IA en salud para adultos mayores: confianza primero
Publicado el 6 de mayo de 2026 por Sergio Jiménez Mazure en Inteligencia Artificial.
Hay noticias que parecen financieras, pero en realidad son señales de época. La ronda Serie E de Chapter, por 100 millones de dólares, liderada por Generation Investment Management y anunciada el 10 de abril de 2026, no habla solo de capital de riesgo ni de una valoración que se ha más que duplicado en menos de un año. Habla de algo bastante más profundo: la Inteligencia Artificial empieza a ocupar un lugar serio en una de las conversaciones más delicadas de nuestro tiempo, el cuidado de los adultos mayores. Y cuando digo serio, me refiero a que ya no estamos en el terreno de la demo bonita, del chatbot simpático ni del “mira qué moderno soy porque puse IA en mi presentación”. Esa feria de vanidades, desgraciadamente, sigue existiendo. Pero aquí hay otra partida.
En mi caso, cuando acompaño a empresas en procesos de adopción de IA aplicada, suelo comentar que el verdadero cambio no ocurre cuando una tecnología impresiona, sino cuando alguien decide confiarle una decisión importante. Comprar un par de zapatos recomendados por un algoritmo es una cosa. Elegir una cobertura de salud en la vejez es otra muy distinta. Ahí no hay margen para el humo, la pirueta ni el PowerPoint con degradados azules. Ahí aparece la pregunta incómoda: ¿puede la Inteligencia Artificial en salud ayudar a una persona mayor a tomar mejores decisiones sin convertirla en un dato más dentro de una maquinaria comercial?
Chapter parece haber entendido que el campo de batalla no está únicamente en la eficiencia, sino en la confianza. Y esa palabra, tan maltratada en la política, en la banca y en la publicidad, vuelve aquí con una fuerza casi antigua. En la Roma republicana, la fides no era una decoración moral; era la base de los pactos, de la vida pública y del comercio. Sin confianza, no había ciudad. Sin confianza, tampoco habrá una IA para adultos mayores que merezca ese nombre. Podemos tener modelos más rápidos, interfaces más limpias y bases de datos más completas, pero si la persona al otro lado siente que la empujan hacia una decisión que no entiende, hemos perdido la partida antes de mover el primer peón.
La tecnología no transforma sectores críticos cuando deslumbra; los transforma cuando empieza a merecer confianza.
La magnitud de la ronda también merece una lectura menos ingenua. Chapter ha triplicado sus ingresos y ha superado los 100 millones de dólares en ingresos recurrentes anuales. Eso, en el lenguaje del mercado, significa tracción. Pero más allá del aplauso inversor, significa que existe una necesidad gigantesca y mal atendida. Los adultos mayores no necesitan más laberintos administrativos disfrazados de “experiencia digital”. Necesitan claridad. Necesitan orientación. Necesitan que alguien les ayude a cruzar un mar lleno de pólizas, restricciones, formularios y letra pequeña sin terminar naufragando entre comisiones y promesas a medias.
Me recuerda, salvando las distancias, a Julio Verne cuando imaginaba máquinas imposibles antes de que el mundo tuviera los materiales para construirlas. Durante años hablamos de IA en salud como si fuera una novela de anticipación: sistemas capaces de asistir, ordenar información, personalizar respuestas y acompañar decisiones complejas. Lo cierto es que esa ficción empezó a tocar tierra. Pero, como en las buenas novelas de Arthur Conan Doyle, el valor no está solo en tener datos; está en interpretarlos con rigor, contexto y un mínimo de decencia. Sherlock Holmes no era brillante por mirar mucho, sino por saber qué mirar y por qué importaba.
Por eso esta inversión en Chapter tiene una lectura estratégica. No valida simplemente a una empresa. Valida una tesis: la Inteligencia Artificial puede convertirse en infraestructura crítica para la próxima etapa del envejecimiento poblacional, siempre que se diseñe para resolver problemas reales y no para decorar titulares. Y sí, conviene decirlo sin anestesia: muchas industrias han construido sus márgenes sobre la confusión del usuario. En salud, eso resulta especialmente incómodo. Casi poético, si no fuera tan indecente.
