Seis de las catorce fichas de este artículo hacen lo mismo, y ninguna lo cuenta así: no diagnostican, filtran. La IA médica latinoamericana se ha instalado exactamente donde falta el especialista —retinopatía diabética en tres países, mielograma en Colombia, patología molecular en Argentina— y su trabajo es reducir la cola para que el médico escaso vea menos casos. Eso explica a la vez por qué funciona, por qué ninguna pide autorización como diagnóstico autónomo, y por qué casi todas sus métricas se miden contra otro humano leyendo lo mismo. De paso, esta verificación nos obligó a corregir un artículo propio: Costa Rica sí tiene una empresa de IA que pasa nuestros tres filtros, y no la habíamos encontrado por un defecto de nuestro método de búsqueda.
Respuesta corta: 14 fichas verificadas el 15 de octubre de 2026 en seis países: Chile 3, México 3, Argentina 3, Colombia 3, Uruguay 1 y Costa Rica 1. Diez son empresas con fundador documentado y cuatro son investigación o política pública. Ninguna de las catorce publica una métrica clínica contra un estándar independiente, y solo una tiene una autorización sanitaria real frente a cinco que comunican un trámite como si fuera un logro. Perú da cero fichas nuevas en esta vertical, y Ecuador, Bolivia, Paraguay y Panamá siguen en cero.
- Cómo verificamos
- Las 14 fichas
- Lo que salió al contar
- La trampa de esta vertical no es el dato: es el denominador
- Costa Rica rompe el cero, y el error era nuestro
- Cuatro correcciones a fichas que ya teníamos publicadas
- A quién dejamos fuera, y por qué
- Preguntas frecuentes
Cómo verificamos cada ficha
Los tres filtros de siempre, y dos reglas nuevas que esta vertical nos obligó a escribir.
- La IA en el núcleo. Si quitas el modelo y el producto sigue funcionando igual, la ficha se cae. En salud este filtro tumba a casi todo el sector: historias clínicas electrónicas, clínicas digitales, CRM sanitarios y cuatro empresas de infraestructura de datos que son muy buenas y no son empresas de IA —una de ellas vende datos clínicos a las empresas de IA, que es lo contrario.
- El cargo documentado por un tercero. Aquí cae la que más nos dolía: un asistente mexicano que convierte la consulta en nota clínica estructurada, con más de 20.000 profesionales declarados, del que ninguna de las cuatro fuentes que revisamos nombra a un fundador. Entra en cuanto alguien lo publique.
- Un hito con día, mes y año, y enlace. Tres casos académicos chilenos pasaban los dos primeros filtros y se han quedado fuera por un motivo distinto: una sola fuente cada uno, y esta serie pide dos. Son un modelo médico en español con apoyo de un fabricante de GPU, un proyecto de decisión clínica en cáncer biliar financiado por el fondo nacional de salud, y un conjunto de datos de seguimiento oncológico publicado en una revista del grupo Nature. Los tres entran con un segundo medio.
Regla nueva número 1: toda métrica clínica tiene que decir contra qué se mide. En esta vertical el patrón de referencia casi nunca es un estándar de oro: es otro médico mirando la misma imagen. Un 94 % de concordancia con un oftalmólogo no es un 94 % de acierto diagnóstico, y la diferencia no es un matiz.
Regla nueva número 2: una consulta previa con un regulador no es una autorización. Cinco de nuestras fichas comunican un trámite —reunión previa, consulta de clasificación, expediente en curso— con el tono de un permiso concedido. Solo una empresa de las catorce tiene una autorización sanitaria real, y ni esa publica su fecha.
Una de las catorce fichas ya aparecía en otra lista nuestra, la de founders de IA en México, con otra ficha y otro ángulo. La repetimos aquí porque un corte por sector que excluyera todo lo ya publicado daría un mapa falso de la vertical, y preferimos decirlo a que lo descubras tú.
Como en el resto de la serie: ningún perfil de LinkedIn adivinado, cada ficha con su letra pequeña, y el número es posición en la lista, no ranking de calidad.
Las 14 fichas
José Tomás Arenas-Cavalli — descarta automáticamente fondos de ojo sin retinopatía en la red públicaFundador o cofundador
TeleDx (plataforma DART) · Chile · Cofundador y CEO, miembro del consejo · en la red pública chilena desde 2018 · 208.000 exámenes en 2022 según el Minsal
DART es teleoftalmología en nube: un tecnólogo médico sube la fotografía de fondo de ojo y el motor de IA filtra los casos sin patología, de forma que el oftalmólogo solo informa lo que lo necesita. Aquí la IA sí es el producto, porque el cuello de botella que resuelve es la escasez de oftalmólogos —Chile tiene uno por cada 21.000 personas— y sin el filtro automático la plataforma sería un visor. La métrica clínica está publicada en Eye (Nature): sensibilidad 94,6 % (IC95 90,9-96,9) y especificidad 74,3 % (IC95 73,3-75), VPN 98,1 %, AUC 0,915, sobre 1.123 exámenes recogidos entre noviembre de 2014 y diciembre de 2016 en cinco comunas chilenas.
Hito verificado11 de enero de 2021 — publicación online en Eye (Nature), vol. 36, pp. 78-85 (2022), «Clinical validation of an artificial intelligence-based diabetic retinopathy screening tool for a national health system». Hito operativo reportado por un tercero: el 11 de septiembre de 2023, María José Letelier, jefa del Departamento de Salud Digital del Minsal, declara 208.000 exámenes con DART en 2022, ~150.000 en lo que iba de 2023 y 170 establecimientos públicos subiendo imágenes.
