rcs0086-Inf.docx Descargar original ↓ Ver en SUTRA ↗

GOBIERNO DE PUERTO RICO

20na. Asamblea 2da. Sesión

Legislativa Ordinaria

SENADO DE PUERTO RICO

R. C. del S. 86

INFORME POSITIVO

14 de noviembre de 2025

AL SENADO DE PUERTO RICO:

La Comisión de Salud del Senado de Puerto Rico, previo estudio y consideración de la R. C. del S. 86, recomienda a este Alto Cuerpo su aprobación, con las enmiendas contenidas en el Entirillado Electrónico que se acompaña.

ALCANCE DE LA MEDIDA

La Resolución Conjunta del Senado 86 ordena al Departamento de Salud de Puerto Rico, en coordinación con la Administración de Servicios Médicos (ASEM), el Puerto Rico Innovation and Technology Service (PRITS), el Fideicomiso para Ciencia, Tecnología e Investigación de Puerto Rico, el Recinto de Ciencias Médicas de la Universidad de Puerto Rico y las escuelas de medicina acreditadas en la Isla, realizar una investigación exhaustiva sobre la viabilidad de establecer un Programa de Medicina de Precisión apoyado en Inteligencia Artificial, incluyendo su integración en los procesos diagnósticos; y presentar a la Asamblea Legislativa un plan de implementación con fases, presupuesto estimado y métricas de evaluación; y para otros fines relacionados.

INTRODUCCIÓN

Según se desprende de la Exposición de Motivos de la medida, la importancia que tiene la innovación científica y tecnológica como parte del desarrollo económico y social para Puerto Rico. La medicina de precisión, que considera los factores genéticos, ambientales y sociales de cada individuo, constituye un gran avance en la práctica de la medicina contemporánea. El objetivo de este tipo de medicina es optimizar diagnósticos y tratamientos, reduciendo riesgos y aumentando la efectividad de las intervenciones médicas.

Esta resolución busca estudiar el posible establecimiento de un Programa de Medicina de Precisión apoyado en el uso de la Inteligencia Artificial lo que representa una gran oportunidad para innovar en el campo de la medicina en Puerto Rico. La integración de la Inteligencia Artificial tiene el potencial de transformar el sistema de salud de Puerto Rico mediante procesos de diagnósticos más certeros, la detección temprana de enfermedades, la predicción de riesgos en poblaciones específicas y el diseño de terapias personalizadas.

En Puerto Rico se pueden encontrar instituciones educativas del campo de la salud e instituciones del sector privado que poseen las experiencias y el conocimiento necesario para encauzar proyectos de esta magnitud, tales como: Administración de Servicios Médicos (ASEM), Recinto de Ciencias Médicas (RCM-UPR), Puerto Rico Innovation and Technology Service (PRITS), el Fideicomiso para Ciencia, Tecnología e Investigación de Puerto Rico y la Asociación Médica de Puerto Rico.

La Asamblea Legislativa tiene el deber de impulsar iniciativas que adelanten el bienestar de la población y fortalezcan la posición de Puerto Rico como referente en el ámbito de la salud y la investigación biomédica. La adopción de tecnologías de vanguardia como la Inteligencia Artificial en la medicina de precisión no solo representa una oportunidad para mejorar la atención de los pacientes, sino también un paso firme hacia la transformación del sistema de salud pública en la Isla. En virtud de lo anterior, se presenta esta Resolución Conjunta con el propósito de ordenar la coordinación de los esfuerzos institucionales necesarios y garantizar que Puerto Rico avance de manera estratégica y responsable en la integración de la medicina de precisión en sus procesos de salud.

AnÁlisis de la Medida

Como parte del proceso de análisis y evaluación de la R. C. del S. 86, la Honorable Comisión de Salud del Senado solicitó los comentarios sobre la medida a diversos componentes gubernamentales y no gubernamentales. Los memoriales recibidos y utilizados para el análisis de esta pieza legislativa son: el Departamento de Salud (DS), la Universidad de Puerto Rico (UPR), Puerto Rico Innovation and Technology Services (PRITS), la Administración de Servicios Médicos de Puerto Rico (ASEM), el Fideicomiso para Ciencia, Tecnología e Investigación de Puerto Rico (Fideicomiso) y la Asociación Médica de Puerto Rico (AMPR).

Igualmente, se solicitaron los comentarios a el Colegio de Médicos Cirujanos (CMC), la Escuela de Medicina San Juan Bautista, Ponce Health Sicences University (PHSU) y la Universidad Central del Caribe (UCC), no obstante, al momento de rendir el presente informe no habían sido remitidos a la Ilustre Comisión.

A continuación, presentaremos un resumen de los argumentos y comentarios esbozados por las diferentes agencias y entidades consultadas durante el proceso de evaluación de la medida en referencia.

DEPARTAMENTO DE SALUD (DS)

Al evaluar los pormenores de la medida el Departamento de Salud (DS) expuso la R.C. del S. 86 representa un paso importante hacia la modernización del sistema de salud en Puerto Rico mediante la integración de tecnologías avanzadas. Señaló que la propuesta de un Programa de Medicina de Precisión apoyado en Inteligencia Artificial no solo busca mejorar la calidad de atención médica, sino también posicionar a Puerto Rico como un líder en innovación en el ámbito de la salud. Resaltó que la colaboración entre instituciones y la atención a los desafíos legales y financieros serán claves para el éxito de esta iniciativa.

Enfatizó que la medida vislumbra varios retos regulatorios, como la protección de los datos clínicos y genéticos, la confidencialidad médica y la responsabilidad profesional en diagnósticos asistidos por IA, lo que requiere la implementación de un marco legal y ético robusto. Alertó que, con probabilidad, requerirá la promulgación de legislación adicional sobre el uso de la Inteligencia Artificial que regule el uso de dichas plataformas y actualice los marcos de referencia de otras leyes que pudieran ser impactadas por el uso de esta inteligencia.

Asimismo, destacó que el desarrollo de un sistema de intercambio de información es fundamental para el éxito de esta iniciativa.