El futuro de la IA aplicada a adultos mayores no se decidirá en laboratorios llenos de pantallas ni en conferencias donde todos repiten las mismas cinco frases con cara de descubrimiento. Se decidirá en momentos bastante menos glamorosos: una persona comparando opciones, una familia intentando entender consecuencias, un asesor buscando una recomendación precisa, una decisión que puede afectar el bolsillo, la tranquilidad y la calidad de vida de alguien. Ahí es donde la tecnología deja de ser discurso y se convierte en responsabilidad.
Chapter ha movido una pieza importante en el tablero. No es jaque mate, por supuesto. En innovación rara vez lo hay. Pero sí es una señal clara de hacia dónde se está desplazando el valor: desde la simple automatización hacia sistemas capaces de acompañar decisiones humanas complejas. Ahora más que nunca, la pregunta no es si la Inteligencia Artificial en salud crecerá. La pregunta es quién la construirá, con qué incentivos y al servicio de quién.
Porque si algo nos enseña la historia es que cada tecnología poderosa termina revelando el carácter de quienes la usan. Y si algo nos enseñan los buenos libros es que el futuro nunca llega limpio: llega con promesas, sombras y decisiones difíciles. Ahí empieza esta conversación.
Y precisamente ahí aparece el segundo asunto, quizás el más importante: la confianza no se decreta, se diseña. En servicios críticos como Medicare o la salud digital, la Inteligencia Artificial no puede comportarse como vendedor de seguros con sonrisa de domingo. Tiene que actuar más bien como un buen notario: ordena, verifica, deja rastro y permite que la persona entienda qué está firmando antes de comprometer su tranquilidad.
Cuando trabajo con organizaciones que quieren incorporar asistentes de IA en procesos sensibles, insisto en una idea incómoda: automatizar una conversación no equivale a mejorarla. Podemos poner un asistente conversacional a responder preguntas sobre coberturas, beneficios o costos, pero si ese sistema no explica de dónde sale una recomendación, qué alternativas descarta y qué intereses existen detrás, solo hemos cambiado al burócrata de ventanilla por un burócrata algorítmico. Muy moderno, sí. Igual de opaco. Felicitaciones: hemos inventado la confusión con interfaz amable.
La confianza en IA aplicada a salud empieza por algo tan básico como poco frecuente: decir la verdad con claridad. Si una plataforma analiza planes de Medicare, debe mostrar criterios comprensibles para el usuario y útiles para el asesor licenciado. No basta con afirmar que la recomendación es “personalizada”. Esa palabra se ha usado tanto en marketing digital que a veces ya no significa nada. Personalizado puede ser una solución pensada para mí, o una trampa elegantemente segmentada para venderme lo que más margen deja. La diferencia no está en el algoritmo. Está en el modelo de negocio, en la gobernanza y en la ética que lo sostiene.
En salud, una recomendación que no se puede explicar no es inteligencia: es autoridad disfrazada de tecnología.
Por eso el caso de Chapter resulta interesante. Su promesa no se apoya únicamente en usar Inteligencia Artificial, sino en construir una capa de orientación imparcial sobre un sistema complejo. Y esa distinción es fundamental. Una cosa es acelerar el acceso a información. Otra, bastante más difícil, es convertir esa información en consejo confiable. La primera tarea la resuelve una buena base de datos. La segunda exige criterio, supervisión humana y una arquitectura diseñada para reducir sesgos comerciales.
La historia nos ofrece una advertencia útil. Durante siglos, los mapas no solo sirvieron para navegar; también sirvieron para conquistar. Quien dibujaba el mapa controlaba el territorio. En salud ocurre algo parecido: quien organiza la información condiciona las decisiones. Si una persona mayor entra en una plataforma para elegir cobertura y el sistema prioriza ciertos planes por incentivos ocultos, la IA en salud deja de ser brújula y se convierte en corsario. Navega bonito, pero saquea en silencio.