Fuentes: Eye (Nature) 11 ene 2021, revisado por pares; Pro Salud Chile 11 sep 2023 con declaración del Minsal; Ingeniería U. de Chile 28 ene 2021 ( · Eye / Nature, 11 ene 2021: · Pro Salud Chile, 11 sep 2023:
El matiz clínico es el importante: los cinco autores del paper de Eye están afiliados a TeleDx, cuatro de ellos como empleados y dos (Arenas-Cavalli y Donoso) como miembros del consejo de administración, y la empresa desarrolla la herramienta evaluada. Está declarado en el apartado de conflictos del propio paper. El patrón de referencia no es la exploración oftalmológica presencial, sino la lectura a distancia de las mismas imágenes por un oftalmólogo, lo que es un comparador más débil de lo que suena. La especificidad de 74,3 % implica que uno de cada cuatro sanos pasa a revisión humana: no es un sistema autónomo. Los datos son de 2014-2016; la sensibilidad de 94 % y el 0,5 % de falsos negativos que cita el Minsal en 2023 no vienen con estudio asociado. La fuente más reciente de este expediente es de 2023, y la nota del Diario Financiero sobre «los 29 servicios de salud» es de 2018, no de ahora: no la uses como si fuera reciente. ---
José Ignacio Marmolejo — evalúa apnea del sueño en casa con sensor y análisis automatizadoFundador o cofundador
Health Intelligence Solutions (HIS) · Chile · Fundador y CEO, kinesiólogo · fundada en 2023 · premio Santander X Global Challenge del 12 de noviembre de 2025
HIS evalúa trastornos del sueño sin laboratorio: cuestionario clínico por WhatsApp, envío de un sensor al domicilio que mide variables respiratorias y de sueño durante la noche, y una plataforma que combina análisis automatizado por IA con validación médica antes de emitir informe y derivación. El foco es la apnea, y también señala sospecha de narcolepsia y trastorno conductual del sueño REM. La centralidad de la IA es media: el modelo acelera y escala la lectura, pero la polisomnografía domiciliaria con lectura humana existe sin IA, y en HIS un médico valida cada caso. La única cifra publicada es de volumen, no clínica: 4.500 pacientes evaluados en dos años, comparado por el propio fundador con las ~1.400 al año de una clínica tradicional.
Hito verificado12 de noviembre de 2025 — Banco Santander anuncia en comunicado oficial a HIS (Chile) como una de las tres startups ganadoras del Santander X Global Challenge «Reimagine the Silver Age», con 10.000 euros.
Fuentes: Santander, 12 nov 2025: · Diario Financiero, 9 dic 2025:
Cero métricas clínicas publicadas: ni sensibilidad, ni especificidad, ni concordancia con polisomnografía, ni estudio de validación. Los 4.500 pacientes y la comparación con 1.400 al año son declaración de la empresa en una entrevista, sin verificación independiente. Los 100 millones de pesos chilenos de un inversor ángel en 2023 son dato de la entrevista. La expansión está en estados distintos y conviene no mezclarlos: Guatemala con primeros pacientes en 2025, Colombia en marcha blanca, y Ecuador y España como planes de 2026 con conversaciones de piloto que el artículo no dice que estén firmadas. El contrato con operadores de maquinaria de BHP es el dato comercial más sólido, y aun así sale de la propia entrevista. ---
Manuel Villalvazo — estima signos vitales y biomarcadores desde un video selfieFundador o cofundador
Medsi AI · México · Cofundador y CEO · empresa con sede en CDMX · primer SaMD Clase II de salud preventiva autorizado por COFEPRIS
Medsi analiza un video selfie de 70 segundos tomado con la cámara de un móvil y estima más de veinte signos vitales y biomarcadores: frecuencia cardíaca, presión arterial, saturación, frecuencia respiratoria, y según la empresa hemoglobina y HbA1c. Sobre eso calcula puntajes de riesgo de diabetes, hipertensión y enfermedad cardiovascular. La IA no es un añadido: sin el modelo de fotopletismografía remota no hay producto, porque no hay sensor. La métrica clínica que circula es que detectó HbA1c ≥5,7 % en «más de la mitad» de pacientes considerados sanos en exámenes de rutina, dicho por el COO Jorge Hinojosa a MD+DI: el patrón de referencia es el examen clínico rutinario, no una analítica de laboratorio paciente por paciente, no hay tamaño de muestra y no hay publicación revisada por pares.
Hito verificado28 de mayo de 2025 — comunicado de la propia empresa (PRWeb) anunciando la autorización COFEPRIS como SaMD Clase II; recogido el 10 de junio de 2025 por MD+DI (Lisette Hilton) y el 16 de julio de 2026 por Saludiario al ganar el Lilly Health Innovation Challenge en el marco del ICO 2026.
Fuentes: PRWeb 28 may 2025 (comunicado propio); MD+DI 10 jun 2025; Saludiario 16 jul 2026; Ecosistema Startup 20 jul 2026 ( · PRWeb, 28 may 2025: · MD+DI, 10 jun 2025: · Saludiario, 16 jul 2026:
La fecha de la aprobación COFEPRIS no es pública en ninguna fuente que encontré: ni el comunicado ni MD+DI la dan, solo dicen «reciente». La fecha que uso es la del comunicado, que es de la empresa, no de la autoridad. «Medical-grade accuracy» y «hospital-grade screenings» aparecen sin una sola cifra de sensibilidad, especificidad o error de medición, y sin decir contra qué población se evaluó. La afirmación de detectar condiciones «meses o incluso años antes» de un diagnóstico tradicional no tiene dato de respaldo. Los 3 M USD de la Seed 1 de mayo de 2025 liderada por Sanfer Farma solo los vi en Ecosistema Startup, sin confirmación independiente. Hay contradicción de foco: el comunicado la vende como preventiva general, y la prensa mexicana (Eje Central) la tituló como detección de Alzheimer y ansiedad, que es un salto que las fuentes primarias no sostienen. ---
Julián Ríos Cantú — RIS/PACS en nube con IA que asiste la lectura radiológicaFundador o cofundador
Eden (antes Higia Technologies) · México · Cofundador y CEO · fundada en 2016 como Higia, repivotada a radiología en agosto de 2021 · Serie A de 22 M USD liderada por Sierra Ventures
Eden vende un sistema RIS/PACS en nube para que hospitales y centros de imagen gestionen flujos de radiología sin infraestructura local, con herramientas propias de reporte (Eden Creator, Eden AI) que automatizan parte del informe y señalan hallazgos para revisión. La centralidad de la IA es media, no total: la capa de base es software de gestión de imagen, que funcionaría sin modelo; lo que es modelo es la asistencia al reporte. Es la misma empresa que en 2016 nació como el sostén Eva para detectar tumores de mama, línea que la pandemia liquidó. Las métricas que publica —detección en 17.000 estudios al mes, 40 % menos dictado, 13 millones de estudios al año— son autorreportadas, sin estudio publicado ni autorización de FDA o COFEPRIS para las herramientas de IA.
Hito verificado10 de octubre de 2025 — LatamList y Contxto reportan el cierre de la Serie A de 22 M USD liderada por Sierra Ventures, con Liquid 2 Ventures y Daniel Servitje (CEO de Grupo Bimbo).
