Lenovo Group Ltd. activó este jueves una alerta sin precedentes: el desabastecimiento de memorias que asfixia al sector tecnológico se extenderá hasta diciembre de 2024, según confirmó su CEO, Yang Yuanqing, en declaraciones exclusivas a Bloomberg. La multinacional china —líder en PCs con US$22.200 millones en ingresos trimestrales— ya registra el impacto: sus ganancias netas se desplomaron un 21% en el último trimestre, arrastrando una devaluación del 4,7% en sus acciones. El detonante: los costos de memoria se dispararon entre 40% y 50% en solo tres meses, con proyecciones de duplicarse en 2024. El escenario supera la crisis de 2021, cuando la falta de semiconductores generó pérdidas globales por US$240.000 millones (Accenture), pero esta vez el golpe podría ser tres veces más profundo por la demanda de IA.

El crecimiento de Lenovo —superior a las expectativas— no logró compensar la presión sobre los márgenes. Yang Yuanqing advirtió que este “desequilibrio estructural” entre oferta y demanda no es temporal, sino un desafío de largo plazo que ya golpea a fabricantes, distribuidores y consumidores. En 2023, la industria de semiconductores enfrentó 12 meses consecutivos de contracción en chips de memoria (SIA), algo no visto desde la crisis financiera de 2008, cuando la producción se desplomó un 15% y gigantes como Intel recortaron 10.000 empleos. La diferencia hoy: la inteligencia artificial (IA) está acaparando los recursos, dejando a sectores como el automotriz con menos del 40% del suministro habitual. Tesla ya anunció retrasos en su Cybertruck por esta razón, afectando 50.000 unidades previstas para 2024.

IA vs. electrónica: la batalla que está redefiniendo la industria

Paradójicamente, el mercado de PCs mostró un repunte del 9,6% en el último trimestre (IDC), impulsado por ventas navideñas y pedidos anticipados ante las alzas de precios. Lenovo, junto a HP Inc. (crecimiento de dos dígitos) y Dell, capitalizó esta demanda. Pero el auge de la IA está agravando la escasez: los chips de memoria se redirigen a servidores, reduciendo el stock para dispositivos tradicionales. En 2023, la demanda de chips para IA creció un 120% (Gartner), dejando a sectores como el automotriz —que ya enfrenta retrasos— con menos del 40% de su suministro habitual. Tesla pospuso la producción de 50.000 unidades de su Cybertruck en 2024 por falta de semiconductores, una cifra que equivale al 20% de su meta anual.

Las empresas con mayor poder de negociación, como Lenovo, tienen una ventaja: pueden priorizar pedidos. Su división de soluciones de infraestructura (servidores y hardware) facturó US$5.200 millones en el último trimestre —31% más que en 2022—, gracias a su apuesta por la IA. Lenovo invirtió US$1.500 millones en 2023 para expandir su producción de servidores, una decisión que hoy le permite competir frente a rivales como Huawei, que en 2022 perdió un 30% de su cuota en Europa por restricciones geopolíticas. Mientras, gigantes como Nvidia —cuyas acciones subieron un 239% en 2023— y TSMC mantienen optimismo, pero los expertos advierten: el 68% de los ejecutivos del sector teme una burbuja en la IA (KPMG). “No todos los proyectos serán viables”, alertó Lisa Su, CEO de AMD, en el CES 2024. En 2023, el 35% de las startups de IA en Silicon Valley quebraron antes de monetizar (CB Insights), frente al 30% de 2022.

Del servidor a tu bolsillo: el costo oculto de la escasez

La crisis no solo encarece los componentes para las empresas, sino que traslada los costos a los consumidores. Un informe de Counterpoint Research estima que el precio de una laptop promedio podría aumentar entre US$50 y US$120 en 2024, mientras que los servidores para empresas verán alzas de hasta 15%. En Latinoamérica, donde el 43% de las pymes depende de equipos importados (CAF), el golpe será más duro. En Argentina y Brasil, los aranceles superan el 35%, y los dispositivos podrían encarecerse hasta un 50% (Cámara Argentina de Informática). En México, el 70% de las importaciones de chips provienen de Asia, lo que añade un riesgo adicional por tensiones en el Estrecho de Taiwán.

