopta un enfoque completamente distinto al de las herramientas de documentación. Orientado a la radiología, utiliza algoritmos aprobados por la FDA para marcar hallazgos sensibles al tiempo como hemorragia intracraneal o embolia pulmonar directamente dentro del flujo de trabajo existente del radiólogo. Esa aprobación de la FDA es una distinción significativa en este mercado: las herramientas que analizan imágenes para detectar enfermedades están reguladas como dispositivos médicos, mientras que las de documentación ambiental generalmente no lo están, lo cual condiciona la velocidad de lanzamiento de cada categoría y la evidencia que debe presentar. Aidoc es agnóstico al proveedor por diseño, conectándose a PACS, EHR y sistemas de programación mediante protocolos estándar como DICOM, HL7 y FHIR. Es destacable que es el único proveedor de IA con cierto nivel de integración dentro del módulo Radiant de Epic, brindando a los radiólogos retroalimentación basada en la gravedad justo donde ya están leyendo imágenes. Su propuesta de valor no es recuperar el tiempo del médico como lo hacen las herramientas ambientales; es reducir la brecha entre el momento en que aparece un hallazgo crítico en una imagen y el momento en que alguien actúa al respecto.

Tempus

Tempus opera en un mundo completamente diferente: la oncología de precisión. Se construye sobre una de las bibliotecas más grandes de datos clínicos y moleculares del campo, combinando secuenciación genómica, análisis de biomarcadores y soporte clínico basado en IA específicamente para la atención del cáncer. Su panel de biopsia líquida xF puede detectar ADN tumoral circulante a partir de una extracción de sangre, lo cual es enormemente importante para pacientes que físicamente no pueden proporcionar una muestra de tejido para una biopsia tradicional. Tempus también fue el primer laboratorio en entregar resultados genómicos discretos directamente a través de la red Order & Results Anywhere de Epic, un detalle técnico de apariencia poco atractiva que se traduce en que los oncólogos reciban datos genómicos complejos dentro de la historia clínica en la que ya están trabajando, en lugar de en un PDF aparte que alguien tenga que buscar.

Innovaccer (Gravity)

La plataforma Gravity de Innovaccer aborda un problema diferente al de cualquiera de las herramientas clínicas anteriores: unificar los datos clínicos, de reclamos, financieros y operativos dispersos en las docenas de sistemas desconectados de un sistema de salud, para luego desplegar agentes de IA que actúen sobre ellos, con supervisión humana configurable en cada paso. Esa fragmentación es uno de los problemas estructurales más persistentes de la salud en Estados Unidos, donde la historia de un solo paciente suele estar repartida entre sistemas de registro separados que no se comunican entre sí. Gravity incluye más de cien conectores precargados de EHR y pagadores, además de docenas de agentes prediseñados que cubren autorización previa, contacto por brechas de atención y programación, y es lo suficientemente agnóstica a la nube y al modelo como para funcionar en AWS o Azure con el LLM que prefiera cada sistema de salud. Un despliegue documentado supuestamente redujo el tiempo de procesamiento de autorizaciones previas de 43 minutos a menos de 3, el tipo de victoria operativa poco llamativa que rara vez ocupa titulares pero que cambia genuinamente la rapidez con la que un paciente recibe la atención aprobada.

Doximity

Doximity ocupa otro nicho distinto. Es la red profesional más grande de médicos de Estados Unidos, con una mayoría reportada de médicos en ejercicio ya registrados, y ha construido un conjunto de herramientas de IA gratuitas sobre esa membresía existente en lugar de vender una solución única. Doximity Ask funciona como una herramienta de búsqueda con IA médica que los médicos pueden consultar en lenguaje natural; Doximity Dialer permite a los médicos llamar o enviar mensajes de texto a los pacientes manteniendo privados sus números personales; y Doximity Scribe graba una consulta, produce un resumen y descarta la grabación original. Ser gratuita es un modelo genuinamente inusual en esta lista, y funciona específicamente porque Doximity ya tenía la distribución: los médicos ya estaban allí por la red, de modo que las herramientas de IA llegaron como una extensión y no como una venta forzada.

Notable Health

Notable se concentra en la capa administrativa que rodea la visita de un paciente, ingreso digital, recordatorios de citas y automatización de contacto, desplegada a una escala realmente grande, con más de doce mil sitios reportados y decenas de millones de pacientes atendidos. En lugar de situarse dentro de la consulta clínica como Abridge o Suki, Notable opera en las partes del recorrido del paciente que ocurren antes y después de que esté efectivamente en la sala con un proveedor, que es precisamente donde se acumula gran parte de la fricción evitable en un sistema de salud típico (citas perdidas, formularios incompletos, seguimiento lento).

K Health

K Health combina un copiloto de IA para la investigación de síntomas y el triaje de pacientes con un modelo real de atención primaria virtual, en lugar de ser solo un verificador de síntomas que devuelve al paciente al sistema de salud habitual una vez que termina de hacer preguntas. Se utiliza tanto por sistemas de salud que desean añadir una capa de triaje a sus operaciones existentes como como una opción de atención virtual independiente para pacientes directamente, una identidad dual algo inusual en comparación con la mayoría de las herramientas solo empresariales de esta lista. La compañía también construye aplicaciones específicas por especialidad, como el seguimiento de síntomas y desencadenantes del asma, sobre el mismo motor central de triaje y documentación.

Hippocratic AI

Hippocratic AI adopta el enfoque más directo hacia la conversación con pacientes de toda esta lista: agentes de IA diseñados para hablar realmente con los pacientes, encargándose de tareas como los seguimientos posteriores al alta o el control de condiciones crónicas. Se construye en torno a un modelo de seguridad ante todo, específicamente porque hablar con pacientes conlleva un riesgo diferente al de asistir a un médico entre bastidores. Sus agentes actualmente se inclinan hacia el extremo de menor riesgo de la interacción clínica y el soporte de documentación, en lugar del diagnóstico o las decisiones de tratamiento, lo que refleja una cautela más amplia de la industria sobre cuánto se le debe permitir decir por sí sola a una voz de IA orientada al paciente. Es una de las señales más claras de hacia dónde se dirige esta categoría: no solo ayudar a los médicos a trabajar más rápido, sino hacer que una IA supervisada mantenga directamente parte de la conversación con el paciente.