El Departamento de Salud consultó a la Oficina de Informática y Avances Tecnológicos y compartió las recomendaciones que dicha Oficina tiene sobre la medida:

El Departamento de Salud concluyó reiterando su endoso a la Resolución Conjunta del Senado 86.

Universidad de Puerto Rico (UPR)

El memorial explicativo presentado por la Universidad de Puerto Rico (UPR) inició explicando, que la R. C. del S. 86 representa una visión de gran trascendencia para el futuro del sistema de salud de Puerto Rico. La UPR expresó que esta medida demuestra un entendimiento de las oportunidades que presenta la convergencia entre la medicina de precisión y la inteligencia artificial, así también, el fomentar la integración y coordinación entre múltiples entidades gubernamentales, académicas, y de investigación.

La UPR identificó una serie de fortalezas y oportunidades entre las que se encuentran:

  1. Visión integral y coordinada: La inclusión de agencias públicas, academia y sector privado lo que refleja una comprensión adecuada del ecosistema institucional necesario para el éxito de esta iniciativa.
  2. Respuesta a necesidades críticas: La medida aborda dos problemas del sistema de salud de Puerto Rico:
    1. La migración y escasez de profesionales médicos; y
    2. La necesidad de optimizar recursos limitados mediante el uso apropiado de tecnología.
  3. Alcance científico apropiado: Los casos de uso identificados en la Sección 2 de la R. C. del S. 86 representan áreas donde la medicina de precisión ha demostrado mayor impacto y viabilidad.
  4. Diversidad genética poblacional: La composición genética única de la población puertorriqueña.
  5. Laboratorio natural: Puerto Rico presenta un “laboratorio natural” de tamaño ideal para implementar, evaluar y perfeccionar programas de medicina de precisión.
  6. Potencial de liderazgo regional: Puerto Rico podría posicionarse como centro de excelencia en medicina de precisión para el Caribe y América.

Por otro lado, la UPR compartió sus preocupaciones y desafíos identificados:

  1. Infraestructura de conectividad: Puerto Rico enfrenta desafíos significativos en conectividad digital, especialmente en áreas rurales y montañosas. Un programa de medicina de precisión requiere una infraestructura de telecomunicaciones robusta y confiable.
  2. Integración de sistemas existentes: Los sistemas de información hospitalaria actuales presentan diversos grados de digitalización y utilizan estándares heterogéneos.
  3. Capacidad computacional: El análisis los datos genómicos y de imágenes médicas de alta resolución requiere capacidad computacional significativa.
  4. Marco regulatorio complejo: La medicina de precisión con inteligencia artificial opera en la intersección de múltiples marcos regulatorios federales y locales, que incluyen regulaciones de la FDA y HIPPA.
  5. Responsabilidad médica y legal: La implementación de sistemas de IA en decisiones clínicas plantea preguntas complejas sobre responsabilidad profesional que requieren clarificación legal previa.
  6. Disponibilidad para toda la comunidad: La investigación deberá contemplar mecanismos que aseguren que el programa sea accesible a toda la población.
  7. Protección de privacidad genética: Los datos genéticos tienen implicaciones son solo para el paciente, sino para familiares presentes y futuros.
  8. Escasez de especialistas: Puerto Rico tienen disponibilidad limitada de profesionales con peritaje en bioinformática, genómica computacional y análisis de datos médicos masivos.
  9. Capacitación del personal existente: Los profesionales de la salud requieren capacitación significativa y continua para utilizar efectivamente herramientas de medicina de precisión con IA. Se requiere un desarrollar un plan de capacitación o educación continua para el personal de salud y técnico.
  10. Retención de talento en IA: Se debe considerar retener personal capacitado en tecnologías con IA.
  11. Costos de implementación: Se estimo que la implementación del programa requerirá una inversión inicial de $15 a $25 millones en infraestructura, $8 a $12 millones anuales en recursos humanos especializados y $5 a $8 millones anuales en operación y mantenimiento.

Considerando las fortalezas, oportunidades, preocupaciones y desafíos la UPR compartió las siguientes recomendaciones a la R. C. del S. 86:

  1. Extensión del periodo de investigación: Recomendó extender el periodo de investigación de 180 días a 270 días para permitir:
    1. Realización de estudios piloto en instituciones seleccionadas.
    2. Evaluación exhaustiva de tecnologías disponibles en el mercado.
    3. Consultas con expertos internacionales en medicina de precisión.
    4. Análisis detallado de marcos regulatorios comparados.
  2. Inclusión del sector privado: Sugirió incluir formalmente al sector privado de la salud e investigación, reconociendo que una implementación exitosa requerirá coordinación y alianzas estratégicas público-privadas.
  3. Componente de formación académica: Propuso incluir, explícitamente, el desarrollo de programas académicos especializados en bioinformática médica, genómica y medicina de precisión en las universidades participantes.
  4. Establecimiento de Comité Asesor Internacional: Recomendó crear un comité asesor de expertos internacionales reconocidos en medicina de precisión e inteligencia artificial medica que aportara significativamente en la etapa de investigación establecida en la Resolución.

La UPR también compartió algunas consideraciones especiales que se deben tener al momento de la implementación del programa. Entre las que se encuentran:

  1. Factores de riesgo específicos:
    1. Vulnerabilidad a desastres naturales: Los sistemas de precisión médica deben diseñarse con resiliencia ante desastres naturales.
    2. Emigración poblacional continua: La emigración sostenida de profesionales jóvenes y especializados en el área de la medicina y IA.
  2. Oportunidades de mitigación:
    1. Colaboraciones internacionales: Planteó establecer alianzas con instituciones académicas y de investigación de prestigio internacional.
    2. Desarrollo de capacidades exportables: Recomendó diseñar el programa puede diseñarse para generar servicios y conocimiento exportables a otros marcados.

Concluyó la UPR indicando que la R. C. del S. 86 representa una oportunidad transformadora para Puerto Rico, toda vez que podría:

  1. Mejorar significativamente los resultados de salud de la población mediante diagnósticos más precisos, tratamientos personalizados y medicina preventiva basada en riesgo genético.
  2. Optimizar recursos limitados del sistema de salud a través de automatización inteligente, predicción de riesgos y reducción de pruebas diagnósticas innecesarios.
  3. Posicionar a Puerto Rico como líder regional en innovación médica, biotecnología y salud digital, atrayendo inversión, talento y reconocimiento internacional.
  4. Crear nuevas oportunidades económicas mediante el desarrollo de una industria de salud de alta tecnología con potencial de exportación de servicios y conocimiento.