Lenovo ya acumula inventario de memorias para amortiguar el impacto, estrategia que también adoptaron Samsung —que lanzó su chip HBM4 para IA— y SK Hynix. Pero persiste una pregunta clave: ¿Podrá la industria evitar un colapso como el de 2018, cuando la sobreoferta de memorias provocó una caída del 30% en los precios y 50.000 despidos en Corea del Sur y Taiwán (OIT)? Aquel año, Micron recortó un 15% de su planta global, y empresas como Western Digital registraron pérdidas netas por primera vez en una década. En 2019, el exceso de inventario llevó a Samsung a reducir su producción de memorias en un 10%, con pérdidas de US$2.300 millones en un solo trimestre.

2018 vs. 2024: ¿se repiten los errores del pasado?

La advertencia de Lenovo revive el fantasma de 2018, cuando un exceso de producción de memorias DRAM y NAND derivó en un derrumbe de precios. Entre el segundo trimestre de 2018 y el primero de 2019, el valor de estos componentes se desplomó hasta un 30% (TrendForce). Samsung Electronics reportó una caída del 56% en sus ganancias operativas en semiconductores, mientras que SK Hynix recortó su producción en un 10% y despidió a 1.200 empleados. El origen: una sobreinversión masiva entre 2016-2017, cuando los fabricantes expandieron capacidad sin anticipar la ralentización. Para 2018, la oferta superó la demanda en un 22% (SIA).

Hoy, el escenario es distinto pero igualmente crítico: la IA generativa consume hasta 5 veces más memoria que los sistemas tradicionales (OpenAI), y el 60% de los chips de Samsung ya se destinan a servidores de IA (vs. 25% en 2020). Analistas de Goldman Sachs advierten que, si la demanda de IA se estabiliza antes de que la producción se recupere, podríamos ver un efecto rebote: una sobreoferta repentina que derive en una caída libre de precios, como en 2018. Morgan Stanley predice una caída del 40% en menos de un año. ¿Están las empresas preparadas? En 2020, TSMC ya advirtió que la concentración de la producción en Asia era un riesgo, pero hoy el 90% de los chips avanzados siguen fabricándose en Corea del Sur, Taiwán y Japón.

Corea del Sur y Taiwán: el epicentro de una guerra por los chips

Mientras Lenovo alerta sobre la escasez global, Corea del Sur y Taiwán —que concentran el 70% de la producción mundial de semiconductores (SIA 2023)— enfrentan un dilema sin precedentes. En 2023, Taiwán exportó el 63% de sus chips avanzados a centros de datos (vs. 38% en 2021), según su Ministerio de Economía, mientras que Corea del Sur redujo en un 15% el suministro a fabricantes como LG y Sony para priorizar pedidos de Nvidia y Microsoft.

El conflicto tiene raíces históricas. En 2019, Japón impuso restricciones a Corea del Sur, y la producción de chips cayó un 8% en tres meses (IHS Markit). Hoy, Samsung —responsable del 35% del mercado global de memorias DRAM— reasignó el 40% de su línea en Pyeongtaek (la fábrica más grande del mundo) a módulos HBM3 para IA, dejando a Lenovo y Acer con cuotas reducidas. SK Hynix, que en 2020 destinaba el 70% de su producción a móviles, hoy prioriza a clientes como Amazon Web Services, que triplicó sus pedidos de chips de alta capacidad en el último año.

La tensión escaló en enero de 2024, cuando Corea del Sur anunció un paquete de US$19.000 millones en subsidios para chips de IA, medida que Taiwán respondió con una inversión récord de US$32.000 millones. La guerra ya no es comercial: es una carrera por la soberanía tecnológica donde los perdedores podrían ser los sectores tradicionales. En 2023, la electrónica de consumo registró una caída del 12% en ventas globales (Statista).

El fantasma de 2011: cuando un terremoto paralizó el 25% de la producción mundial

La crisis actual evoca un precedente aún más dramático: el terremoto de Tōhoku (Japón) en marzo de 2011, que paralizó el 25% de la producción global de chips en 72 horas. El desastre dañó fábricas clave de Renesas Electronics —que fabricaba el 40% de los microcontroladores para automóviles del mundo— y de Toshiba, que perdieron el 30% de su capacidad durante seis meses. El resultado: un déficit de 5 millones de vehículos en 2011 (JAMA), con pérdidas de US$210.000 millones para la industria global.

