Los agentes de IA ya operan en los servicios de imagen. La infraestructura de seguridad todavía no los conoce
Un agente de IA que triaja la lista de trabajo radiológica, prioriza estudios por urgencia y notifica al equipo clínico sobre hallazgos críticos no es un usuario. Tampoco es una aplicación tradicional ni una cuenta de servicio.
Es una entidad nueva que actúa en nombre de personas, accede a sistemas clínicos, toma decisiones a velocidad de máquina y deja rastros de responsabilidad que la infraestructura de seguridad de la mayoría de las organizaciones sanitarias no está equipada para capturar.
Dos documentos de análisis publicados por Digital Health Insights describen ese gap con precisión y proponen los marcos para cerrarlo.
Un agente de IA no es lo que el sistema de seguridad espera
La gestión de identidad y acceso (IAM) en los entornos hospitalarios fue diseñada para dos tipos de entidades: personas y aplicaciones.
Los agentes de IA no son ninguna de las dos. Pueden actuar de forma autónoma, delegar tareas a otros agentes, iniciar transacciones sin intervención humana y acceder a datos sensibles a través de múltiples sistemas en una sola sesión.
Esa combinación de autonomía, delegación y acceso transversal crea una categoría de riesgo para la que los sistemas de gestión de identidad convencionales no tienen respuesta.
En un servicio de radiología, ese riesgo es concreto: un agente integrado con el RIS, el PACS y el sistema de notificación de hallazgos críticos tiene acceso simultáneo a datos de pacientes, protocolos de estudio y canales de comunicación clínica.
Si ese agente opera con credenciales compartidas, privilegios excesivos o sin registro de auditoría adecuado, cualquier falla —ya sea por error, por compromiso externo o por configuración incorrecta— es difícil de detectar y más difícil de atribuir.
Un agente de IA que actúa en nombre de un radiólogo no hereda automáticamente sus límites de acceso ni su responsabilidad. Sin un marco de identidad propio, opera en un espacio sin trazabilidad real.
Los riesgos específicos que los documentos identifican
Los análisis describen cuatro vectores de riesgo centrales: credenciales compartidas (las acciones del agente quedan registradas como del usuario, no del agente), exceso de privilegios (acceso a más sistemas del necesario para cada tarea), agentes “sombra” activados fuera de los procesos de aprobación institucional, y ausencia de supervisión humana en decisiones de alto riesgo como la comunicación de hallazgos críticos.
Gartner proyecta que para 2028, el 90 % de las organizaciones que permiten compartir credenciales con agentes de IA habrán triplicado sus incidentes de fraude y acceso no autorizado.
Cinco capacidades que los servicios de imagen necesitan ahora
Los documentos proponen un modelo de gobierno basado en cinco capacidades operativas. La primera es visibilidad: un inventario actualizado de todos los agentes activos, sus permisos y sus patrones de uso. La segunda es onboarding estructurado: un proceso formal de registro y aprobación para cada agente, equivalente al que existe para usuarios y aplicaciones.
En tercer lugar se encuentran la autenticación y la autorización propias: cada agente debe tener su propia identidad digital, no heredar la del usuario. La cuarta es supervisión humana en decisiones críticas: definir qué acciones requieren aprobación explícita antes de ejecutarse.
Por último, la quinta es protección contra amenazas específicas de agentes: detección de comportamientos anómalos que los sistemas IAM convencionales no están entrenados para reconocer.
La velocidad es la ventaja de los agentes de IA. Es también su riesgo principal: cuando actúan antes de que alguien pueda revisarlos, la gobernanza tiene que estar incorporada en el diseño, no añadida después.
El momento en que la preparación deja de ser opcional
Los servicios de radiología que ya tienen agentes de IA activos —aunque sean pilotos acotados— están operando en un estado de gobernanza incompleta si no tienen respuesta para estas cinco capacidades.
La adopción de IA en imagen médica avanza más rápido que la maduración de los marcos de seguridad que la rodean.
Cerrar ese gap no es un problema técnico exclusivo del equipo de IT: es una decisión de gestión que involucra a los líderes clínicos, de seguridad y de tecnología de cada institución.
Este artículo se basa en dos documentos de análisis publicados por Ping Identity en Digital Health Insights: “Are You AI Ready?” y “The Ultimate Guide to Identity for AI”
0 comentarios