Finalmente, planteó que la medicina de precisión con inteligencia artificial representa un futuro de la práctica médica. Puerto Rico tiene la oportunidad histórica de liderar esta transformación en el Caribe, pero el éxito requerirá planificación, inversión sostenida y colaboración estratégica entre todos los sectores en Puerto Rico.

Puerto Rico Innovation AND technology services (PRITS)

El memorial explicativo presentado por la Puerto Rico Innovation and Technology Services (PRITS) inició reconociendo la loable intención de la medida, particularmente en cuanto a fomentar la innovación tecnológica en el ámbito de la salud. No obstante, aclaró cuál es el marco legal que rige las funciones de la agencia.

Indicó que, la Ley Núm. 75, supra, en su Artículo 6, incisos (i), (t) y (w),3 asigna a PRITS responsabilidades tales como liderar la estrategia de innovación del país, encargarse de la transformación digital y establecer los estándares y la arquitectura integrada de las tecnologías de información y comunicación (TIC) del gobierno. A su vez, los incisos (u), (v) y (ff) refuerzan ese rol de planificación y normalización en materia de TIC gubernamental. Enfatizó que estas disposiciones confirman que sa jurisdicción está estrechamente vinculada a la administración pública y no a la práctica de la medicina ni al desarrollo de infraestructura hospitalaria o de investigaciones asociadas a aspecto de la salud.

En atención a ello, subrayó que la manera en que se practica la medicina en Puerto Rico y la tecnología empleada en entornos clínicos son asuntos que recaen en el Departamento de Salud, en ASEM y en las instituciones académicas especializadas. Planteó que, aunque el Artículo 6, inciso (b), de su ley habilitadora la faculta a brindar apoyo tecnológico a las agencias, esa disposición no le otorga autoridad para dirigir o evaluar proyectos clínicos ni establecer protocolos diagnósticos. Por lo tanto, alertó que no sería adecuado asignar a PRITS un rol en este tipo de investigación, que corresponde a entidades con peritaje en ciencias aliadas a la salud.

Asimismo, PRITS reseñó que el Artículo 7, incisos (2) y (3) de la Ley Núm. 75, supra, otorga al Principal Ejecutivo de Innovación e Información (PEII) facultades para contratar servicios, emitir órdenes y realizar estudios relacionados con innovación y tecnología gubernamental. Ello, sin embargo, debe interpretarse dentro del ámbito propio de la ley, lo que excluye la intervención en materias clínicas. Coligió que la Agencia puede colaborar como ente asesor en lo relativo a sistemas de información gubernamentales, pero no como una entidad, de cierto modo, con un rol determinante en la viabilidad de un programa relacionado con aspectos médicos.

En lo que respecta a la seguridad de la información, la Ley Núm. 40-2024, conocida como “Ley de Ciberseguridad del Estado Libre Asociado de Puerto Rico”, explicó que le da responsabilidad en PRITS de desarrollar y actualizar las estrategias de ciberseguridad del gobierno. Es de la opinión que su participación en un proyecto de investigación sobre medicina de precisión podría generar una confusión de roles, al mezclar nuestras responsabilidades de evaluación y supervisión con funciones de implementación clínica que no nos corresponden.

Además, en cuanto al manejo de información de salud, puntualizó que existe un marco federal específico y que ocupa el campo, siendo ello la Ley HIPAA, y sus reglamentos de privacidad y seguridad. En cambio, la Ley Núm. 40, supra, requiere en PRITS velar por la seguridad de datos bajo custodia gubernamental, sin sustituir el régimen federal aplicable a los datos clínicos.

PRITS fue enfático al afirmar que no resultaría adecuado requerir su participación como parte integrante de una investigación en el área médica, pues ello, a su juicio, desviaría recursos de su misión principal y extendería el alcance más allá de lo dispuesto por Ley. No obstante, adujo que lo anterior no impide su colaboración de forma complementaria, a solicitud del Departamento de Salud o de las entidades especializadas, en aquellos aspectos que vinculen sistemas de información gubernamentales, interoperabilidad o estándares de seguridad digital en plataformas estatales. Acentuó que, de esta manera se mantendría la coherencia institucional y se garantizaría su cumplimiento con el mandato legal, al tiempo que se facilita el desarrollo de iniciativas en salud desde las entidades con expertise y competencia clínica y regulatoria.

Concluyó PRITS que la R. C. del S. 86 persigue un objetivo meritorio en favor de la salud pública y la innovación, sin embargo, sus funciones se centran en la política pública de innovación, la infraestructura tecnológica gubernamental y la ciberseguridad, sin incluir la viabilidad clínica ni la provisión de infraestructura tecnológica en el sentido amplio que recoge la Exposición de Motivos. Por tal razón, respetuosamente solicitó ser eximido del grupo de entidades designadas en la medida. Finalmente reiteró su disposición de colaborar en calidad de asesor técnico en lo que concierne a la integración de sistemas gubernamentales o a la evaluación de seguridad en activos públicos.

AdministraciÓn de servicios mÉdicos de puerto rico (ASEM)

En su memorial explicativo la Administración de Servicios Médicos de Puerto Rico (ASEM) explicó que la integración de la IA en los procesos diagnósticos y terapéuticos representa una oportunidad para mejorar significativamente los resultados clínicos de la población, optimizar la eficiencia operativa de las instituciones de salud y posicionar a Puerto Rico como un centro de innovación biomédica en la región.

Expresó, que la aplicación de la inteligencia artificial en el campo de la salud se ha convertido en una herramienta clínica y de investigación necesaria para mantener a Puerto Rico en la vanguardia de los tratamientos médicos. Asimismo, hizo hincapié en las áreas de la salud que la aplicación de la IA tiene alta relevancia:

  1. Oncología de precisión

Reveló que, se han identificado múltiples herramientas con IA que permiten un análisis de datos oncológicos a una escala y profundidad inalcanzables por lo métodos convencionales, mejorando tanto el diagnóstico clínico como la investigación fundamental. Plataformas como Aiforia emplean algoritmo de aprendizaje profundo para análisis imágenes histopatológicos digitalizadas.