Arthur Conan Doyle entendía muy bien el valor de la evidencia. Sherlock Holmes no confiaba en impresiones generales; seguía pistas, contrastaba datos y desconfiaba de las conclusiones demasiado cómodas. Una buena plataforma de salud digital debería hacer algo similar: explicar qué información usa, qué supuestos aplica y cuándo necesita intervención humana. No porque el usuario quiera leer un tratado técnico, sino porque merece saber si la recomendación responde a sus necesidades o a una lógica que nunca le contaron.
Una de las claves está en separar asistencia de manipulación. La Inteligencia Artificial puede ayudar a comparar coberturas, identificar inconsistencias, resumir documentos interminables y advertir costos que suelen quedar escondidos en la letra pequeña. Eso genera valor real. Pero también puede empujar decisiones, explotar miedos o presentar una opción como inevitable cuando, en realidad, solo es conveniente para alguien más. En sectores críticos, el diseño de experiencia no debe buscar solamente conversión. Debe buscar comprensión.
Desgraciadamente, en la práctica muchas organizaciones confunden confianza con fricción reducida. Creen que si un adulto mayor hace clic rápido, el proceso funciona. No necesariamente. A veces la rapidez solo significa que nadie entendió nada, pero el formulario quedó completo. En servicios de salud, un buen sistema debe saber cuándo acelerar y cuándo detenerse. Debe permitir pausas, explicar consecuencias, invitar a revisar y facilitar la conversación con una persona cuando la decisión lo amerita. La eficiencia sin prudencia es una motosierra en manos de un jardinero nervioso.
También es muy importante que la IA aplicada no suplante la relación humana donde esta aporta confianza. Un asesor licenciado, bien apoyado por datos, puede tomar mejores decisiones y ofrecer recomendaciones más consistentes. Pero si lo convertimos en simple operador de una máquina, perdemos algo valioso. El adulto mayor no solo necesita respuestas; necesita sentir que alguien asume responsabilidad por la orientación que recibe. En ajedrez, la computadora puede sugerir la mejor jugada, pero el jugador sigue siendo quien comprende la posición, el riesgo y el momento emocional de la partida.
La confianza, por tanto, exige trazabilidad. ¿Qué plan se recomendó? ¿Por qué? ¿Qué datos se utilizaron? ¿Qué opciones quedaron fuera? ¿Qué conflicto de interés podría existir? Estas preguntas no son detalles legales para esconder en una política de privacidad que nadie lee. Son el corazón del asunto. Ahora más que nunca, si una empresa quiere operar con Inteligencia Artificial en salud, debe aceptar que la transparencia no es un adorno reputacional. Es infraestructura.
También debemos considerar el lenguaje. Muchos sistemas digitales fracasan porque hablan como abogados cansados o como consultores recién salidos de una convención de innovación. Un adulto mayor no tiene por qué descifrar jerga para proteger su salud. La tecnología debe traducir complejidad sin infantilizar. Debe simplificar sin mutilar. Debe acompañar sin empujar. Parece evidente, pero lo evidente suele ser lo primero que se sacrifica cuando alguien descubre un dashboard nuevo y se emociona más de la cuenta.
Lo cierto es que Chapter pone sobre la mesa una discusión más amplia: si la Inteligencia Artificial quiere entrar en decisiones críticas, tendrá que ganarse un tipo de legitimidad diferente. No bastará con precisión estadística ni con crecimiento de ARR. Tendrá que demostrar independencia, claridad y capacidad de rendir cuentas. La confianza no nace de una ronda de inversión, aunque los 100 millones ayuden a construir productos mejores. Nace cuando una persona vulnerable puede decir: “entiendo mis opciones, sé por qué me recomiendan esto y no siento que me están llevando de la mano hacia una emboscada”.