Fuentes: LatamList 10 oct 2025; Contxto (misma fecha); Expansión 10 jul 2024 sobre la ronda previa de 10 M USD ( · LatamList, 10 oct 2025: · Contxto:
Centralidad de IA media: el núcleo comercial es PACS/RIS, no el modelo. Las cifras de instituciones no cuadran entre fuentes y crecen rápido en autorreporte: 1.500 instituciones en 17 países (jul 2024), 2.200 en 18 países (oct 2025), «más de 2.800 sistemas de salud en 20 países» en su propia web. Ninguna está auditada. La ronda de 2022 se reportó en prensa como ~7 M USD, pero el Form D de mayo de 2023 declara 5.403.130 USD de 7 inversionistas: ojo con repetir el número de prensa. La entidad legal es Higia, Inc., de Delaware, con operación en CDMX: nacionalidad discutible con el mismo criterio que aplicamos a Lumu y NotCo. ---
Ariel Yahia — recomienda tratamiento psiquiátrico cruzando genética, labs e historiaFundador o cofundador
Neomente · Argentina · Cofundador y CEO · fundada hacia 2023 · Q-Submission presentada ante la FDA el 1 de abril de 2026
Neomente vende un sistema de soporte a la decisión clínica para psiquiatría: procesa genética, resultados de laboratorio, antecedentes y evidencia farmacológica, y devuelve al profesional un informe personalizado en tres capas —tratamientos avalados por guías, compatibilidad con comorbilidades e interacciones, y variantes genéticas que afectan el metabolismo del fármaco, con ajustes de dosis sugeridos. El modelo es el producto, porque lo que se vende es la integración y el razonamiento sobre esas tres capas; la decisión final sigue en el clínico. El dato que la empresa usa en todas partes es 8,68 veces más probabilidad de remisión: sale de un estudio en Buenos Aires con 72 pacientes, 36 por brazo y 12 semanas, con 21 de 36 en remisión frente a 5 de 36 en atención convencional según HAM-D17.
Hito verificado1 de abril de 2026 — Neomente presenta una Q-Submission ante la FDA para obtener observaciones tempranas sobre la clasificación regulatoria de su tecnología, reportado por Innovación Digital 360 el 14 de julio de 2026.
Fuentes: Innovación Digital 360 14 jul 2026; iProfesional 9 ago 2026 (Rocío Bravo); Dossierweb 26 ago 2026 ( · Innovación Digital 360, 14 jul 2026: · iProfesional, 9 ago 2026:
El 8,68× es el punto a tratar con más cuidado de todo el post. El estudio lo hizo la propia Neomente, el artículo no aclara si hubo evaluadores independientes, patrocinio externo o registro previo del ensayo, y no menciona publicación revisada por pares. No dice si la asignación fue aleatoria ni si hubo cegamiento. n=72 es muy pequeño para un odds ratio de ese tamaño, y la fuente misma oscila entre llamarlo «ensayo clínico» en el subtítulo y «estudio clínico» en el cuerpo. El comparador es «atención convencional» sin protocolo descrito. La respuesta (reducción ≥50 %) fue 25 contra 10, «casi seis veces». La Q-Submission de la FDA es una consulta previa, no una aprobación ni una presentación de expediente: iProfesional dice que la FDA «validó su enfoque», lo que es una lectura de la empresa, no un acto regulatorio. Hay contradicción de año de fundación: Innovación Digital 360 deduce ~2023 («hace tres años») y Dossierweb dice 2019; no lo resolví. Los acuerdos con NVIDIA, Thermo Fisher y Google Cloud no tienen fecha y el de NVIDIA es Inception, que es un programa de incorporación, no una alianza comercial. El BAA con una empresa estadounidense de ~2.000 pacientes no tiene fecha ni nombre. ---
Marina Simian — clasifica microARN en sangre con modelos para detectar cáncer de mamaFundador o cofundador
Oncoliq · Argentina · Cofundadora y CEO, investigadora del CONICET · empresa iniciada en 2021 · ronda semilla de 2,84 M USD liderada por Endurance28
Oncoliq hace biopsia líquida: analiza una muestra de sangre por PCR para detectar microARN y cruza los resultados con modelos de aprendizaje automático que identifican patrones asociados a tipos de cáncer. Su primer producto apunta a detección temprana de cáncer de mama. La centralidad de la IA es media: el núcleo técnico es el ensayo de microARN y el modelo es el clasificador que convierte el panel en una predicción, de modo que si quitas el modelo queda un panel de 11 microARN sin interpretación clínica utilizable, pero el activo diferencial es biológico tanto como algorítmico. El resultado publicado: panel de 11 microARN y siete modelos predictivos construidos sobre plasma de 239 mujeres, el mejor con 90 % de sensibilidad, 73 % de especificidad y 83 % de precisión.
Hito verificado22 de julio de 2026 — Ecosistema Startup reporta el cierre del inicio de la ronda semilla de 2,84 M USD liderada por Endurance28, con Air Capital VC, Draper University Ventures, Tim Draper, WIT Angels Club, DIM Centros de Salud y sah-lood. Revista Petra, el 14 de septiembre de 2026, fecha la ronda en 2025 y añade la selección en WeXchange Women STEMpreneurs 2025 del BID Lab, 5 de más de 400 postulaciones de 35 países.
Fuentes: Ecosistema Startup, 22 jul 2026: · Revista Petra, 14 sep 2026: · La Nación, 9 may 2022:
El 90 % de sensibilidad viene de un resumen de congreso, no de un paper completo: la referencia es un abstract de 2024 en un suplemento del Journal of Clinical Oncology, lo que significa revisión editorial de congreso, no revisión por pares plena. Las cohortes exploratoria y de validación se repartieron dentro del mismo estudio de 239 mujeres, que es exactamente la trampa metodológica que ya nos salió en tandas anteriores. El patrón de referencia no está explicitado en la fuente. La propia empresa aclara que la tecnología no reemplaza la mamografía y sigue en validación. Hay conflicto de fechas de la ronda entre fuentes: Ecosistema Startup la trata como noticia de julio de 2026 y Revista Petra la data en 2025. Y hay un segundo conflicto de monto: 2,84 M USD sustituye un reporte inicial de 4,2 M USD, con una ventana de 90 días para llegar a 4 M. No publiques ninguna de las dos cifras sin la aclaración. El titular de Ecosistema Startup sugiere preparación de Serie A mientras el cuerpo dice etapa semilla, y menciona un lanzamiento «hacia fines de 2025» que ya es pasado. ---
Ana Gorodisch — detecta biomarcadores genómicos en imágenes de biopsia en minutosFundador o cofundador
Kuvia · Argentina · Cofundadora, bioingeniera egresada del ITBA · tecnología nacida de su tesis · acuerdo con el Hospital Nacional Posadas del 14 de julio de 2026
Kuvia entrena un algoritmo sobre imágenes digitalizadas de biopsia, previamente analizadas con técnicas convencionales, para identificar biomarcadores genómicos asociados a tumores de colon y endometrio en unos cinco minutos. Las fundadoras son explícitas en lo que no hace: no detecta la presencia de cáncer, caracteriza biológicamente el tumor ya diagnosticado para ayudar a elegir tratamiento. La IA es todo el producto, porque lo que sustituye es un test molecular caro. Entrenan con datos de hospitales argentinos, argumentando que las bases disponibles son casi todas estadounidenses y eso introduce sesgo. También trabajan con el Hospital Garrahan en una herramienta para detectar la mutación BRAF V600E en cánceres pediátricos.