Añadió que, existen soluciones como Nanox AI (antes Zebra Medical Vision) analizan estudios de imágenes (mamografías, tomografías computarizadas) para la detección temprana de lesiones sospechosas, priorizando casos de alto riesgo para la revisión del radiólogo y reduciendo el tiempo hasta el diagnóstico. Siguiendo esta línea, expuso que PathAI es una plataforma de IA que asiste en la investigación oncológica al analizar cohortes masivas de datos patológicos. Amplió, que esto permite a los investigadores identificar nuevos biomarcadores predictivos de respuesta a terapias, acelerando así los ensayos clínicos de nuevos fármacos. Reveló que, actualmente se encuentran en desarrollo herramientas como BenevolentIA, que integran y analizan conjuntos de datos de genómica, proteómica y literatura científica para generar nuevas hipótesis e identificar objetivos moleculares potenciales para desarrollar terapias oncológicas dirigidas.

  1. Manejo de enfermedades crónicas

ASEM exteriorizó que en los últimos años han surgido modelos predictivos para la gestión proactiva de condiciones crónicas, que constituyen una carga significativa para el sistema de salud. Incluso, existen algoritmos de aprendizaje automático que pueden analizar flujos de datos de monitores continuos de glucosa o glucómetros digitales con capacidad de interoperabilidad, para predecir eventos de hipo e hiperglucemia en pacientes diabéticos. Enunció que, los sistemas de IA integrados con expedientes médicos electrónicos (EMR) pueden identificar pacientes con patrones de alto riesgo para el desarrollo de complicaciones de salud y actuar de forma proactiva.

Señaló que, al utilizar plataformas en la nube como el Google Cloud’s Healthcare AI se pueden analizar datos de salud poblacionales anonimizados para identificar factores sociales y clínicos específicos que influyen en la progresión de enfermedades cardiovasculares en la población de Puerto Rico. Agregó que, existen otras plataformas como nference permiten la investigación traslacional mediante el análisis de datos multimodales (clínicos, genómicos) para descifrar los mecanismos biológicos de enfermedades autoinmunes con alta prevalencia local, como el lupus eritematoso sistémico.

  1. Farmacogenómica y terapia personalizada

Ilustró que, la farmacogenómica, potenciada por la IA, es la base para la prescripción de medicamentos basada en el perfil genético del individuo, maximizando la eficacia y minimizando la toxicidad. Relató, que la IA puede analizar variantes genéticas de un paciente para predecir la respuesta a diferentes fármacos antidepresivos, guiando al psiquíatra hacia la selección terapéutica más apropiada desde el inicio. Mientras que, en oncología, el análisis computacional del perfil genómico de un tumor permite identificar mutaciones accionables y recomendar la terapia dirigida o inmunoterapia más efectiva.

ASEM aseveró que plataformas como Atomwise utilizan IA para realizar un análisis virtual de millones de compuestos químicos, prediciendo su potencial para convertirse en fármacos eficaces contra objetivos moleculares específicos, lo que reduce drásticamente los costos y tiempos de las fases preclínicas. Orientó que, DeepVariant de Google emplea redes neuronales para identificar variantes genéticas en datos de secuenciación con una precisión superior a los métodos tradicionales, una herramienta fundamental para la investigación farmacogenómica.

  1. Herramientas de Soporte a la Decisión Clínica y Eficiencia Operativa

Expresó ASEM que, en el renglón de la documentación clínica inteligente, con soporte de decisiones clínicas (CDS) como DAX Copilot, Noki y Suki utilizan IA de sonido ambiental para transcribir la conversación médico-paciente directamente al EMR, reduciendo la carga administrativa y permitiendo al clínico centrarse en el paciente. Reveló que, actualmente la institución se encuentra evaluando Noki y Suki para estos fines, en integración con el sistema de EMR (Meditech Expanse).

Comentó que, en los campos de radiología y neurología de emergencia, Rapid AI, es una herramienta de IA crítica que analiza imágenes cerebrales para detectar accidentes cerebrovasculares (ACV), notificando a los especialistas en minutos. Afirmó que el mismo se encuentra en proceso de implementación en ASEM. Destacó que, Quicktome asiste en la planificación neuroquirúrgica mediante el mapeo de redes cerebrales funcionales para preservar la función neurológica del paciente, siendo esta una herramienta que actualmente está siendo evaluada por el Hospital Universitario Pediátrico.

Infraestructura Requerida: Tecnológica, Biomédica y Hospitalaria


Argumentó ASEM que la ejecución exitosa de este programa depende de una infraestructura habilitadora robusta. Afirmó que, el desarrollo y la adopción universal del “Puerto Rico Health Information Exchange” (PRHIE) es un sumamente necesario para este programa, toda vez que garantizaría la interoperabilidad y el flujo seguro de datos del paciente, que alimentarán los algoritmos de IA. Enfatizó que los hospitales y laboratorios deben invertir en:

  1. Infraestructura de Datos: Soluciones de almacenamiento escalables (en la nube o híbridas) y seguras para manejar grandes volúmenes de datos genómicos y de imágenes.
  2. Centros de cómputos de alto rendimiento: Acceso a centros de datos potentes para el desarrollo de modelos y agentes IA.
  3. Digitalización de Patología: Adopción de escáneres de portaobjetos completos.
  4. Conectividad de Red: Redes de alta velocidad y baja latencia para la transferencia eficiente de datos médicos.

Capital Humano y Recursos Académicos

ASEM planteó, que Puerto Rico posee una base académica sólida para cultivar el talento necesario con instituciones como la Universidad de Puerto Rico en Mayagüez y la Universidad Politécnica las cuales forman profesionales de alto calibre en ingeniería y ciencias de la computación. Aunque reconoció que el Recinto de Ciencias Médicas es el centro neurálgico de la formación en salud y de investigaciones clínicas en Puerto Rico, arguyó que resulta necesario fomentar una alineación estratégica entre los currículos académicos y las necesidades del sector de la salud digital.