Ahí está el verdadero desafío. Porque en salud, como en la política y en los libros que sobreviven al ruido de su época, lo que importa no es la promesa brillante sino la conducta sostenida. La IA puede convertirse en una herramienta formidable para ordenar el caos de Medicare y otros servicios críticos. Eso sí, solo si recordamos que la confianza no es una función más del sistema. Es el sistema.
Riesgos éticos y claves de adopción: privacidad, sesgos, transparencia y acompañamiento humano
Si Ecuador quiere aprovechar esta oportunidad en IA en salud y atención preventiva, el siguiente paso no puede ser comprar tecnología como quien compra muebles para una oficina nueva. Venimos de hablar de telemedicina, wearables, historias clínicas electrónicas y monitoreo remoto para una población que envejece. Todo eso puede tener un impacto enorme. Pero también puede convertirse en una nueva forma de desigualdad si no cuidamos lo esencial: privacidad, sesgos, transparencia y acompañamiento humano.
Cuando acompaño procesos de adopción de Inteligencia Artificial en empresas e instituciones, suelo encontrar una tentación bastante común: empezar por la herramienta. “Queremos un chatbot”, “queremos un dashboard”, “queremos automatizar la atención”. Muy bien. Pero la pregunta importante rara vez aparece al inicio: ¿qué daño podríamos causar si esto funciona mal? Esa pregunta incomoda, con lo cual muchos prefieren saltársela. Total, nada dice “innovación” como ponerle IA a un proceso mediocre y esperar aplausos en LinkedIn.
Con los adultos mayores no podemos darnos ese lujo. Un error en una recomendación de cobertura, una alerta médica mal priorizada o un sesgo en un modelo predictivo pueden afectar tratamientos, costos, acceso a beneficios y tranquilidad familiar. La IA aplicada a salud no es un juguete corporativo. Es una decisión de arquitectura social. Y como toda arquitectura, puede construir puentes o levantar muros.
Riesgos a mirar antes de escalar IA para adultos mayores
La historia ya nos advirtió sobre esto. En la Revolución Industrial, muchas máquinas aumentaron la productividad, pero también dejaron claro que el progreso técnico sin regulación humana puede triturar vidas con la elegancia de un engranaje bien aceitado. Hoy no hablamos de telares ni de carbón, sino de datos, algoritmos y modelos predictivos. Cambia el uniforme del ejército, no necesariamente la batalla.
Por eso conviene poner orden. Si queremos una salud digital responsable para seniors, debemos considerar al menos cinco frentes:
- Privacidad real: los datos de salud son profundamente sensibles. No basta con pedir consentimiento en un texto interminable que nadie entiende. Hay que explicar qué se recoge, para qué se usa, durante cuánto tiempo y quién puede acceder.
- Sesgos algorítmicos: si los modelos se entrenan con datos incompletos, urbanos o de poblaciones que no representan al Ecuador real, pueden fallar especialmente con adultos mayores rurales, personas con menor conectividad o pacientes con enfermedades crónicas múltiples.
- Transparencia operativa: una recomendación médica, financiera o de cobertura debe poder explicarse. La famosa “caja negra” puede sonar sofisticada en una conferencia, pero en salud huele demasiado a autoridad sin rostro.
- Supervisión humana: los asistentes de IA pueden orientar, resumir, detectar patrones y alertar. Pero las decisiones críticas necesitan profesionales responsables, familias informadas y canales claros para corregir errores.
- Accesibilidad: si la solución exige teléfonos modernos, internet estable y alfabetización digital alta, dejaremos fuera precisamente a quienes más la necesitan. Sería una innovación preciosa, inútil y bastante cruel.
La IA en salud no debe pedir confianza; debe ganársela con evidencia, claridad y responsabilidad.
Isaac Asimov imaginó robots obligados a proteger a los humanos incluso de sus propios errores. La literatura, cuando es buena, no predice aparatos; predice dilemas. Y el dilema actual es evidente: podemos usar la Inteligencia Artificial para cuidar mejor a los adultos mayores, o podemos entregarlos a sistemas opacos que deciden demasiado y explican demasiado poco. Un hombre sin libros es un hombre sin alma. Una institución sin memoria es una institución peligrosa.