Hito verificado14 de julio de 2026 — el Hospital Nacional Posadas publica que recibió a las fundadoras para empezar a trabajar juntos, con el hospital aportando infraestructura, experiencia y datos anonimizados; reportado por La Nación el 15 de julio de 2026 y por Saber en Salud el 16 de julio de 2026.
Fuentes: La Nación 15 jul 2026; Saber en Salud 16 jul 2026; nota de El Observador sobre el desarrollo ( · La Nación, 15 jul 2026: · Saber en Salud, 16 jul 2026:
Cero métricas de desempeño publicadas. La frase de Gorodisch, «un método más barato, más rápido e igual de preciso», es afirmación de empresa sin un solo número detrás, y la tecnología está en etapa de validación por su propia descripción. No tiene aprobación de ANMAT y La Nación dice expresamente que debe demostrar sus capacidades ante ANMAT antes de poder usarse legalmente en Argentina: no la presentes como producto en uso clínico. Los cargos formales de las dos fundadoras no aparecen en ninguna fuente, solo «fundadoras» y «bioingenieras»; el grupo A está claro pero el cargo exacto, no. La universidad es el ITBA según el posteo del ministro de Salud Mario Lugones en X; Saber en Salud no la nombra y La Nación tampoco, así que esa parte depende de una fuente que es una red social. La nota de Saber en Salud está firmada con un nombre de usuario, no con autor. El Observador habla de «cuatro argentinas» y las otras dos fuentes de dos fundadoras: no resolví esa discrepancia.
Germán Arango — agentes de IA que automatizan el flujo radiológico de extremo a extremoFundador o cofundador
IMEXHS (ASX: IME) · Colombia · Cofundador y CEO, médico · fundada en Colombia en 2012 · plataforma de IA agéntica anunciada a la ASX el 28 de abril de 2026
IMEXHS vende Aquila+, su RIS/PACS de nueva generación, y le ha incorporado agentes de IA propios que automatizan el recorrido desde el agendamiento hasta la entrega del informe, operando en segundo plano para que el radiólogo solo interprete. La centralidad de la IA es media y en transición: el negocio histórico es software de imagen que funciona sin modelo, y los agentes son una capa añadida —pero es una capa que ya mueve el negocio, porque la propia compañía atribuye a la automatización parte de la reducción de costes de su unidad de servicios radiológicos. En 1S FY26 reportó 16 M USD de ingresos, un 17 % más interanual, EBITDA subyacente de 1,3 M USD y 569 instalaciones en 18 países.
Hito verificado28 de abril de 2026 — anuncio a la ASX del lanzamiento de la plataforma de radiología nativa de IA y agéntica, con cinco agentes propios en Aquila+ (dos en uso con clientes, uno en pruebas finales, dos en desarrollo) y Aquila+ comercialmente activo en 8 sitios. El 28 de agosto de 2026, en los resultados 1S FY26, informa ocho agentes ya desarrollados, por delante del plan.
Fuentes: Anuncios a la ASX de 28 abr 2026 y 28 ago 2026 (registro bursátil, la fuente más fuerte de todas mis fichas); informe H1 FY26 de 2 sep 2026 ( · Listcorp / ASX, 28 abr 2026: · Listcorp / ASX, 28 ago 2026:
No es una startup: cotiza en la ASX, así que si el post mantiene el criterio de los otros, va al apartado de cotizadas y no a la lista de startups. Distinción clave que no conviene difuminar: los agentes propios son de flujo de trabajo, no de diagnóstico. En el contrato público de Zacatecas (México), los cinco agentes de flujo son de IMEXHS pero los dos algoritmos de diagnóstico son de Gleamer, un tercero francés. La reducción proyectada de hasta 80 % de personal de call center y de 50-60 % en tiempos de espera es un modelo operativo proyectado, no un resultado medido. Ninguna métrica es clínica: no hay sensibilidad, especificidad ni concordancia de ningún agente. El anuncio no indica sede corporativa y la empresa opera desde Colombia, EE. UU. y Australia: nacionalidad discutible con el mismo criterio que Lumu. ---
Fernando Slamovitz — predice respuesta glucémica individual desde sensor continuo y hábitosFundador o cofundador
Yeda Health · Uruguay · Cofundador, ingeniero en biotecnología · fundada en 2023 · 300.000 USD de OurCrowd Latam Labs, su primera inversión en Uruguay
Yeda combina sensores de monitoreo continuo de glucosa con modelos que analizan comidas, sueño y ejercicio para devolver recomendaciones personalizadas de hábitos, sobre cuatro ejes: colesterol, grasa corporal, presión arterial y glicemia. El giro es aplicar a personas sin diabetes sensores pensados para diabéticos. La centralidad de la IA es media: el dato lo genera el sensor, no el modelo, y una app de registro de comidas con reglas funcionaría; lo que el modelo aporta es la personalización predictiva. El dato clínico es un estudio en el Hospital Albert Einstein de São Paulo con 60 personas sin diabetes que, a tres meses, mostró reducción de grasa corporal y mejor control glucémico. El modelo de negocio es B2B, con clínicas de endocrinología y nutrición.
Hito verificado7 de abril de 2025 — Startups Latam (Adriana Medina) reporta la inversión de 300.000 USD de OurCrowd Latam Labs con el Uruguay Innovation Hub, primera de la aceleradora en Uruguay, incluyendo un año de programa de aceleración; El Observador lo recoge el 14 de abril de 2025.