Marco Legal y Regulatorio

Según manifestó ASEM, la implementación debe estar sujeta a un marco legal y ético bien documentado, tomando en cuenta lo siguiente:

  1. Protección de Datos y Privacidad: Se garantizará el cumplimiento estricto de la ley federal HIPAA y de las regulaciones de privacidad locales.
  2. Responsabilidad Médica: El marco de responsabilidad civil en Puerto Rico, basado en la negligencia comparativa modificada, deberá ser analizado y, si es necesario, adaptado para clarificar la responsabilidad en casos donde se utilicen herramientas de IA como apoyo a la decisión clínica.
  3. Legislación sobre uso AI: Se requiere creación de nuevos proyectos de ley que regulen el uso de plataformas AI y actualicen los marcos de referencia de otras leyes que pudieran ser impactadas por el uso de inteligencia artificial.

Plan de Implementación, Costos Estimados y Financiamiento

Buscando asegurar el éxito de esta iniciativa, ASEM propuso un plan de implementación por fases mediante un proyecto piloto. Las Fases de Implementación presentadas fueron las siguientes:

  1. Fase 1 (Año 1-2): Fundación y Proyectos Piloto. Consolidación del PRHIE. Implementación de proyectos piloto de IA en áreas de alto impacto (radiología de ACV, patología oncológica) en instituciones seleccionadas. Tanto ASEM como el Hospital Universitario de Adultos y Hospital Universitario Pediátrico, comparten sistema de EMR, red y bases de datos, además de contar con una gran variedad de especialidades, lo que los convierte en un escenario ideal para estos fines.
  2. Fase 2 (Año 3-4): Expansión e Integración Sistémica escalonado de las soluciones piloto exitosas al resto del sistema. Integración de la farmacogenómica en protocolos clínicos. Creación de un biobanco de datos para la investigación.
  3. Fase 3 (Año 5): Sostenibilidad y Liderazgo en Innovación de un ecosistema de salud digital autosostenible que fomente la investigación y el desarrollo local, y posicione a Puerto Rico como un líder regional.

Fuentes de Financiamiento

Para cubrir los costos proyectados, propuso una estrategia de financiamiento diversificada:

  1. Fondos Federales: mediante grants de investigación.
  2. Fondos Locales: asignación presupuestaria del fondo general recurrente durante la ejecución de las fases del proyecto.
  3. Asignaciones Legislativas.
  4. Alianzas Público-Privadas (APP): Desarrollar modelos de colaboración con empresas del sector tecnológico y farmacéutico para compartir costos y riesgos en proyectos piloto y de investigación.
  5. Grants de investigación con fuente privada.

Estrategias para Garantizar el Acceso Equitativo

ASEM aseveró que resulta imperativo para la salud pública es asegurar que los beneficios de esta tecnología alcancen a toda la población, sin exacerbar las disparidades existentes. Para ello propuso:

  1. Infraestructura Digital Inclusiva: El PRHIE deberá ofrecer un flujo de información seguro y completo entre pacientes, instituciones hospitalarias, médicos primarios, laboratorios y centros radiológicos alrededor de toda la isla.
  2. Portal del Paciente: Cada institución hospitalaria debe contar con un Portal del Paciente, bilingüe, fácil de usar y accesible desde dispositivos móviles.
  3. Equipos médicos inteligentes: Los pacientes deben tener accesibilidad para adquirir dispositivos médicos como glucómetros y esfigmomanómetro digital con la capacidad de conectividad a la red.
  4. Acceso a Internet: Dado que el acceso al internet y teléfonos inteligentes no es universal, se deben implementar estrategias como:
    1. Identificar fondos para expandir el acceso a internet asequible.
    2. Desarrollar programas de educación digital en salud en centros de salud primaria (Centros 330) y centros comunitarios.
    3. Asegurar que las aplicaciones orientadas al paciente sean de bajo consumo de datos y funcionales en dispositivos de gama media.

Marco de Evaluación de Resultados

Para garantizar la rendición de cuentas y la mejora continua, destacó que el Programa de Medicina de Precisión debe ser evaluado en cada uno de sus componentes.