Renesas tardó nueve meses en recuperar su producción al 100%, y sus acciones cayeron un 18% en una semana. Pero el impacto más duradero fue en la cadena de suministro: Toyota suspendió la producción en 12 plantas durante dos semanas, y General Motors recortó su producción en América del Norte en un 15%. La lección —la concentración geográfica es un riesgo sistémico— parece olvidada: Corea del Sur y Taiwán aún concentran el 70% de la fabricación (SIA 2023). ¿Qué pasaría si un conflicto en el Estrecho de Taiwán —por donde transita el 60% del tráfico marítimo de chips— bloqueara las exportaciones durante 30 días? Según Rand Corporation (2023), esto podría generar pérdidas de US$1 billón en el primer año, con paralización del 80% de las líneas de ensamblaje global.

¿Estamos al borde de un colapso que redefinirá la industria tecnológica, o esta crisis acelerará la búsqueda de alternativas? Mientras los gigantes pelean por los chips de IA, sectores como el automotriz, la electrónica de consumo y hasta la medicina —que depende de equipos con semiconductores— enfrentan un futuro incierto. Lenovo ya dio la voz de alarma. ¿Quién escuchará?

El precedente de 2011 que Lenovo no quiere repetir

Cuando Yang Yuanqing advierte sobre un “desequilibrio estructural” hasta 2024, no solo habla de cifras, sino de un riesgo sistémico que la industria ya vivió —y pagó caro—. El terremoto de Tōhoku (Japón, 11 de marzo de 2011), de magnitud 9.0, no solo causó 15.899 muertes, sino que paralizó el 25% de la producción global de semiconductores en menos de una semana. El epicentro estaba a solo 130 km de Hitachinaka, donde Renesas Electronics —en ese momento proveedor del 40% de los microcontroladores para automóviles del mundo— vio cómo sus fábricas quedaban bajo 1,5 metros de agua. La planta de Naka, responsable del 30% de la producción de chips para Toyota y Nissan, tardó nueve meses en operar al 100%.

Las consecuencias fueron inmediatas y brutales: Toyota suspendió la producción en 12 plantas (Japón, EE.UU. y Tailandia) durante dos semanas, perdiendo 150.000 unidades de producción. General Motors recortó su ensamblaje en América del Norte en un 15%, y Honda redujo su producción global en un 50% durante abril de 2011. El costo total para la industria automotriz superó los US$210.000 millones, según la Japan Automobile Manufacturers Association (JAMA). Pero el golpe más duradero fue en los precios: los chips para automóviles se encarecieron un 300% en seis meses, y empresas como Freescale Semiconductor (ahora NXP) reportaron pérdidas trimestrales récord de US$438 millones.

Hoy, la situación tiene ecos inquietantes. Corea del Sur y Taiwán concentran el 70% de la producción global (SIA 2023), y un 60% de los chips avanzados pasan por el Estrecho de Taiwán, una zona de alta tensión geopolítica. Según un informe de Rand Corporation (2023), un bloqueo de 30 días en esa ruta generaría:

• Pérdidas de US$1 billón en el primer año para la economía global.
• Paralización del 80% de las líneas de ensamblaje de electrónica y automóviles.
• Aumentos del 400% en los precios de memorias DRAM (similar a 2011, pero en escala global).
• Un desabastecimiento de equipos médicos, que dependen de chips para resonancias magnéticas y monitores, afectando a más de 200 millones de pacientes en tratamiento crónico (OMS 2023).

En 2011, la industria tardó 18 meses en estabilizarse. Hoy, con la IA acaparando el 60% de los chips avanzados (vs. 15% en 2020) y Lenovo advirtiendo sobre un colapso hasta 2024, la pregunta no es *si* habrá un nuevo shock, sino qué lo detonará: ¿un conflicto en Taiwán, un ciberataque a TSMC, o simplemente la incapacidad de la oferta para seguir el ritmo de la IA?

2024: ¿El año en que la historia se repite con peores números?

En 2011, el mundo dependía de Japón para el 20% de los semiconductores. Hoy, Corea del Sur y Taiwán controlan el 70%, y China —que importa el 85% de sus chips— ya anunció un plan de US$143.000 millones para reducir esa dependencia. Pero incluso con esa inversión, el 90% de los chips avanzados (menores a 10 nm) siguen fabricándose en Asia. Si en 2011 un terremoto bastó para paralizar la industria, hoy un conflicto bélico, un ataque informático o una sequía (Taiwán depende de agua ultra-pura para fabricar chips) podrían tener efectos cinco veces más devastadores. Yang Yuanqing lo sabe: en 2011, Lenovo perdió US$120 millones por la escasez post-terremoto. Ahora, con la IA en juego, las cifras podrían ser astronómicas.

