Perú lleva el tamizaje de tuberculosis con IA a más de 84.000 personas
Brigadas con rayos X digitales están buscando posibles casos en mercados, colegios y comunidades. La escala es prometedora, pero el dato decisivo todavía falta: cuántas personas llegaron desde una alerta radiológica hasta un diagnóstico confirmado y tratamiento oportuno.
El Ministerio de Salud de Perú informó que más de 84.000 personas habían recibido tamizaje radiológico apoyado por inteligencia artificial durante 2026. Las intervenciones salieron de los hospitales: llegaron a centros de estudio, mercados, plazas, municipios y otros puntos comunitarios de Lima, Callao y regiones priorizadas.
La estrategia combina equipos digitales portátiles con software que analiza radiografías de tórax y señala hallazgos compatibles con tuberculosis. No entrega un diagnóstico final. Quien obtiene un resultado positivo debe pasar de inmediato a una prueba molecular rápida para confirmar o descartar la enfermedad.
La IA funciona como filtro, no como laboratorio
La detección asistida por computadora estima la probabilidad de que una imagen contenga anomalías asociadas con tuberculosis pulmonar. Su utilidad está en revisar muchas radiografías con rapidez y priorizar quién necesita una prueba confirmatoria, especialmente donde no hay suficientes especialistas para leer cada imagen en el momento.
La Organización Mundial de la Salud considera la radiografía con detección asistida una herramienta crítica para cerrar brechas de identificación de casos. En su evaluación más reciente, seis productos cumplieron el estándar para tamizaje en personas de 15 años o más. La OMS todavía no recomienda este uso para menores de 15 años, una cautela relevante cuando las campañas también alcanzan espacios educativos.
Lo que debe publicar la siguiente actualización
El volumen de radiografías describe alcance. Estos cuatro datos mostrarían desempeño sanitario.
01Alertas y pruebas confirmatorias+
Cuántas radiografías superaron el umbral, cuántas personas completaron la prueba molecular y cuánto tiempo transcurrió entre ambos pasos.
02Casos confirmados y tratamiento+
El indicador central es la ruta completa: diagnóstico bacteriológico, inicio de tratamiento, continuidad y resultado. Una alerta sin seguimiento no corta transmisión.
03Desempeño por población y región+
Edad, sexo, territorio, factores de riesgo y equipo utilizado permiten detectar si un umbral funciona peor en una población o produce derivaciones innecesarias.
04Producto, versión y calibración+
Identificar el software, su versión, el umbral de derivación y las validaciones locales hace posible comparar el despliegue con la evidencia de la OMS y reproducir sus resultados.
La cobertura casi se duplicó en poco más de dos meses
El 9 de mayo, el Minsa reportaba 42.844 tamizajes radiológicos desde enero. Para el 20 de julio la cifra superaba 84.000. La aceleración sugiere que los equipos móviles están llegando a más puntos y que la búsqueda activa dejó de ser un piloto pequeño.
Aun así, duplicar pruebas no equivale automáticamente a duplicar casos encontrados ni a reducir demoras. Una campaña puede ampliar cobertura y al mismo tiempo perder personas entre la radiografía y la confirmación. La tasa de seguimiento debe acompañar siempre el conteo de tamizajes.
Buscar fuera del hospital cambia quién puede acceder
Llevar equipos a Loreto, Ucayali, Amazonas, Cusco, Ayacucho, Piura, Tumbes y otros territorios reduce el costo de desplazamiento y puede identificar a personas que no consultan por síntomas. Esa es una ventaja concreta de combinar radiología portátil y lectura automatizada.
También desplaza responsabilidades hacia el terreno: consentimiento informado, privacidad durante la toma, conectividad, mantenimiento, protección de imágenes y una referencia que funcione cuando la brigada se retira. La equidad no termina cuando el equipo llega; se verifica cuando el tratamiento también llega.
De una cifra grande a una política evaluable
Perú ya muestra una aplicación pública de IA con alcance territorial y una función acotada: priorizar radiografías dentro de una ruta diagnóstica. Es una base más sólida que presentar al modelo como médico autónomo.
La siguiente fase debe convertir la operación en evidencia abierta. Si el Minsa publica rendimiento por territorio, vínculo con pruebas moleculares, tiempos y resultados de tratamiento, la región podrá aprender no solo que se procesaron 84.000 imágenes, sino cuándo la IA ayudó realmente a encontrar antes una enfermedad curable.