  1. Métricas de Resultados Clínicos
    1. Tasa de Diagnóstico Temprano: Aumento porcentual en la detección de cánceres (ej. mama, próstata, pulmón) en estadios tempranos en comparación con la línea de base.
    2. Precisión Diagnóstica: Reducción en la tasa de falsos negativos en lecturas radiológicas y análisis de muestras patológicas.
    3. Adopción de Terapia Dirigida: Porcentaje de pacientes oncológicos con un perfil genómico accionable que reciben una terapia dirigida o inmunoterapia apropiada.
    4. Reducción de Eventos Adversos a Medicamentos: Disminución porcentual de efectos adversos conocidos y prevenibles mediante farmacogenómica en áreas como la cardiología y la psiquiatría.
    5. Mejora en Enfermedades Crónicas: Reducción en la tasa de hospitalizaciones y visitas a salas de emergencia por complicaciones agudas de la diabetes (cetoacidosis).
  2. Métricas de Eficiencia Operativa y de Sistema
    1. Tiempo de Respuesta: Reducción en el tiempo promedio desde la toma de una biopsia hasta la entrega del informe patológico final. Reducción del tiempo en el tratamiento de accidentes cerebrovasculares. Reducción del tiempo en lecturas radiológicas.
    2. Eficiencia del Clínico: Disminución del tiempo promedio que los médicos dedican a la documentación por encuentro de paciente, medido a través de auditorías de uso del EMR.
    3. Optimización de Pruebas: Reducción en el uso de pruebas diagnósticas seriadas o innecesarias gracias a la mayor precisión del diagnóstico inicial.
    4. Capacidad del Sistema: Aumento en el número de estudios de imagenología y patología que un especialista puede revisar con precisión en un período determinado.
  3. Métricas Financieras y de Costo-Efectividad
    1. Retorno sobre la Inversión
    2. Costo por Diagnóstico Preciso: Análisis del costo total para llegar a un diagnóstico definitivo en vías clínicas específicas (ej. nódulo pulmonar solitario).
    3. Análisis de Costo-Efectividad
    4. Reducción de Gastos a Largo Plazo: Ahorros proyectados por la disminución en la progresión de enfermedades crónicas y el tratamiento de cánceres en etapas más tempranas y menos costosas.
  4. Métricas de Acceso y Equidad
    1. Análisis Demográfico de Uso: Informes del uso de servicios de medicina de precisión por región geográfica (urbana vs. rural), edad, sexo y tipo de seguro médico para identificar y corregir brechas.
    2. Tasa de Adopción del Portal del Paciente: Medición del registro y uso activo del portal en diferentes grupos socioeconómicos y niveles de dominio digital.
    3. Tiempo de Espera para Especialistas: Reducción en el tiempo de espera para consultas especializadas para pacientes en áreas desatendidas, facilitado por telediagnóstico y priorización por IA.
  5. Métricas de Satisfacción y Experiencia
    1. Satisfacción del Paciente: Encuestas de satisfacción del paciente. Estas pueden ser publicadas desde los portales del paciente de cada institución o con encuestas privadas a la población en general.
    2. Satisfacción del Proveedor: Resultados de encuestas dirigidas a médicos, personal de enfermería y técnicos sobre la utilidad clínica de las herramientas de IA, así como su impacto en el agotamiento profesional (burnout).
    3. Tasa de Adopción de Herramientas: Porcentaje de clínicos que utilizan activamente las nuevas herramientas de IA en su práctica diaria después de la capacitación.
  6. Métricas de Investigación e Innovación
    1. Producción Científica: Número de publicaciones en revistas científicas revisadas por pares que se originan de los datos y capacidades del programa.
    2. Atracción de Fondos de Investigación: Monto total de subvenciones federales (NIH, NSF) y privadas atraídas por investigadores locales para proyectos que utilizan la infraestructura del programa.
    3. Desarrollo de Capital Humano: Número de profesionales y estudiantes graduados de programas de formación en bioinformática, genómica y ciencia de datos en salud.
    4. Actividad Económica: Creación de nuevas empresas (startups) y empleos de alta cualificación en el sector de la biotecnología y la salud digital en la isla.

ASEM puntualizó que la implementación de un programa de medicina de precisión apoyado por Inteligencia Artificial es una inversión estratégica en la salud de los ciudadanos y en la competitividad económica de Puerto Rico.

FIDEICOMISO PARA CIENCIA, TECNOLOGÍA E INVESTIGACIÓN

DE PUERTO RICO (FIDEICOMISO)

El memorial explicativo presentado por la Fideicomiso para Ciencia, Tecnología e Investigación de Puerto Rico (Fideicomiso) inició explicando que la medicina de precisión, potenciada por IA, es reconocida globalmente como uno de los avances más significativos en la medicina contemporánea, capaz de optimizar diagnósticos y tratamientos al considerar la variabilidad genética, ambiental y de estilo de vida de cada individuo. Es de la opinión que integrar la IA en los servicios de salud de Puerto Rico ofrece una oportunidad estratégica para transformar el sistema de salud y fortalecer su liderazgo en innovación biomédica. A través de su memorial explicativo presentó los desafíos identificados, las recomendaciones puntuales y las mejores prácticas internacionales, respaldadas por evidencia científica, que deben considerarse en el análisis y el informe final.

Comité Timón y Mapeo de Stakeholders

Expuso que la implementación de un programa de esta magnitud requiere gobernanza multisectorial. Considera que la coordinación entre el Departamento de Salud, ASEM, PRITS, el Fideicomiso, el Recinto de Ciencias Médicas de la UPR y las escuelas de medicina privadas, además de incluir a aseguradoras, sector tecnológico, organizaciones de pacientes y colegios profesionales constituye un comienzo sólido, ya que los proyectos exitosos de salud digital cuentan con estructuras de gobernanza multisectoriales. Brindó como ejemplo a Reino Unido y Singapur quienes han demostrado que la colaboración coordinada entre la salud pública, las universidades y las empresas biotecnológicas facilita la innovación y la adopción de la medicina genómica.

Recomendó:

  1. Definir roles y responsabilidades claras dentro del comité. Incluir guías claras sobre métricas y expectativas para la entrega e implementación.
  2. Realizar un mapeo de capacidades y brechas, inventariando bases de datos, proyectos y oportunidades de financiamiento.
  3. Asegurar recursos dedicados y fondos para investigación y análisis, con supervisión continua más allá del reporte inicial.

Fragmentación y Recursos para Datos

Uno de los mayores retos identificados por el Fideicomiso fue la fragmentación y variabilidad de los datos médicos en Puerto Rico. Sostuvo, que la información clínica se encuentra dispersa entre Medicaid/Medicare (CMS), bases de datos de Veteranos, Centros de Salud 330, el Centro Médico, distintos hospitales privados y el Centro Comprensivo de Cáncer, cada cual con sistemas propios que no se comunican entre sí, lo que dificulta la interoperabilidad y limita la capacidad de extraer conocimiento utilizable mediante herramientas de IA. Planteó que, sin datos interoperables y representativos de nuestra población, los algoritmos no pueden entrenarse eficazmente ni ofrecer recomendaciones clínicas confiables.

Recomendó:

  1. Investigar y definir un modelo de datos común para información estructurada y no estructurada.
  2. Aprovechar iniciativas locales como la Alliance for Translational and Clinical Research de la UPR para unificar datos clínicos e investigativos.
  3. Definir el rol del Puerto Rico Health Information Exchange (PRHIE) el cual debe impulsar la integración de las bases de datos públicas y privadas de salud con estándares internacionales (e.g., HL7 FHIR).
  4. Asegurar el cumplimiento estricto de HIPAA y de la Ley de Protección de Datos de Salud de Puerto Rico en todas las etapas. Considerar acuerdos de intercambio, retención definida, trazabilidad y protocolo de incidentes; evitar reentrenamiento con datos gubernamentales sin autorización contractual.
  5. Aplicar una gestión basada en riesgos para el uso de IA en salud. Esto incluye crear un inventario de casos de uso, clasificar los sistemas según estándares reconocidos como NIST o ISO y exigir una Evaluación de Impacto Algorítmico (AIA) para cualquier sistema considerado de alto riesgo, como los que se usan en diagnóstico, triage, biometría o farmacogenética.