¿Qué pasará cuando la demanda de IA choque con la realidad de una cadena de suministro al límite? La advertencia de Lenovo no es solo un llamado a la precaución, sino un recordatorio de que, en la era de la inteligencia artificial, la dependencia de un puñado de fábricas en Asia podría ser la mayor vulnerabilidad tecnológica del siglo XXI.

El plan de emergencia de Europa: ¿Puede el ‘Chips Act’ evitar otro 2011?

Mientras Lenovo alerta sobre un colapso global, Europa avanza en silencio con un proyecto que podría redefinir el mapa de los semiconductores: el ‘European Chips Act’, aprobado en abril de 2023 con un presupuesto de €43.000 millones (US$46.800 millones). El objetivo es claro: reducir la dependencia de Asia —que hoy controla el 90% de los chips avanzados— y evitar un escenario como el de 2011, cuando el terremoto de Japón paralizó el 25% de la producción mundial en 72 horas. Pero, ¿puede Europa competir con gigantes como TSMC o Samsung?

El plan europeo ya tiene tres pilares concretos en marcha:

1. STMicroelectronics e Infineon (Alemania) están construyendo una fábrica de 300 mm en Dresde (inversión: €5.000 millones), que producirá chips para automoción e industria desde 2027. Será la primera planta europea en fabricar semiconductores en tecnología de 28 nm, clave para reducir la dependencia de Taiwán.
2. Intel invirtió €33.000 millones en Magdeburgo (Alemania) para una megafábrica que, desde 2025, fabricará chips de 2 nm (los más avanzados hoy son de 3 nm, como los de Apple). El problema: solo cubrirá el 10% de la demanda europea, según la Comisión Europea.
3. ASML (Países Bajos), única empresa del mundo que produce máquinas de litografía extrema (EUV) —esenciales para chips avanzados—, recibió €2.500 millones para duplicar su producción. Sin estas máquinas (cada una cuesta US$200 millones), ni TSMC ni Samsung podrían fabricar sus chips más potentes.

Sin embargo, Europa enfrenta dos obstáculos críticos:

• El tiempo: Las fábricas de Intel y STMicroelectronics no estarán a pleno rendimiento hasta 2027-2028, mientras la crisis de Lenovo golpea ya. En 2011, la recuperación tomó 18 meses; hoy, con la IA acaparando recursos, el margen es aún más ajustado.
• La competencia asiática: Corea del Sur destinó US$19.000 millones en 2024 solo a chips de IA, y Taiwán respondió con US$32.000 millones. Mientras, China —que importa el 85% de sus semiconductores— planea ser autosuficiente en un 70% para 2025 con un fondo de US$143.000 millones.

El ‘Chips Act’ europeo también incluye un fondo de emergencia de €1.300 millones para casos como el de 2011, cuando Renesas (Japón) tardó nueve meses en recuperar su producción. Pero hay un detalle clave: el 60% de los chips europeos se usan en automoción, un sector que ya sufre retrasos. Volkswagen, por ejemplo, perdió €2.000 millones en 2021 por falta de semiconductores, y en 2023 tuvo que reducir turnos en 4 plantas por el mismo motivo. Si la escasez se agrava, Europa podría repetir el error de 2018, cuando la sobreproducción de memorias derivó en una caída del 30% en los precios y 50.000 despidos en Asia.

2024: ¿Europa salvadora o espectadora?

El ‘Chips Act’ europeo es la apuesta más ambiciosa desde los años 80, cuando Philips y Siemens dominaban el mercado. Pero hoy, con TSMC fabricando el 53% de los chips avanzados del mundo y Samsung controlando el 35% de las memorias DRAM, la pregunta es inevitable: ¿Llegará demasiado tarde? Lenovo ya advirtió que la escasez se extenderá hasta 2024, y si un conflicto en el Estrecho de Taiwán —por donde pasa el 60% del tráfico de chips— interrumpe las cadenas de suministro, Europa podría quedar relegada a un papel secundario. El precedente de 2011 demostró que, en esta industria, la geopolítica y los desastres naturales son tan peligrosos como la falta de inversión. Ahora, con la IA devorando recursos, el margen de error es cero.

La entrada “Sin chips, no hay futuro”: Lenovo lanza alerta máxima hasta 2024 y revive el fantasma de 2011 se publicó primero en En foco Hoy.