Fuentes: Startups Latam 7 abr 2025; El Observador 14 abr 2025; El Observador 7 oct 2026; proyecto registrado en ANII ( · Startups Latam, 7 abr 2025: · El Observador, 14 abr 2025: · El Observador, 7 oct 2026:
El estudio del Albert Einstein es la métrica más frágil de la ficha: 60 personas, tres meses, sin grupo control mencionado, sin brazo comparador, sin publicación citada y reportado en una entrevista de prensa por el propio cofundador. «Reducción de grasa corporal y mejor control glucémico» aparece sin ninguna cifra. Ninguna fuente da el cargo formal de Slamovitz más allá de «cofundador», y las de los otros tres cofundadores tampoco; las descripciones (ingeniero biotecnólogo, doctorando, ingeniera biomédica) no son cargos. La fecha exacta de la inversión no figura en ninguna fuente: lo que fecho es el anuncio, con dos medios que la publican con una semana de diferencia. Centralidad de IA media. La operación está más volcada a Brasil (Albert Einstein, cadena Smart Fit) que a Uruguay, lo que hace discutible contarla como ficha uruguaya si aplicamos el criterio de sede operativa.
Vinicio Vargas — detecta retinopatía diabética en fondo de ojo sin dilatación pupilarFundador o cofundador
Ainnova Tech · Costa Rica · Cofundador y CEO · Visión AI lanzada en Costa Rica en junio de 2022 · reunión de pre-submission con la FDA en julio de 2025
Visión AI usa una red neuronal de deep learning, entrenada con miles de imágenes clasificadas por especialistas, para analizar fotografías de fondo de ojo tomadas con cámara no midriática —sin gotas— y emitir una alerta preventiva de retinopatía diabética y otras anomalías. La IA es el producto: el valor es que el tamizaje se haga donde no hay oftalmólogo, y sin el modelo queda una cámara. La evaluación dura cinco minutos y el resultado llega unos diez segundos después de subir la imagen. El programa piloto con Roche, avalado por la aseguradora Salud 360, corre en Costa Rica. Esta es la primera empresa centroamericana que pasa nuestros tres filtros, y obliga a corregir el artículo de los países que daban cero.
Hito verificado29 de julio de 2025 — comunicado en PR Newswire: tras la reunión de pre-submission con la FDA a mediados de julio de 2025, Ainnova revisó el protocolo de ensayo clínico según los comentarios de la agencia y lo reenviará a revisión, con Fortrea como CRO. Hito anterior verificado por un tercero: el 6 de diciembre de 2024, Retinal Physician reporta el programa de tamizaje con Roche en Costa Rica.
Fuentes: PR Newswire, 29 jul 2025: · Retinal Physician, 6 dic 2024: · La Nación (CR), 25 jun 2022: · Bloomberg Línea, 6 jun 2022:
Lo más importante: no hay aprobación de la FDA, hay una consulta previa. El comunicado menciona reunión de pre-submission y protocolo «a reenviar»; el 510(k) aparece solo como objetivo y no hay presentación de novo. Cualquier titular que diga «aprobada por la FDA» es falso. Cero métricas clínicas en todas las fuentes: no hay sensibilidad, especificidad ni error del algoritmo en la nota de La Nación, en la de Retinal Physician ni en el comunicado; las cifras que circulan (500 millones de diabéticos, 40 % con retinopatía) son epidemiología general, no desempeño. La nacionalidad es discutible y hay que decirlo: la empresa se creó como holding en Estados Unidos, el comunicado de 2025 la sitúa a la vez en Costa Rica y Houston, Texas, y además la describe como startup con sede en Nevada, lo que es contradictorio dentro de un mismo documento. La estructura con Avant Technologies no es una adquisición cerrada: BioSpace habla de «acquisition talks» y el comunicado describe una empresa conjunta (Ai-nova Acquisition Corp) con licencia mundial sobre la cartera de Ainnova. El presupuesto del ensayo no estaba cerrado en julio de 2025. Roche cubre solo Costa Rica, con extensión a EE. UU., Canadá y Europa condicionada a resultados. La meta de OPI en Nasdaq es una aspiración de 2022. Su hito verificado más reciente es de julio de 2025, 15 meses antes de hoy: entra en la ventana de 18 meses, pero por poco. ---
Sebastián Valderrama — despliega ocho herramientas de IA clínica en servicios públicos de saludInvestigación o política pública
PRISMA IA (consorcio Corfo – UC CHRISTUS – PUC – CENIA – CENS – InterSystems – Lanek – OnLab – Claro) · Chile · Director de PRISMA IA · lanzado el 2 de septiembre de 2026 · 4.382 millones de pesos chilenos, de los que 2.600 millones son de Corfo
PRISMA IA es un consorcio público-privado que desarrolla y pilotea ocho soluciones de IA a lo largo del recorrido del paciente: orientación antes de entrar al sistema, apoyo durante la consulta, síntesis de historias clínicas, herramientas para hospitalización, prescripción farmacológica, cuidado en el hogar y monitoreo remoto de crónicos, con una capa transversal de uso seguro de datos clínicos. Todas son herramientas de IA, no digitalización, y los pilotos se ejecutan en los Servicios de Salud de Coquimbo y Talcahuano, es decir en la red pública y no en un entorno de laboratorio. Lo financia Corfo con 2.600 millones de pesos y los participantes con 1.782 millones más. Es la apuesta de política pública chilena más grande de la vertical.
Hito verificado2 de septiembre de 2026 — lanzamiento en Santiago con la ministra de Salud May Chomali y el vicepresidente ejecutivo de Corfo José Mujica, y cifras de inversión desglosadas.
Fuentes: Mediabanco, 2 sep 2026: · CENS:
La nota nombra solo siete de las ocho soluciones; la octava no está identificada, y la única candidata que menciona es «capacidades para el uso seguro de datos clínicos», que podría ser la octava o una capa transversal. No pongas «ocho» sin esa salvedad. El artículo no dice qué empresa o equipo desarrolla cada solución, así que no se puede atribuir ninguna herramienta concreta a Lanek, InterSystems ni a CENIA. Cero métricas clínicas, porque es un lanzamiento: nada está validado todavía. Los montos están en pesos chilenos y conviene no convertirlos a dólares en el post sin fijar el tipo de cambio y la fecha, que es exactamente el error de «la misma ronda en dos monedas» que ya nos pasó.
Enrique Cortés — tamiza retinopatía diabética con deep learning en clínicas públicasInvestigación o política pública
Hub de Inteligencia Artificial, Tecnológico de Monterrey (campus Guadalajara) — proyecto fAIr Jalisco / RETINA-IA · México · Director del Hub de IA del Tec de Monterrey · piloto lanzado en agosto de 2021 · estudio de caso del BID con ROI de 9,5
fAIr Jalisco entrena un modelo de deep learning sobre fotografías de fondo de ojo para tamizar retinopatía diabética y estimar su gravedad en clínicas de primer nivel del estado de Jalisco, derivando al oftalmólogo solo los casos graves. Cortés es explícito en que no es diagnóstico: «es de clasificación y tamizaje». La IA es el producto, porque el valor es precisamente filtrar sin oftalmólogo presente. El proyecto lo arman el Tec, el BID, el Gobierno de Jalisco y C Minds, y el modelo lo construyó un médico del propio gobierno estatal. Lo medido y publicado no es desempeño del algoritmo, sino operación: prediagnóstico y derivación en uno o dos días, 29 % de los derivados no sabía que tenía enfermedad retiniana, y ROI de 9,5.
