Un médico en Bogotá, Quito o Guadalajara recibe una duda clínica compleja a mitad de una jornada saturada, saca el móvil y le escribe por WhatsApp a Salus, un asistente de inteligencia artificial que responde en español y con evidencia médica actualizada en cuestión de segundos.

Salus es la pieza más visible de Coralia Health, una plataforma desarrollada por la firma 360 Health Data sobre los modelos Claude Sonnet y Claude Haiku de Anthropic. Su llegada coincide con un movimiento mayor: esta semana Anthropic presentó Claude for Healthcare, una plataforma pensada para instituciones médicas estadounidenses que automatiza tareas administrativas como las autorizaciones previas y las apelaciones ante aseguradoras, conectada con datos de Medicare y Medicaid, el estándar de codificación ICD-10 y más de 35 millones de artículos científicos indexados en PubMed.

Es una noticia más dentro del ritmo acelerado con el que la IA se instala en los sistemas de salud de Estados Unidos. Pero lo que de verdad le interesa a nuestra región sucede un paso más allá de esa frontera, y ya tiene nombre propio: Salus.

El problema no es la tecnología, es el idioma

Manuela Gutiérrez, directora de proyectos en 360 Health Data, lleva tiempo insistiendo en algo que cualquier médico latinoamericano reconoce de inmediato: gran parte de la evidencia clínica de mejor calidad se produce y se publica en inglés. Eso obliga a los profesionales de la región a invertir tiempo valioso —el mismo que deberían dedicar a sus pacientes— en traducir, contextualizar y validar información dispersa antes de poder aplicarla en consulta.

Con esa idea como punto de partida, el equipo construyó Coralia Health, una plataforma que procesa grandes volúmenes de literatura médica internacional y la traduce al español latinoamericano. El resultado es Salus, capaz de responder consultas con evidencia actualizada a través de búsqueda semántica, funcionando sobre infraestructura de AWS Bedrock y Databricks.

Cómo funciona Salus por dentro

El detalle que más llama la atención sigue siendo el canal: los médicos consultan a Salus directamente por WhatsApp, como si le escribieran a un colega, sin portales complicados ni aplicaciones adicionales que instalar. Detrás de esa simplicidad hay un sistema que rastrea literatura médica indexada, la contrasta y devuelve una respuesta contextualizada al idioma y a la práctica clínica local.

El mismo enfoque técnico se trasladó al desarrollo del producto: junto a la firma Source Meridian, el equipo adoptó un esquema de Desarrollo Dirigido por Especificaciones apoyado en Claude Code, Claude Cowork y Claude Design, lo que permitió estandarizar el proceso completo, desde la idea hasta el despliegue, y acortar los tiempos de entrega.

Un mercado que crece más rápido de lo que los sistemas pueden absorber

El momento no es casual. El mercado de salud digital en América Latina proyecta superar los 9.000 millones de dólares en 2026, con un crecimiento anual cercano al 37,6%. Pero ese entusiasmo choca con una realidad menos glamorosa: sistemas de salud saturados, personal médico al límite y datos clínicos fragmentados entre instituciones que ni siquiera logran comunicarse entre sí. En Colombia, por ejemplo, se estima que cerca del 40% de las instituciones de salud todavía opera con sistemas que no son interoperables.

Gutiérrez enmarca el desafío con una regla que también manejan consultoras internacionales como BCG: el éxito de un proyecto de IA depende apenas en un 10% del algoritmo y en un 20% de la tecnología y los datos. El 70% restante son personas, procesos y gestión del cambio. Dicho de otra forma: no basta con tener el modelo más potente si nadie sabe —o no quiere— usarlo.

Las dudas que persisten: ¿basta con traducir la evidencia?

El entusiasmo alrededor de Salus no debería ocultar los desafíos de fondo. Traducir literatura médica al español resuelve una barrera real, pero no sustituye la necesidad de historiales clínicos interoperables, gobernanza de datos ni marcos regulatorios claros sobre responsabilidad médica cuando interviene una IA en la toma de decisiones. La adopción de este tipo de herramientas también depende de la conectividad y la infraestructura digital de cada país, que sigue siendo desigual entre zonas urbanas y rurales de la región.

A esto se suma un cambio de fondo en el propio sector: la transición de chatbots que solo contestan preguntas hacia agentes de IA autónomos capaces de planificar tareas y ejecutar acciones con mínima supervisión humana, un terreno donde la regulación todavía va varios pasos por detrás de la tecnología.

La equidad como meta, no como discurso

Para Gutiérrez, el fondo del asunto no es tecnológico sino de justicia sanitaria. Según ha explicado, la meta de aplicar IA a la medicina «no se trata solo de innovación, sino de equidad», una idea que resume bien el espíritu detrás de Coralia Health.

Esa aspiración —que un médico en cualquier capital latinoamericana pueda apoyarse en la misma calidad de evidencia clínica que uno en Nueva York o Londres— es, en el fondo, la verdadera noticia detrás del lanzamiento de Anthropic. La plataforma estadounidense abre la puerta; lo que hagan con ella startups regionales como 360 Health Data determinará si la brecha médica de América Latina realmente se acorta o si la IA se convierte en una promesa más que llega tarde a quienes más la necesitan.