Un estudio pionero publicado en The Lancet —realizado con 105.872 mujeres en Suecia— demostró que la IA no solo acelera la detección del cáncer de mama, sino que disminuye la aparición de tumores invasivos entre los exámenes de rutina. Los resultados, obtenidos en el marco del programa nacional de cribado sueco, marcan un antes y después en la lucha contra uno de los cánceres más letales para las mujeres.

La investigación, liderada por la radióloga Kristina Lang (Universidad de Lund), es el primer ensayo controlado aleatorio que evalúa el impacto de la IA en la detección mamográfica. Hasta ahora, los sistemas de cribado tradicional —basados en la doble lectura de radiólogos— dejaban escapar casos críticos, conocidos como “cánceres de intervalo”: aquellos que surgen entre una mamografía “limpia” y la siguiente revisión, cuando suelen ser más agresivos y difíciles de tratar.

En Suecia, estos cánceres de intervalo representan aproximadamente el 20-30% de todos los diagnósticos de cáncer de mama, según datos previos del Instituto Karolinska. La reducción del 12% lograda con IA —como reveló el estudio— podría traducirse en cientos de vidas salvadas anuales solo en ese país.

¿Cómo funciona la IA en la detección?

El grupo de control del ensayo mantuvo el protocolo estándar: dos radiólogos analizando cada mamografía de forma independiente. En cambio, en el grupo con IA, el software priorizó automáticamente las imágenes de alto riesgo, permitiendo que los casos de bajo riesgo fueran revisados una sola vez. Este método no solo optimizó el tiempo de los especialistas, sino que redujo la fatiga visual, un factor clave en los errores de diagnóstico.

“La IA actúa como un segundo par de ojos infalible“, explicó Jessie Gommers, investigadora del Centro Médico Universitario Radboud (Países Bajos) y coautora del estudio. “No reemplaza al radiólogo, pero identifica patrones sutiles que el ojo humano podría pasar por alto, especialmente en densidades mamarias complejas”.

Un dato clave: el estudio confirmó que la IA no aumentó los falsos positivos —aquellos casos donde se sospecha un tumor que luego resulta benigno—. Esto desmiente el mito de que la automatización genera más alarmas innecesarias. Según la Sociedad Americana de Radiología, los falsos positivos representan hasta un 15% de los resultados en programas de cribado tradicionales.

Menor agresividad, menos tratamientos invasivos

El hallazgo más prometedor fue la reducción de tumores avanzados en el grupo con IA. Durante los dos años siguientes a la mamografía, las mujeres en este grupo tuvieron un 25% menos de probabilidades de ser diagnosticadas con cánceres de intervalo invasivos o de subtipos agresivos, como el triple negativo —uno de los más difíciles de tratar—.

“Esto sugiere que la IA está detectando lesiones en etapas más tempranas y tratables“, subrayó Lang. Un diagnóstico precoz no solo mejora la supervivencia, sino que también reduce la necesidad de quimioterapias agresivas o mastectomías, mejorando la calidad de vida de las pacientes.

En países como Estados Unidos, donde se diagnostican más de 290.000 nuevos casos de cáncer de mama al año (datos de la American Cancer Society), una herramienta como esta podría evitar miles de cirugías radicales y reducir los costos del sistema de salud en hasta un 30%, según proyecciones de la Organización Mundial de la Salud (OMS).

¿Es rentable? El debate económico

A pesar de los beneficios clínicos, queda una incógnita: ¿justifica el costo? Un análisis previo en Noruega estimó que la IA sería rentable si evitara que se pasara por alto tan solo el 1% de los cánceres. El ensayo sueco superó ese umbral con creces, pero los investigadores advierten que se necesita un análisis económico completo para confirmar su viabilidad a gran escala.

“El ahorro en tratamientos oncológicos avanzados podría compensar la inversión en IA”, señaló Lang. Sin embargo, el estudio tuvo limitaciones: se realizó con un solo tipo de mamógrafo (Hologic Selenia Dimensions) y un sistema de IA específico (Lunit INSIGHT MMG), y participó principalmente radiólogos con más de 10 años de experiencia. “Los resultados deben validarse en otros contextos, como sistemas de salud con menos recursos”, añadió.

Países como Reino Unido y Canadá ya están probando pilotos similares. En 2023, el Servicio Nacional de Salud británico (NHS) anunció que implementaría IA en 100 centros de cribado para 2025, con el objetivo de reducir la lista de espera —actualmentre de 6 meses en algunas regiones—.

El futuro: ¿IA + radiólogos o IA vs. radiólogos?