Hito verificado19 de mayo de 2023 — el BID publica el estudio de caso revisado por pares «Implementación de inteligencia artificial para mejorar la atención de la retinopatía diabética en el Estado de Jalisco, México» (Luis Tejerina y Ricardo Pérez-Cuevas), DOI 10.18235/0004914.
Fuentes: BID 19 may 2023 (publicación revisada por pares); Salud Digital 20 sep 2023; Conecta Tec de Monterrey 9 nov 2020 ( · BID, may 2023: · Salud Digital, 20 sep 2023:
Ficha que entra con el aviso del filtro 2: el cargo de Cortés está documentado en una fuente de 2020, no encontré confirmación de que siga dirigiendo el Hub en 2026. El estudio del BID no reporta ni una métrica de desempeño: dice que el algoritmo tuvo «buen desempeño» clasificando cada nivel de retinopatía, sin sensibilidad, sin especificidad, sin AUC, sin patrón de referencia descrito y sin tamaño de muestra. Ni el BID ni Salud Digital nombran el algoritmo ni su proveedor, así que no puedo descartar que la pieza de IA sea de un tercero. El ROI de 9,5 es análisis coste-beneficio del proyecto, no evidencia clínica. Escalado de 3 a 7 clínicas sin número de pacientes publicado.
Óscar Ramírez — segmenta y clasifica células en mielogramas de leucemia y mielomaInvestigación o política pública
ADL Digital Lab · Colombia · Líder de analítica avanzada de ADL Digital Lab · desarrollo con CTIC y hematopatología de Keralty · 96 % de precisión y kappa de Cohen de 0,77
La plataforma automatiza el análisis de mielogramas en leucemia, mieloma múltiple y síndromes mielodisplásicos: detecta, segmenta, clasifica y cuantifica células hematopoyéticas en extendidos de médula ósea, repartiéndolas en nueve tipos. La IA es el producto completo, porque lo que automatiza es exactamente la tarea de conteo y clasificación que hoy hace a mano el hematopatólogo. La métrica publicada es doble, y la segunda es la buena: 96 % de precisión identificando las zonas más relevantes del extendido, y concordancia con especialistas humanos de kappa de Cohen 0,77, que se describe como acuerdo sustancial. El patrón de referencia es por tanto la lectura del hematopatólogo, y el 96 % no se refiere a clasificar células sino a encontrar dónde mirar.
Hito verificado12 de junio de 2026 — El Tiempo (Edwin Caicedo) reporta que ADL Digital Lab y el CTIC ganan dos Premios Latam Digital 2026 de Interlat, en las categorías de IA para Diagnóstico y Tratamiento, y Salud Preventiva Digital; Semana lo recoge el 17 de junio de 2026.
Fuentes: El Tiempo, 12 jun 2026: · Semana, 17 jun 2026: · Portafolio:
El 96 % no es lo que parece y así hay que escribirlo: mide la identificación de las zonas relevantes del extendido, no la clasificación celular. El dato de clasificación es el kappa de 0,77, y ninguna fuente explica cómo se calculó el 96 % ni sobre qué muestra. El patrón de referencia es la lectura humana, no un diagnóstico molecular. No hay publicación revisada por pares citada en ninguna de las tres fuentes, y no sé si los evaluadores eran independientes del equipo desarrollador: dado que Keralty aporta la hematopatología y también es parte del consorcio, es muy probable que no. La fecha de la ceremonia de los Premios Latam Digital 2026 no aparece en ninguna fuente, solo la de los artículos: lo que fecho es el reporte, no el hecho, y hay que decirlo. Ramírez no es fundador ni máximo responsable de ADL —ese cargo es de Ana Margarita Albir Sarmiento— así que va a grupo C y no a B. ADL Digital Lab es el laboratorio digital del Grupo Aval/Banco de Bogotá, no una startup independiente. ---
Andrés Felipe Cardona — clasifica nódulos pulmonares en TC con radiómica y datos clínicosInvestigación o política pública
Centro de Tratamiento e Investigación sobre Cáncer Luis Carlos Sarmiento Angulo (CTIC) · Colombia · Director de investigación y educación del CTIC · modelo entrenado con pacientes colombianos · 97 % de concordancia del modelo PD-L1 con patólogos expertos
El sistema detecta, caracteriza y clasifica nódulos pulmonares en tomografía computarizada, los etiqueta como benignos o malignos y proyecta la respuesta terapéutica del paciente. Extrae más de 107 características radiómicas y las correlaciona con datos clínicos históricos de pacientes colombianos con cáncer de pulmón, lo que es el punto fuerte frente a modelos entrenados en población estadounidense. La IA es el producto, porque lo que se entrega es la clasificación. La línea incluye además un modelo de PD-L1 en cáncer de pulmón con 97 % de concordancia frente a la evaluación de patólogos expertos. El del nódulo pulmonar, en cambio, no tiene ninguna cifra de precisión o sensibilidad publicada en ninguna de las fuentes.
Hito verificado12 de junio de 2026 — El Tiempo reporta el reconocimiento del desarrollo en los Premios Latam Digital 2026 de Interlat, categoría Salud Preventiva Digital, con Daniel Upegui (jefe de la unidad de medicina nuclear del CTIC) y Fernando Rodríguez (radiólogo del CTIC) en el equipo.
Fuentes: El Tiempo, 12 jun 2026: · Semana, 17 jun 2026:
El sistema de nódulo pulmonar no reporta ni precisión ni sensibilidad en ninguna fuente; lo único cuantificado de esta línea es el 97 % de concordancia del modelo de PD-L1, y El Tiempo no atribuye ese modelo a una organización concreta, solo a «el equipo colombiano». No los mezcles en una sola cifra. El patrón de referencia del PD-L1 es la evaluación de patólogos expertos y no se describe el método de validación ni si los evaluadores eran independientes. Semana no nombra explícitamente al desarrollador del sistema de nódulos: solo el personal del CTIC aparece en los pies de foto, así que la atribución es inferida. Fecha de la ceremonia desconocida: fecho el reporte. Cardona es director de investigación, no máximo responsable del CTIC. Y esta ficha y la de Óscar Ramírez salen del mismo evento y del mismo consorcio: si se publican por separado hay que decir que son dos desarrollos del mismo equipo CTIC-ADL-Keralty, no dos organizaciones distintas.
