Por qué el sistema de salud en LATAM sigue fragmentado

Argentina tiene más de 300 sistemas que no se hablan entre sí. En Chile, más de 3 millones de personas esperan una consulta o intervención en el sistema público. En Brasil, el sistema de salud llegó a operar 54 sistemas nacionales de información simultáneamente, la mayoría sin capacidad de intercambiar datos entre ellos.

Son síntomas del mismo problema estructural: un sistema que acumuló tecnología, actores y regulaciones durante décadas sin resolver cómo hacer que todo eso se comunique.

La fragmentación en salud no es una falla técnica. Es el resultado de decisiones que se tomaron, o se evitaron tomar, durante años. Y tiene consecuencias directas en la operación, en la experiencia del paciente y en la capacidad de cualquier organización de crecer.

Qué es la fragmentación y cómo se acumula

Un sistema de salud fragmentado no es uno que carece de tecnología. Es uno donde la tecnología existe, pero trabaja en silos. Cada actor (hospital, clínica, obra social, laboratorio, aseguradora) construyó sus propios sistemas para resolver sus propios problemas, en su propio momento. El resultado, con el tiempo, es una arquitectura que nadie diseñó pero que todos heredaron.

En Argentina, la fragmentación es estructural desde el origen: coexisten el subsistema público, el de seguridad social y el privado, cada uno con marcos normativos propios, tecnologías distintas y lógicas de operación diferentes. Cada uno con sus propios registros, sus propias plataformas, su propia vista parcial del paciente.

La CEPAL y la OPS describieron este patrón como uno de los problemas más persistentes de la región: "subfinanciamiento crónico, fragmentación y segmentación" que generan problemas de coordinación, acceso y eficiencia en toda América Latina.

A nivel institucional, esto se traduce en que una organización de salud mediana puede tener entre 5 y 15 sistemas activos, HIS, LIS, RIS, plataforma de turnos, sistema de autorizaciones, facturación, que no intercambian datos de forma automática. El personal ingresa la misma información en múltiples interfaces. Los médicos toman decisiones sin acceso al historial completo. Los equipos de IT mantienen integraciones frágiles que se rompen cada vez que algún sistema actualiza su versión.

La fragmentación no es escasez de tecnología. Es abundancia de sistemas que no se hablan.

Las consecuencias: operativas, clínicas y financieras

Cuando los sistemas no se comunican, el costo no aparece en una sola línea del balance. Se distribuye en todas partes y se naturaliza como parte del trabajo.

Operativamente: la fragmentación genera duplicación sistemática. Los mismos datos se ingresan varias veces, en varios sistemas, por varias personas. Las autorizaciones entre prestadores y financiadores requieren intercambios que en muchos casos todavía se resuelven por teléfono o correo. Según estimaciones de HIMSS, entre el 15% y el 30% del gasto total en salud se destina a carga administrativa, gran parte de ella derivada de la falta de integración. 

Clínicamente: la fragmentación produce invisibilidad. El médico de guardia no sabe qué medicamentos tomó el paciente en otra institución. Se repiten estudios ya realizados. Se desconocen alergias previas. En Chile, las listas de espera que superan los 3 millones de personas no responden solo a falta de camas o profesionales: responden también a un sistema donde la información no fluye y la coordinación entre niveles de atención es manual y lenta.

Financieramente: el costo es difícil de aislar, pero fácil de sentir. Estudios duplicados, rechazos de autorización por información inconsistente, errores de facturación. A escala global, la falta de interoperabilidad se estima en pérdidas de más de USD 30.000 millones anuales en ineficiencias evitables. En LATAM la magnitud es diferente, pero la dinámica es idéntica.

Por qué la fragmentación bloquea los proyectos de IA

En los últimos años, la mayoría de las organizaciones de salud exploraron algún proyecto de inteligencia artificial. Modelos predictivos, automatización de flujos, asistentes de diagnóstico. La mayoría de esos proyectos no llegó a producción.

Un modelo de IA necesita datos estructurados, completos, estandarizados y actualizados. Necesita que la información del paciente esté disponible en un punto de integración confiable. En un entorno fragmentado, ninguna de esas condiciones se cumple de forma consistente.

McKinsey documentó en 2025 que el 80% de las organizaciones identifica las limitaciones de datos como el principal obstáculo para escalar proyectos de IA. En salud, esa limitación tiene un nombre preciso: fragmentación. Una encuesta del cuarto trimestre de 2025 a líderes de tecnología en salud confirmó que el 74% señala la mala calidad de datos como la barrera principal para adoptar IA exitosamente.

El patrón se repite: organizaciones que invierten en modelos sofisticados sobre una base de datos fragmentada. El modelo aprende los problemas del dato. Y los reproduce en producción. La OMS lo sintetizó con precisión: los desafíos de calidad de datos hacen que la IA en salud sea "más difícil de escalar que las herramientas digitales convencionales". Escalar IA en salud es un problema de infraestructura de datos.

El 80% de las organizaciones que intentan escalar IA cita las limitaciones de datos como el obstáculo principal. En salud, ese obstáculo tiene nombre: fragmentación.

Qué hace falta para cambiar esto

La respuesta no es reemplazar los sistemas que ya existen. Las instituciones de salud no pueden migrar todo a una sola plataforma. El camino real es construir una capa de integración que permita que esos sistemas se comuniquen, usando estándares compartidos: HL7, FHIR, SNOMED. 

Eso implica dos condiciones simultáneas. La primera es técnica: un punto de integración que actúe como traductor entre sistemas, procese transacciones en tiempo real y entregue datos estructurados a quien los necesite. La segunda es de gobernanza: definir quién es responsable de qué datos, cómo se actualizan y bajo qué condiciones se accede a ellos. Sin gobernanza del dato, la integración técnica resuelve la conectividad, pero no la confiabilidad. 

Las organizaciones que resuelvan primero el problema de datos no solo operarán mejor. Estarán en condiciones de aprovechar la IA como una capacidad real y de crecer sin que la fragmentación sea el techo. En Intuit Salud llevamos 20 años trabajando exactamente en este problema, y seguimos haciéndolo.

¿Cuántos sistemas conviven en tu institución sin hablarse entre sí?