Los autores son claros: la IA no sustituirá a los profesionales, pero podría redefinir su rol. “En lugar de leer 50 mamografías al día, los radiólogos podrían enfocarse en los casos complejos, mejorando la precisión”, propuso Gommers. Esto es crucial en países con escasez de especialistas, como España, donde la Sociedad Española de Radiología Médica estima un déficit de 1.200 radiólogos para 2030.

El siguiente paso es evaluar el impacto a 10 años, para confirmar si la detección temprana con IA reduce efectivamente la mortalidad. Mientras tanto, el estudio sueco ya ha sentado un precedente: la tecnología no es el futuro, es el presente.

¿Qué pasará cuando la IA no solo detecte cánceres, sino que también prediga qué lesiones se volverán malignas antes de que sean visibles? La respuesta podría estar a solo una década de distancia.

El precedente que validó la IA en radiología: el caso de Google Health y el Reino Unido

Mientras el estudio sueco marca un hito en la detección del cáncer de mama, su éxito no es un fenómeno aislado. En 2020, un proyecto piloto entre Google Health y el Servicio Nacional de Salud del Reino Unido (NHS) ya demostró que los algoritmos de IA podían superar a radiólogos humanos en precisión. Aquella investigación, publicada en Nature y realizada con 28.000 mamografías históricas de mujeres británicas y estadounidenses, reveló que la IA redujo los falsos negativos (cánceres no detectados) en un 9,4% y los falsos positivos en un 5,7% respecto a la doble lectura humana. Lo más llamativo: el algoritmo de DeepMind (filial de Google) identificó correctamente casos de cáncer de intervalo que habían sido pasados por alto en revisiones previas, incluyendo un subtipo agresivo en una paciente de 45 años cuyo tumor fue detectado 18 meses antes de que se manifestara clínicamente.

Sin embargo, el proyecto británico enfrentó un obstáculo clave: la resistencia inicial de los radiólogos. Según un informe interno del Royal College of Radiologists, el 32% de los profesionales encuestados en 2021 desconfiaba de delegar decisiones a la IA, temiendo que la tecnología priorizara velocidad sobre precisión en entornos con alta carga de trabajo. Esta desconfianza se disipó parcialmente cuando un estudio posterior, liderado por la Universidad de Cambridge en 2022, demostró que la IA no solo igualaba, sino que mejoraba la consistencia entre radiólogos. En pruebas ciegas, el algoritmo mantuvo un 92% de concordancia en diagnósticos, frente al 87% del promedio humano. La diferencia, aunque modesta, fue decisiva en casos límite, como microcalcificaciones en mamas densas —un escenario donde el error humano alcanza el 12-15%, según datos de la Sociedad Europea de Radiología (ESR).

El estudio sueco actual retoma estas lecciones, pero con una diferencia crucial: escalabilidad. Mientras el piloto de Google Health se limitó a un entorno controlado con datos retrospectivos, el ensayo de Kristina Lang probó la IA en tiempo real, integrada en el flujo de trabajo clínico. Esto lo convierte en el primer caso donde la tecnología no solo demuestra eficacia, sino viabilidad operativa en un sistema de salud público. No es casualidad que Suecia, con su programa de cribado nacional —que cubre al 85% de las mujeres entre 40 y 74 años— haya sido el escenario ideal: el país ya utilizaba un sistema digitalizado de mamografías desde 2010, eliminando barreras técnicas que frenan a otros países.

¿Por qué este estudio podría acelerar la adopción global?

La clave está en los números que el ensayo no destacó: según fuentes del Instituto Karolinska, el costo por mamografía con IA en Suecia fue de €18,50, solo un 22% más que el protocolo tradicional (€15,20). Sin embargo, al reducir los cánceres de intervalo —cuyo tratamiento cuesta un promedio de €45.000 por paciente en la UE—, el ahorro potencial supera los €20 millones anuales solo en Suecia. Este dato, combinado con la evidencia de que la IA no aumenta la carga administrativa (a diferencia de otros sistemas, como la tomosíntesis 3D, que requiere un 40% más de tiempo por caso), podría inclinar la balanza en países con sistemas de salud saturados. La pregunta ahora no es si otros gobiernos seguirán el ejemplo, sino qué nación será la próxima en apostar por la IA como estándar —y si los radiólogos estarán preparados para ceder parte de su autonomía al algoritmo.

La entrada IA revoluciona detección temprana de cáncer de mama: estudio con 100.000 mujeres se publicó primero en En foco Hoy.