Capacitación Interdisciplinaria

Comentó que existe una brecha significativa en la formación de talento especializado en ciencia de datos aplicada a la salud. Alertó que, actualmente no hay suficientes programas académicos que integren informática biomédica, análisis de datos y práctica clínica, lo que limita tanto a profesionales técnicos como a médicos, enfermeros y administradores que necesitan competencias en IA para mejorar la toma de decisiones clínicas e investigativas. Relató que la experiencia internacional sugiere que la educación interdisciplinaria y la colaboración global son factores decisivos para acelerar la adopción y maximizar el impacto de estas iniciativas.

Recomendó:

  1. Analizar los programas existentes en las universidades locales y definir qué se necesitan para que puedan establecer cursos, certificaciones o grados en áreas como “Informática en Salud” o “Data Science”.
  2. Explorar convenios de capacitación con instituciones líderes, como el National Institutes of Health (NIH) o el American Board of Precision Medicine, para facilitar estancias, certificaciones y acceso a mejores prácticas en medicina de precisión.
  3. Investigar iniciativas locales como el grant HiREC de la Escuela de Medicina de la UPR.
  4. Financiar proyectos piloto donde equipos interdisciplinarios (científicos de datos médicos/investigadores) desarrollen prototipos de herramientas de IA enfocadas en problemas prioritarios de Puerto Rico.

Cobertura, Regulación y Sostenibilidad Financiera

Aseveró el Fideicomiso que la sostenibilidad de la medicina de precisión en Puerto Rico depende de dos ejes complementarios: (1) su integración a los esquemas de pago (cobertura por seguros médicos, tanto públicos como privados) y (2) la creación de modelos de negocio y fuentes de financiamiento que sostengan la iniciativa a largo plazo.

Recomendó:

  1. Evaluar la alineación regulatoria con CMS y aseguradoras locales, identificando pruebas y procedimientos cubiertos y gestionando evidencia clínica local.
  2. Realizar análisis comparativos con programas internacionales (benchmarking) y desarrollar estudios de costo-efectividad.
  3. Analizar marcos legislativos avanzados sobre el uso de IA en salud, incluyendo obligaciones de divulgación (ej. aviso de uso de IA al paciente), gobernanza interna, revisión humana obligatoria y mecanismo de apelación.

Infraestructura Energética y Tecnológica

Exhibió que el análisis de big data, la secuenciación genómica y los modelos avanzados de IA requieren una infraestructura tecnológica robusta, incluyendo centros de datos confiables y capacidad de cómputo de alto rendimiento (HPC). Advirtió que, en Puerto Rico, la vulnerabilidad del sistema eléctrico plantea un riesgo significativo para un programa que dependerá de la disponibilidad continua de energía.

Recomendó:

  1. Investigar la infraestructura existente y oportunidades para establecer un centro principal de datos biomédicos con microredes de energía renovable y sistemas de respaldo.
  2. Explorar acuerdos de cloud computing con compañías de servicio y colaboraciones con universidades de EE. UU. para acceso a supercomputadoras.
  3. Promover tecnología sostenible y verde para minimizar la huella ambiental y definir protocolos de contingencia para eventos adversos.

Ética, Privacidad y Aceptación Social

Además, detalló que la incorporación de IA y medicina de precisión en la atención médica conlleva retos éticos importantes: riesgos de sesgos en los algoritmos, consideraciones sobre la privacidad y el uso secundario de datos genéticos, la necesidad de consentimiento informado para nuevos tipos de análisis y la confianza del público en estas tecnologías. Adujo que Puerto Rico, con antecedentes históricos que han generado desconfianza en intervenciones médicas, debe abordar estos aspectos con máxima sensibilidad y transparencia.

Recomendó:

  1. Desarrollar un código de ética específico, adaptado al marco legal y cultural local.
  2. Conformar comités de ética interdisciplinarios y campañas de educación ciudadana.
  3. Asegurar acceso a estas nuevas tecnologías para comunidades desatendidas y con mayor necesidad, incluyendo proyectos piloto en zonas vulnerables.
  4. Gestionar el cambio con profesionales de la salud, identificando líderes institucionales y ofreciendo seminarios de familiarización.

ASOCIACION MÉDICA DE PUERTO RICO (AMPR)

Por su parte, el memorial explicativo presentado por la Asociación Médica de Puerto Rico (AMPR) inició explicando, que aprecia el propósito fundamental en explorar mecanismos que mejoren los procesos diagnósticos y terapéuticos, optimicen recursos y fortalezcan el sistema de salud. No obstante, tras un análisis cuidadoso del contenido de la Resolución Conjunta del Senado 86, considera que la redacción y alcance de la medida exceden el marco de una mera investigación exploratoria, y podrían interpretarse como un mandato de implementación anticipada, sin la debida maduración técnica, científica ni regulatoria que un proyecto de esta naturaleza requiere.

En cuanto a las observaciones generales de la medida enumeró las siguientes:

  1. Naturaleza del Mandato

Se desprende del memorial que la resolución de estudio, en la práctica impone al Departamento de Salud y a diversas instituciones académicas y tecnológicas la elaboración de un plan de implantación con fases, presupuesto y métricas. Esto constituye, en los hechos, un mandato operacional prematuro.

  1. Desarrollo incipiente de la Inteligencia Artificial Médica

La AMPR indicó que la Inteligencia Artificial en medicina aún se encuentra en un proceso de validación, supervisión ética y revisión regulatoria a nivel mundial. Incluso países con vastos recursos tecnológicos avanzan con prudencia, evaluando capacidades, limitaciones y riesgos antes de oficializar su uso clínico extensivo.

  1. Riesgos y responsabilidades profesionales

La AMPR expresó que aún los modelos de IA más avanzados pueden incurrir en errores diagnósticos o interpretativos. Por ello, reafirmó que estas herramientas deben considerarse complementos al juicio clínico del médico, nunca sustitutos del mismo. Su uso responsable requiere supervisión directa de profesionales de la salud debidamente adiestrados.