Lo que salió al contar
Cinco cosas que no buscábamos y salieron al contar.
1. La IA entra por donde falta el especialista, no por donde hay dinero
Seis de las catorce fichas son tamizaje o clasificación que sustituye una primera lectura especializada: retinopatía diabética en Chile, en Jalisco y en Costa Rica, mielograma en Colombia, patología molecular en Argentina, anemia en Perú —esta última ya publicada—. Todas tienen la misma arquitectura económica: el modelo no decide, descarta, y el especialista ve solo lo que el modelo no pudo descartar. Por eso ninguna solicita autorización como diagnóstico autónomo: no la necesita, y pedirla le costaría años. Es la tesis del artículo y la sostienen seis fichas de cinco países.
2. La retinopatía diabética es el único problema clínico que produjo empresa en tres países a la vez
Chile en 2018 dentro de la red pública, México con un piloto estatal en 2021, Costa Rica desde 2022. Ninguna de las tres cita a las otras. La receta es siempre la misma: un dato accesible —una fotografía de fondo de ojo—, un patrón de referencia barato —otro oftalmólogo mirando la misma foto— y una prevalencia enorme. Esa receta no se ha replicado en ningún otro problema clínico de la región, y creemos que ahí está el hueco de mercado más claro de la vertical.
3. En salud, el censo no sale de las startups: sale de las universidades
En los artículos de founders por país, el grupo de investigación y política pública era residual. Aquí es cuatro de catorce fichas, y serían siete si los tres casos académicos chilenos hubieran tenido dos fuentes. Es decir: el eje de fundadores, que es el que usa todo el mundo para mapear la IA de la región, deja fuera la mitad de la IA médica latinoamericana. No porque no exista, sino porque no levanta rondas y no sale en prensa de startups.
4. El sesgo de los datos es argumento comercial, y cinco actores de tres países llegaron solos a la misma tesis
Una empresa argentina vende que las bases médicas de referencia son estadounidenses; otra entrena con datos argentinos por el mismo motivo; un grupo chileno titula su proyecto con la palabra equidad; un centro colombiano destaca que su modelo se entrenó con pacientes colombianos; y una compañía mexicana convirtió directamente la frase «los pacientes latinoamericanos están subrepresentados» en una línea de negocio. Ninguna cita a las otras. Es el único punto donde la región tiene una ventaja defendible frente a los modelos globales, y todavía nadie lo ha convertido en estándar.
5. El capital de la IA médica viene de farmacéuticas y aseguradoras, no de fondos de IA
En las fichas y en los descartes aparecen, financiando o premiando: seis farmacéuticas globales dentro de un mismo fondo sectorial, una farmacéutica mexicana, una aseguradora mexicana con ocho millones de dólares, una aseguradora costarricense avalando un piloto, una multinacional de diagnóstico y la fundación de una química alemana. Los fondos de riesgo que dominan nuestras listas de founders aparecen solo en las fichas de producto-software. Si mapeas la IA médica buscando rondas de capital de riesgo, encuentras la mitad del mapa: es el mismo hallazgo que tuvimos en Colombia, repetido en otra vertical.
La trampa de esta vertical no es el dato: es el denominador
Esto es lo que más nos sorprendió de la vertical, y lo dejamos en una caja aparte porque es lo más útil que llevamos escrito en toda la serie. No encontramos ni una cifra inventada. Encontramos, una y otra vez, cifras reales que miden algo distinto de lo que el titular sugiere. El problema no es el dato: es el denominador.
| La cifra que circula | Qué mide en realidad |
|---|---|
| 96 % de precisión en lectura de células | Mide dónde mirar en la imagen, no clasificar la célula |
| 94,6 % de acierto en retinopatía | Concordancia con otro oftalmólogo leyendo la misma foto, y los cinco autores del estudio estaban en nómina de la empresa |
| 8,68 veces más probabilidad de mejora | Odds ratio sobre 72 personas, sin cegamiento |
| 90 % en detección de cáncer de mama | Resumen de congreso, con las cohortes repartidas dentro del mismo estudio de 239 mujeres |
| 92 %, 96 % o 99 % de precisión | Tres cifras incompatibles del mismo proyecto, según el artículo que lo cuente |
| Retorno de 9,5 a 1 | Análisis coste-beneficio del proyecto, no evidencia clínica |
| HbA1c de 8,8 a 6,8 en un año | 3.000 pacientes sin grupo control y sin publicación, contado por el fundador |
Ninguna de estas cifras es falsa y ninguna de estas empresas mintió. Todas tienen el mismo problema: la fuente no dice contra qué se compara, y el lector asume lo que más favorece a la empresa. Si solo te llevas una cosa de este artículo, que sea esta: en IA médica, exige siempre el patrón de referencia antes que el porcentaje.
Costa Rica rompe el cero, y el error era nuestro
El 13 de octubre de 2026 publicamos un artículo sobre los países de Latinoamérica donde no encontramos ni una empresa de IA verificable, y escribimos que Centroamérica entera daba cero. Dos días después, verificando esta vertical, apareció una empresa costarricense de tamizaje de retinopatía diabética que pasa los tres filtros: IA en el núcleo, cofundador y consejero delegado documentado, y un hito del 29 de julio de 2025 dentro de nuestra ventana de 18 meses. El cero centroamericano era falso, y está corregido con fecha en ese artículo.
Lo interesante no es el error: es por qué lo cometimos. Esa empresa no aparece en ninguna base de startups latinoamericanas porque se constituyó como sociedad holding en Estados Unidos; comunica sus hitos en inglés por un distribuidor de notas de prensa estadounidense; y sus noticias salen en prensa oftalmológica de Estados Unidos y en información de mercados, no en medios costarricenses. Buscábamos en español, en prensa de ecosistema y en bases regionales. El sesgo no era del ecosistema: era de nuestro método de búsqueda.
Esto cambia cómo vamos a buscar los ceros que quedan. Si una empresa de Panamá, Guatemala o Bolivia comunica en inglés y vende fuera, nuestras búsquedas en español no la van a ver nunca. El resto del diagnóstico de aquel artículo sigue en pie —la inversión en I+D, el capital privado inexistente, las estrategias nacionales sin presupuesto—, pero el recuento baja de doce países a once.
Cuatro correcciones a fichas que ya teníamos publicadas
Esta verificación revisó también fichas que ya teníamos publicadas. Cuatro correcciones, con fecha.
