How AI is Changing Respiratory Care By Debbie Bunch, AARC, August 7, 2026
La inteligencia artificial ya empezó a modificar el trabajo en Medicina Respiratoria. Su impacto principal no estará en sustituir al profesional que está al lado del paciente, sino en transformar la forma en que se detecta riesgo, se interpreta información, se monitoriza la evolución clínica, se educa al paciente y se toman decisiones dentro de sistemas cada vez más complejos.
La publicación de Debbie Bunch en AARC RC Central resume bien el punto central: la IA no amenaza de manera realista el componente manual, clínico y humano del terapeuta respiratorio, pero sí modificará profundamente su práctica. El profesional respiratorio seguirá colocando interfaces, evaluando trabajo respiratorio, manejando secreciones, ajustando ventiladores, educando familias y respondiendo ante deterioro agudo. La diferencia será que lo hará rodeado de datos, algoritmos, alertas, sistemas predictivos y plataformas de apoyo a la decisión.
Las revisiones recientes muestran aplicaciones amplias: diagnóstico pulmonar, interpretación de pruebas de función respiratoria, imágenes torácicas, ventilación mecánica, rehabilitación pulmonar, telemonitoreo, sueño, atención domiciliaria, tabaquismo, pediatría y neonatología. Una revisión narrativa publicada en Interactive Journal of Medical Research subraya que la integración permanente de la IA en el cuidado respiratorio obliga a elevar los estándares académicos de la profesión y a que los terapeutas respiratorios participen activamente en su desarrollo, no solo como usuarios finales. (IJMR)
En la práctica clínica, uno de los campos más importantes será la vigilancia respiratoria continua. Los dispositivos conectados, inhaladores inteligentes, espirómetros portátiles, estetoscopios digitales, sensores vestibles y plataformas de telemedicina permitirán detectar cambios que antes dependían de consultas tardías o de la percepción subjetiva del paciente. En asma y EPOC, los inhaladores inteligentes pueden mejorar adherencia, técnica inhalatoria y seguimiento; algunos modelos han explorado predicción de exacerbaciones mediante sonidos respiratorios, síntomas y telemonitoreo. (Frontiers)
En hospital y terapia intensiva, la IA tendrá un papel relevante en ventilación mecánica. No se limitará a proponer parámetros; también podrá reconocer asincronías, identificar ventilación fuera de objetivos, estimar riesgo de ventilación prolongada, sugerir momento de destete y apoyar decisiones sobre traqueostomía o liberación del ventilador. La literatura revisada en Frontiers in Digital Health describe modelos aplicados a optimización de PEEP, FiO₂, volumen corriente, detección de asincronía, predicción de destete y reducción potencial de complicaciones asociadas a ventilación. (Frontiers)
Esta evolución encaja con las guías modernas de soporte respiratorio no invasivo. Las guías ATS 2026 sobre soporte respiratorio no invasivo en falla respiratoria aguda están dirigidas a clínicos, terapeutas respiratorios y proveedores avanzados, y enfatizan seguridad, consistencia, calidad, monitorización estrecha y escalamiento oportuno. La IA puede ayudar precisamente en esos puntos: detectar deterioro temprano, vigilar respuesta a alto flujo o VNI, integrar frecuencia respiratoria, FiO₂, SpO₂, esfuerzo, gasometría, hemodinamia y criterios de fracaso.
El riesgo principal será creer que una recomendación automatizada equivale a una decisión clínica. Un algoritmo puede identificar patrones, pero no conoce por sí mismo la historia completa: tolerancia a la mascarilla, ansiedad, secreciones, fragilidad, metas terapéuticas, limitaciones institucionales, disponibilidad de personal, condición familiar o posibilidad real de intubación. En Medicina Respiratoria, la IA debe integrarse como apoyo estructurado, no como autoridad clínica autónoma.
La capacitación será decisiva. El personal respiratorio necesitará competencias nuevas: interpretación crítica de alertas, comprensión básica de calidad de datos, reconocimiento de sesgos, lectura de tendencias, validación clínica de recomendaciones, protección de privacidad y documentación responsable. También será necesario aprender a trabajar con tableros digitales, sistemas de alarma avanzada, simuladores, asistentes educativos y modelos predictivos sin perder exploración clínica directa.
La educación respiratoria también cambiará. Las plataformas con IA pueden personalizar aprendizaje, detectar áreas débiles, crear escenarios de simulación, apoyar debriefing, evaluar desempeño y generar retroalimentación más rápida. La revisión de Frontiers in Digital Health destaca su uso en simulación, aprendizaje adaptativo y evaluación del desempeño en profesiones de salud. Para un servicio de Medicina Respiratoria, esto puede traducirse en entrenamiento in situ sobre oxigenoterapia, alto flujo, VNI, ventilación mecánica, vía aérea, aerosolterapia y deterioro respiratorio. (Frontiers)
También habrá implicaciones para calidad y gestión. La IA puede ayudar a auditar oxigenoterapia sin meta, alarmas repetidas, retraso en escalamiento, variabilidad en protocolos, uso inadecuado de ventiladores, documentación incompleta o falta de seguimiento posterior al alta. Esto tiene valor especial en redes hospitalarias con múltiples sedes, donde la estandarización depende de datos confiables, formación continua y supervisión clínica.
La incorporación segura de IA requiere gobernanza. Los modelos deben ser evaluados localmente, con datos representativos, criterios de seguridad, trazabilidad, supervisión humana y límites claros. La literatura advierte sobre privacidad, sesgo algorítmico, inequidad, confianza excesiva, errores no visibles y responsabilidad profesional ante recomendaciones automatizadas. Una publicación en Respiratory Medicine señala que la IA puede apoyar planes personalizados y monitoreo en tiempo real, pero insiste en privacidad, sesgos y entrenamiento clínico para interpretar sus resultados. (ResMed Journal)
Para México y Latinoamérica, el reto será doble. Habrá que evitar quedar fuera de la transformación tecnológica, pero también impedir una adopción superficial basada solo en comprar equipos o usar aplicaciones. La IA en Medicina Respiratoria debe conectarse con protocolos, simulación, estándares de competencia, calidad, seguridad del paciente, documentación y formación profesional.
El terapeuta respiratorio, el fisioterapeuta respiratorio, la enfermera y el médico que trabajen con IA necesitarán una identidad clínica más fuerte. Quien no comprenda fisiología respiratoria, mecánica ventilatoria, oxigenoterapia, monitorización, aerosolterapia y seguridad del paciente tendrá dificultades para interpretar sistemas inteligentes. La IA no disminuirá la necesidad de formación; la aumentará.
La Medicina Respiratoria del futuro combinará presencia clínica, tecnología, datos y juicio profesional. El valor del personal respiratorio estará en saber mirar al paciente, interpretar la máquina, cuestionar el algoritmo, actuar con oportunidad y mantener responsabilidad humana sobre cada intervención. La capacitación en IA debe iniciar pronto, no como moda tecnológica, sino como parte de la competencia profesional mínima para trabajar en servicios respiratorios modernos.
Bibliografía
Bunch D. How AI is Changing Respiratory Care. AARC RC Central. August 7, 2026.