  1. Necesidad de observación y aprendizaje global

A su vez, planteó que Puerto Rico debe mantenerse atento a las experiencias y resultados de programas internacionales de medicina de precisión e IA médica antes de definir una política pública formal. Considera preferible adoptar un enfoque de observación activa, educación y capacitación progresiva, mientras se fortalecen nuestras capacidades locales en bioética, ciberseguridad, infraestructura tecnológica y formación profesional.

  1. Marco legal y acreditador vigente

Resaltó, que la práctica de la medicina en Puerto Rico está reglamentada por leyes estatales y federales, así como por entidades acreditadoras y sistemas de pago como Medicare, Medicaid y otras aseguradoras que establecen normas y protocolos clínicos. Cualquier programa que integre Inteligencia Artificial en el proceso diagnóstico o terapéutico debe cumplir con esos marcos regulatorios y de acreditación. Advirtió, que ningún proyecto local puede operar al margen de las disposiciones federales o los estándares clínicos que rigen la práctica médica en Estados Unidos y sus jurisdicciones.

  1. Necesidad de adiestramiento profesional y supervisión ética

Indicó que operar un sistema de esta índole requerirá que incluso los más experimentados clínicos reciban adiestramiento formal para su uso certero, ético y útil. Aseveró que la Inteligencia Artificial aplicada a la medicina exige comprensión de sus límites, validación constante de resultados y capacidad para interpretar críticamente la información generada. Le preocupa que algunas interpretaciones públicas pudieran entender estos sistemas como herramientas autónomas que cualquier persona podría utilizar sin la intervención de un profesional de la salud, lo cual sería un riesgo ético, clínico y legal inaceptable.

  1. Ausencia de asignación presupuestaria y de parámetros regulatorios

La AMPR puntualizó que la medida no identifica fuentes concretas de financiamiento ni mecanismos de control ético, lo que podría generar cargas institucionales sin garantías de sostenibilidad.


La Asociación Médica de Puerto Rico recomendó que la Resolución Conjunta del Senado 86 no sea aprobada en su forma actual, en cambio, sugirió que, en su lugar, la redacción de una resolución sustitutiva que disponga la creación de un grupo de trabajo interagencial y multidisciplinario, con representación del Departamento de Salud, las escuelas de medicina, el Fideicomiso de Ciencia y Tecnología, PRITS y la propia AMPR. Exteriorizó que este grupo podría:

En su reflexión final la Asociación Médica reiteró su respaldo toda iniciativa que promueva la innovación la innovación científica en beneficio de la salud de nuestro pueblo. Enfatizó que la inteligencia artificial debe avanzar al ritmo de la evidencia, no de la expectativa. Reconoció su potencial para asistir al médico en diagnósticos y tratamientos más precisos, siempre bajo supervisión profesional y dentro de un marco ético y regulatorio sólido. Añadió que Puerto Rico puede y debe prepararse, observando lo que ocurre a nivel mundial y fortaleciendo primero su capacidad técnica y humana.

IMPACTO FISCAL MUNICIPAL

En cumplimiento con el Artículo 1.007 de la Ley 107-2020, según enmendada, conocida como “Código Municipal de Puerto Rico”, la Comisión de Salud del Senado de Puerto Rico certifica que la R. C. del S. 86 no impone una obligación económica en el presupuesto de los gobiernos municipales.

HALLAZGOS y recomendaciones

La R. C. del S. 86 ordena al Departamento de Salud de Puerto Rico, en coordinación con la ASEM, PRITS, el Fideicomiso para Ciencia, Tecnología e Investigación de Puerto Rico, el Recinto de Ciencias Médicas de la UPR y las escuelas de medicina acreditadas en la Isla, realizar una investigación exhaustiva sobre la viabilidad de establecer un Programa de Medicina de Precisión apoyado en Inteligencia Artificial.

La medicina de precisión es un enfoque que utiliza información genética, ambiental y de estilo de vida para personalizar la prevención, el diagnóstico y el tratamiento de enfermedades. En lugar de un enfoque de "talla única", se basa en las características únicas de cada individuo para predecir qué tratamientos serán más efectivos y seguros. Esto resulta en una atención médica más específica y, potencialmente, con menos efectos secundarios.

La propuesta de un Programa de Medicina de Precisión apoyado en Inteligencia Artificial no solo busca mejorar la calidad de atención médica, sino también podría posicionar a Puerto Rico como un líder en innovación en el ámbito de la salud. Además, podría optimizar recursos limitados del sistema de salud a través de automatización inteligente, predicción de riesgos y reducción de pruebas diagnósticas innecesarios y crear nuevas oportunidades económicas mediante el desarrollo de una industria de salud de alta tecnología con potencial de exportación de servicios y conocimiento.

Teniendo presente los beneficios que podría traer a nuestra Isla, esta Ilustre Comisión coincide con el autor de la medida en la necesidad realizar una investigación sobre la viabilidad de establecer un Programa de Medicina de Precisión apoyado en Inteligencia Artificial.

Luego de realizar un análisis exhaustivo de la pieza legislativa y analizar los argumentos y comentarios esbozados por las diferentes agencias y entidades consultadas, se pudieron identificar algunos cambios que corresponden para lograr una mejor implementación de la medida. Es por esto, que la Comisión de Salud, acogió ciertas sugerencias esbozadas por las Agencias y entidades consultadas:

CONCLUSIÓN

POR TODO LO ANTES EXPUESTO, la Comisión de Salud del Senado de Puerto Rico, luego de la consideración correspondiente, tiene a bien someter a este Alto Cuerpo su Informe, RECOMENDANDO LA APROBACIÓN de la Resolución Conjunta del Senado 86 con las enmiendas contenidas en el Entirillado Electrónico que se acompaña.

Respetuosamente sometido,

Juan Oscar Morales Rodríguez

Presidente

Comisión de Salud

Documento oficial de SUTRA convertido a texto para facilitar la lectura. El formato puede variar respecto al original; para la versión exacta usa “Descargar original”.