Del riesgo incierto al anticipado: El seguro ante la predicción algorítmica

Contenido

En 2025, investigadores del European Molecular Biology Laboratory y del Centro Alemán de Investigación del Cáncer presentaron un modelo de inteligencia artificial capaz de predecir el riesgo de más de mil enfermedades y proyectar trayectorias de salud hasta veinte años en el futuro, utilizando historiales médicos y patrones derivados de millones de registros clínicos. En paralelo, otros sistemas entrenados con datos biométricos y estudios de sueño han demostrado la capacidad de anticipar decenas de patologías —desde enfermedades cardiovasculares hasta deterioro cognitivo— antes de que exista diagnóstico clínico alguno.

Al mismo tiempo, los ecosistemas de información evolucionan hacia esquemas cada vez más interoperables. La analítica masiva de datos y marcos regulatorios que promueven Open Data y Open Finance (Ley 2294 de 2023), la existencia de datos en bases unificadas como lo es la interoperabilidad de la Historia Clínica Electrónica (Ley 2015 de 2020) y estándares robustos de protección de datos personales (Ley 1581 de 2012), amplían el acceso y procesamiento de información que puede alimentar modelos predictivos cada vez más sofisticados. El asegurador de personas —en particular en los ramos de vida y salud— ya no depende exclusivamente de declaraciones del tomador o cuestionarios de asegurabilidad, sino potencialmente de sistemas capaces de modelar riesgos individuales con una precisión inédita.

La teoría clásica del seguro sostiene que el contrato es aleatorio porque depende de un hecho futuro e incierto. Durante siglos, esa incertidumbre descansó en límites epistemológicos en donde simplemente no sabíamos qué ocurriría. La ley de los grandes números permitió transformar la incertidumbre individual en probabilidad colectiva y sobre esa base se construyó la técnica actuarial. Pero los modelos predictivos actuales introducen una diferencia relevante, pues ya no se limitan a estimaciones agregadas sobre poblaciones relativamente homogéneas, sino que operan sobre trayectorias individuales, integrando historiales clínicos, hábitos de vida y patrones biométricos para proyectar escenarios personalizados de riesgo. La predicción en estos escenarios deja de ser meramente estadística y se aproxima a una anticipación biográfica del riesgo futuro.

Desde luego, el evento no se convierte en certeza jurídica. Siempre subsistirá un margen de incertidumbre residual. Sin embargo, cuando la ciencia reduce de manera significativa la opacidad del futuro, el fundamento epistemológico de la aleatoriedad comienza a tensionarse. El riesgo sigue siendo jurídicamente incierto, pero cada vez menos imprevisible desde el punto de vista técnico.

Esta capacidad de anticipación abre interrogantes adicionales. Si algoritmos capaces de proyectar enfermedades antes de su diagnóstico se utilizan en procesos de suscripción, podría emerger una forma de discriminación predictiva, en la cual personas clínicamente sanas vean restringido o encarecido su acceso al seguro por probabilidades biomédicas proyectadas. El problema no radica en la existencia de modelos actuariales —que son consustanciales al seguro— sino en el grado de individualización que alcanzan cuando se combinan grandes volúmenes de datos con capacidades analíticas avanzadas.

No es casual que el legislador haya empezado a reaccionar frente a estas tensiones. La Ley de No Discriminación por Información Genética (GINA) de EE.UU. prohíbe que las aseguradoras de salud utilicen datos genéticos (pruebas o antecedentes familiares) para tomar decisiones de suscripción, como determinar elegibilidad, primas o cobertura de seguros médicos. En Colombia, el reconocimiento del derecho al olvido oncológico (Ley 2475) introduce límites al uso de determinados antecedentes médicos en la evaluación del riesgo asegurado. La norma no cuestiona la técnica actuarial, pero reconoce que el uso intensivo de información médica puede afectar el acceso al aseguramiento.

La aleatoriedad del contrato de seguro no desaparece en la era de la inteligencia artificial. Pero sí se relativiza cuando la materialización del riesgo deja de ser, en términos prácticos, una contingencia opaca y se aproxima a un evento altamente anticipable. El desafío del derecho de seguros consiste, entonces, en repensar el alcance de esa aleatoriedad en un entorno donde la ciencia parece adelantarse, cada vez más, al siniestro.