Métricas de Economía de la Salud

Tema 77 de 91· Aceleración con IA

Economía Unitaria de Inferencia

La economía unitaria de inferencia tasa las funcionalidades de IA por su cómputo marginal: coste por token, agregado a coste por transacción, por usuario, por episodio clínico. La dinámica definitoria: los precios de LLM han caído aproximadamente un orden de magnitud cada 1-2 años a capacidad constante — una tasa de deflación sin precedentes en el costeo de tecnología sanitaria.

Por qué importa

Dos consecuencias se siguen del colapso de precios. Comercialmente, una funcionalidad de IA que es marginal hoy puede ser trivialmente rentable en 18 meses — y un competidor con precios basados en los costes actuales será desplazado. Para la evaluación económica, cualquier modelo de coste-efectividad para un servicio clínico habilitado con IA que congele los precios de inferencia de 2024 sobreestima materialmente el coste continuo — el análisis necesita escenarios de caída de precios de la forma en que los modelos de medicamentos manejan la expiración de patentes y la entrada de genéricos. (Puntos de referencia de la investigación: tokens de salida de frontera ~$15–75/M a mediados de 2026, modelos de nivel medio un orden más baratos, capacidad nivel GPT-4 cayendo de ~$20/M en 2022 a ~$0,40/M; Epoch AI midió caídas de 9×–900×/año dependiendo del hito de capacidad.)

El cálculo

Coste por llamada     = tokens de entrada × tarifa de entrada + tokens de salida × tarifa de salida
Coste por unidad     = Σ llamadas por unidad de resultado de negocio (por episodio de
                    triaje, por carta redactada, por resumen de consulta)

Realidad combinada   = llamada base + reintentos + contexto RAG (intensivo en entrada)
                    + llamadas de evaluación/protección (a menudo 20–50% de sobrecarga)

Escenario de caída de precios para modelos plurianuales:
  coste_t = coste_0 × d^t, prueba d ∈ {0,3, 0,5, 0,7}/año en análisis de sensibilidad

Ejemplo resuelto

Un servicio de resumen de alta con IA: el resumen promedio usa 12.000 tokens de entrada (contexto del registro) + 1.200 de salida, más una pasada de verificación (6.000 entrada / 300 salida). A $3/M entrada, $15/M salida:

Borrador:   12.000 × 3/1M + 1.200 × 15/1M  = $0,036 + $0,018 = $0,054
Verificar:   6.000 × 3/1M +   300 × 15/1M  = $0,018 + $0,0045 ≈ $0,023
Por resumen ≈ $0,077 → por 100.000 resúmenes/año ≈ $7.700

Frente a ~20 minutos-clínico ahorrados por resumen (≈ £25), la inferencia
es 0,25% del valor creado — la economía está dominada por todo
EXCEPTO los tokens: integración, evaluación, gobernanza, adopción.

Esa conclusión — el coste de inferencia rara vez es la restricción vinculante, a precios actuales, para tareas clínicas de alto valor — es en sí misma el hallazgo que vale la pena llevar a las reuniones de precios.

Conexión con la ingeniería de software

Esta es la economía unitaria de la nube especializada para IA, con tres notas prácticas: mide por unidad de negocio, no por llamada API, para que la cifra encaje directamente en los modelos de RCEI/impacto presupuestario; observa la asimetría entrada/salida (la salida típicamente cuesta ~4× el precio de entrada; las arquitecturas RAG son intensivas en entrada — las decisiones de arquitectura son decisiones de precios); y enruta por nivel de tarea — hacer coincidir la capacidad del modelo con la dificultad de la tarea (modelos baratos para clasificación, de frontera para síntesis) recorta rutinariamente el coste combinado 5-10× a igual calidad, la versión de software de usar la intervención efectiva más barata (minimización de costes, equivalencia demostrada).

Errores comunes

  • Modelos plurianuales con precio congelado — sobreestima el coste; pero también modelos de ingresos con deflación asumida — una guerra de precios no es un contrato; haz escenarios de ambos.
  • Ignorar la sobrecarga de evaluación: las protecciones, los jueces y los reintentos son tokens reales, a menudo la mayoría en entornos regulados.
  • Miopía por token: la latencia, los límites de tasa y las restricciones de ventana de contexto conllevan costes que ningún precio de token captura.

Fuentes