Cómo adoptar IA en salud sin perder humanidad
Una de las claves está en diseñar desde la confianza y no desde la fascinación tecnológica. Eso significa probar antes de escalar, auditar antes de presumir y escuchar antes de imponer. En proyectos de innovación, lo comento con frecuencia: si el usuario vulnerable no entiende el sistema, el problema no es del usuario. El problema es del diseño, del lenguaje y de la soberbia organizacional.
Para Ecuador, esto implica una ruta bastante concreta. El MSP, el IESS, hospitales, aseguradoras, universidades y empresas tecnológicas deberían trabajar sobre pilotos medibles, con protocolos éticos claros y participación de médicos, cuidadores, adultos mayores y expertos en datos. La IA aplicada puede ayudar a anticipar riesgos, reducir visitas innecesarias, mejorar adherencia terapéutica y orientar beneficios. Pero debe hacerlo sin convertir la vejez en una planilla interminable de variables.
También debemos cuidar el modelo de incentivos. Si una plataforma recomienda tratamientos, coberturas o servicios, necesitamos saber si prioriza el bienestar del paciente o el margen de alguien. En política, ya conocemos bien ese truco: se habla del pueblo mientras se reparten el botín en la mesa de atrás. En salud digital, no podemos permitir la misma comedia con mejor interfaz.
La transparencia debe bajar a tierra. No se trata de publicar documentos técnicos que solo leerán tres abogados, dos auditores y un consultor con insomnio. Se trata de crear explicaciones simples, trazabilidad de decisiones, revisión humana, canales de reclamo y métricas públicas sobre desempeño, errores y sesgos. Si una solución de Inteligencia Artificial en salud no puede ser auditada, no debería operar sobre decisiones críticas.
La oportunidad está, pero no se aprovechará sola
El caso Chapter nos deja una señal potente: el mercado empieza a valorar soluciones de IA para adultos mayores que no solo automatizan, sino que orientan. Pero también nos recuerda que el capital no garantiza virtud. Los 100 millones de dólares pueden acelerar productos extraordinarios o errores muy caros. La diferencia estará en la gobernanza, en la ética aplicada y en la voluntad de poner a las personas por encima de la métrica bonita.
Ecuador tiene una oportunidad real. Podemos aprender de estos modelos, adaptarlos a nuestro contexto y construir una salud digital más preventiva, cercana y eficiente. Pero debemos hacerlo con los pies en el suelo. No desde la copia apresurada ni desde el entusiasmo de feria tecnológica. La vejez no necesita fuegos artificiales. Necesita continuidad, claridad, cuidado y respeto.
Mi llamado es simple: si trabajas en salud, tecnología, política pública, seguros, academia o atención al cliente, empieza esta conversación ahora. Pregunta qué datos tienes, qué decisiones quieres mejorar, qué riesgos puedes generar y qué nivel de explicación merece cada usuario. No esperes a que la siguiente crisis nos obligue a improvisar con cara de estrategas.
Porque la Inteligencia Artificial no va a resolver por sí sola el envejecimiento poblacional, ni la fragmentación del sistema de salud, ni la desconfianza acumulada durante años. Pero puede convertirse en una herramienta formidable si la usamos con criterio. Como en el ajedrez, no gana quien mueve más rápido, sino quien entiende la posición completa.
La pregunta final, por tanto, no es si debemos usar IA en salud para cuidar mejor a nuestros adultos mayores. La pregunta verdadera es más incómoda: ¿estamos dispuestos a construir sistemas que merezcan la confianza de quienes ya han cargado bastante con los errores de otros?
Ahí se juega el próximo capítulo. Y esta vez no deberíamos escribirlo tarde.
Artículo base: https://theaiinsider.tech/2026/04/10/chapter-raises-100m-series-e-to-continue-building-the-trust-layer-between-seniors-and-technology-in-the-age-of-ai/