1. Una ronda que quedó desactualizada, y un total que se está citando como ronda
De la empresa colombiana de alertas clínicas publicamos la semilla de 9 millones de dólares de octubre de 2025. El 18 de junio de 2026 cerró una serie A de 33 millones liderada por un fondo estadounidense de primera línea. Los 42 millones que aparecen en los titulares son la suma de las dos rondas, no una sola operación: es el mismo patrón de agregación que ya denunciamos con la doble moneda. Corregimos además un cargo: uno de los cofundadores es director de marketing, no solo «médico y cofundador».
2. Un proyecto peruano con tres porcentajes incompatibles
Una ficha peruana que publicamos declara precisión en la detección de anemia. Las fuentes dan 92 % sobre 300 muestras en una nota, y 96 % sobre 50 personas más un 99 % de «efectividad» en otra, del mismo medio y con cinco meses de diferencia. También cambian la universidad de origen y hasta la grafía del nombre del proyecto. Hemos añadido el aviso de que las tres cifras se contradicen, que ninguna explica el método ni el patrón de referencia y que no hay estudio publicado. Lo que sí está sólido —y es mucho— es el premio internacional del equipo entre más de 16.000 inscritos.
3. Un premio empresarial que se estaba leyendo como validación clínica
A una ficha colombiana de detección de cáncer de mama se le atribuye «mejor sensibilidad del sistema» y menos derivaciones innecesarias. Revisado: eso sale del material promocional, sin un solo dato de respaldo. Lo verificable es el premio de una consultora global y el paso a su final internacional, ninguno de los dos con fecha exacta en la fuente. Lo hemos reescrito así.
4. Nuestro propio cero centroamericano
Explicado arriba, en su propia sección. Es la cuarta vez en esta serie que una verificación posterior desmiente algo que publicamos, y la cuarta que lo dejamos escrito con fecha en lugar de editarlo en silencio.
A quién dejamos fuera, y por qué
Descartamos más de lo que publicamos, y en salud la proporción es la peor de la serie.
Por el primer filtro: la IA no es el producto
Aquí cayó casi todo el sector healthtech de la región, y varias de las empresas más financiadas. Cuatro merecen mención porque son buenas y porque explican la vertical: dos conectan y estructuran datos clínicos anonimizados de decenas de hospitales para que otros entrenen modelos —una de ellas, mexicana, convirtió eso en una línea de negocio con las propias empresas de IA como clientes—; una tercera es una clínica digital de diabetes donde la IA personaliza planes y el especialista decide; la cuarta es analítica operativa hospitalaria cuya fuente más cercana a la empresa no menciona la IA en ningún momento, mientras la prensa generalista sí. Si alguna vez hacemos un artículo de infraestructura de datos para IA médica, las dos primeras lo encabezan.
Por el segundo: nadie publica el cargo
El asistente mexicano de notas clínicas, explicado en el método. Y una plataforma mexicana de interoperabilidad en la que ninguna de las cuatro fuentes nombra a una sola persona con cargo.
Por el tercero: una sola fuente
Los tres casos académicos chilenos del método. No los descartamos por calidad —uno de ellos publicó su conjunto de datos en una revista del grupo Nature—, sino porque esta serie pide dos fuentes y retiramos fichas por esa misma razón hace dos semanas. Aplicarlo solo cuando conviene sería peor que no tener la regla.
Fuera por nacionalidad, y es un patrón
Cuatro empresas que circulan en prensa latinoamericana como regionales no lo son: una sudafricana con 38 millones levantados que se difundió aquí en octubre de 2026, una con fundador argentino y sede en Texas, una con cofundador peruano y sede en Londres —el mejor candidato peruano que existe, y no es peruano—, y tres estadounidenses o europeas que aparecen sin indicación de país. Es el hallazgo peruano de la tanda anterior, otra vez: Perú exporta sus empresas.
Perú, Ecuador, Bolivia, Paraguay y Panamá
Perú da cero fichas nuevas en esta vertical, y es un resultado, no una falta de búsqueda: buscamos por rondas, por prensa económica, por universidades, por certamenes y por el ángulo regulatorio. Lo único con IA en el núcleo es la ficha que ya teníamos. En los otros cuatro países, la única presencia de la IA médica es como mercado de expansión de empresas de terceros: una chilena entra en Guatemala, otra opera en Bolivia, una tercera llega a Ecuador. Ninguno produce; todos reciben.
Preguntas frecuentes
¿Por qué decís que la IA médica «raciona» en vez de diagnosticar?
Porque es lo que hacen seis de las catorce fichas: el modelo revisa el volumen completo, descarta lo normal y deja al especialista solo los casos dudosos. No emite un diagnóstico, reduce la cola. Por eso ninguna solicita autorización como diagnóstico autónomo y por eso funciona en sistemas donde el especialista es el recurso escaso.
¿Alguna de estas empresas tiene una aprobación sanitaria real?
Una de las catorce, como software sanitario de clase II ante el regulador mexicano, y ni ella publica la fecha de la autorización. Otras cinco comunican un trámite —una reunión previa, una consulta de clasificación, un expediente en curso— con el tono de un permiso concedido. Cualquier titular que diga que una IA latinoamericana está «aprobada por la FDA» conviene comprobarlo dos veces.
¿Por qué habíais dicho que Centroamérica estaba en cero?
Porque buscábamos en español, en prensa de ecosistema y en bases de datos regionales de startups, y la empresa costarricense que rompe ese cero se constituyó en Estados Unidos, comunica en inglés y sale en prensa médica estadounidense. El cero era un artefacto de nuestro método. Está corregido con fecha en el artículo original.
¿Por qué hay proyectos universitarios en una lista de empresas?
Porque si los quitamos, el mapa de la IA médica latinoamericana queda falseado: cuatro de catorce fichas son investigación o política pública, y serían siete si hubieran tenido dos fuentes. Van etiquetados como tales en cada ficha, nunca mezclados con las empresas.
¿Qué hago con un porcentaje de precisión de una IA médica?
Preguntar contra qué se mide antes de mirar la cifra. En las catorce fichas de este artículo el patrón de referencia es casi siempre otro humano leyendo lo mismo, cuando se declara. Un 95 % de concordancia con un especialista y un 95 % de acierto diagnóstico son cosas muy distintas.
¿Montamos esta verificación para tu sector?
Este artículo es un flujo de IA con fuentes cruzadas y revisión humana. Lo montamos contigo en formación desde 5 horas: tarifa de 150 USD/hora a octubre de 2026, que revisamos cada cierto tiempo. Diagnóstico de 30 minutos sin compromiso.