Los seis bloques de un sistema de salud, según la OMS
La OMS define todo sistema de salud por seis bloques. Repasamos los modelos que conviven en el mundo y los retos abiertos: daño administrativo e IA.
Marina Sarrias, Médica

En resumen
- Un sistema de salud combina seis bloques según la OMS: servicios, personal, información, medicamentos, financiación y gobernanza.
- Casi todos los paises mezclan los modelos Beveridge, Bismarck y de seguro privado, con pesos muy distintos.
- La atención centrada en el paciente mejora resultados al tratar a la persona como socia en la decisión, según revisiones recientes.
- El daño administrativo y la regulación de la inteligencia artificial son retos nuevos que aún no tienen respuesta clara.
Por qué hablar de sistemas de salud aunque no trabajes en sanidad¶
Cuando vas a una consulta, ves una pequeña parte de una maquinaria enorme. Detrás están las normas, la financiación, la formación de profesionales, las historias clínicas digitales y las decisiones políticas que determinan si te atienden rápido o tras meses de espera, si pagas de tu bolsillo o no, y si el médico tiene lo que necesita para tratarte. Lo que ocurre antes de que un paciente llegue a la consulta (la salud pública que se ocupa de la población) también forma parte del mismo engranaje.
La mayoría de los países mezclan varios modelos. Las diferencias están en quién paga, quién presta el servicio y quién decide a qué tiene derecho cada persona.
Las seis piezas que la OMS vigila¶
La Organización Mundial de la Salud describe cualquier sistema sanitario mediante seis bloques: prestación de servicios, personal sanitario, sistemas de información, acceso a medicamentos esenciales, financiación y liderazgo o gobernanza.
Estos bloques se influyen entre sí. Un país puede tener hospitales excelentes y fracasar si no retiene enfermeras, o tener cobertura amplia si los medicamentos cuestan demasiado en la farmacia.
Invertir solo en tecnología sin personal formado, o solo en cobertura sin listas de espera razonables, no alcanza.
Cómo encaja España en los seis bloques¶
El caso español sirve para verlo en concreto. El Sistema Nacional de Salud se financia sobre todo con impuestos públicos, según el modelo Beveridge, pero mantiene rasgos bismarckianos: las cotizaciones a la Seguridad Social siguen siendo la principal fuente de ingresos del sistema, y conviven mutualidades de funcionarios con financiación estatal.
La asistencia se organiza en servicios de salud autonómicos, cada uno con su propia gestión y su propia red de centros. Sobre esa arquitectura común, cada comunidad decide prioridades, plantillas y conciertos con la privada.
El copago farmacéutico modula lo que paga el usuario según su renta, con tramos que van desde la exención total hasta porcentajes más altos para quienes más ganan. Una de las consecuencias más visibles de la falta de ajuste entre piezas es la variabilidad de las listas de espera: con la misma cobertura teórica, los tiempos reales para una misma prueba o cirugía pueden cambiar mucho de una comunidad a otra.
Tres modelos que conviven, casi nunca solos¶
Existen tres modelos puros que rara vez aparecen sin mezclarse. El modelo Beveridge, nacido en el Reino Unido, financia los servicios con impuestos públicos y los presta en centros del Estado. El modelo Bismarck, diseñado en Alemania, se basa en cotizaciones obligatorias de trabajadores y empleadores a fondos de seguro. El modelo de seguro privado, más asociado a Estados Unidos, depende sobre todo de pagos individuales o de pólizas contratadas.
En la práctica casi todos los países combinan partes de los tres. Finlandia, por ejemplo, tiene un sistema descentralizado con múltiples fuentes de financiación y tres canales para la atención primaria, según un análisis de su sistema sanitario publicado en Health Systems in Transition.
Eso significa que cuando se compara «un sistema» con otro se comparan mezclas distintas. Lo importante no es el modelo en abstracto, sino cómo se coordinan las piezas en la vida real.

Poner al paciente en el centro cambia los resultados¶
Durante décadas se midió el éxito de un sistema por sus hospitales, sus camas o sus profesionales. Hoy las revisiones coinciden en que la atención debe organizarse alrededor de la persona, no de la institución.
Un marco conceptual publicado en Health Expectations describe la atención centrada en la persona como algo más que «tratar bien» al paciente. Implica tratarlo como un socio con información, preferencias y capacidad de decisión, y adaptar los servicios a su vida, no al revés.
Implicar al paciente en su cuidado también es rentable. Un artículo publicado en Primary Care recuerda que cerca del 70% de las muertes y del 40% del gasto sanitario en muchos países se explican por unas pocas enfermedades crónicas, que en buena parte se previenen con hábitos como dejar de fumar, alimentarse mejor o moverse a diario, moverse evita muchos casos de diabetes tipo 2, según estudios recientes, pero esos hábitos se abandonan meses después de empezar cuando se deja de acompañar de forma activa. Para eso, los pacientes necesitan información clara y tiempo con sus profesionales.
Qué puedes hacer como paciente¶
Algunos pasos útiles para ejercer ese papel de socio:
- Pedir una segunda opinión médica si tienes dudas razonables sobre un diagnóstico o un tratamiento.
- Consultar guías de práctica clínica que publican organismos oficiales, útiles para entender las recomendaciones que recibes.
- Revisar tu historia clínica electrónica a través del portal o aplicación de salud de tu comunidad.
- Reclamar por escrito cuando se superan los plazos máximos de espera que fija la normativa de tu servicio autonómico de salud.
Sistemas que aprenden de sus propios datos¶
Otra tendencia en marcha son los llamados «sistemas de salud que aprenden». Integran la asistencia con la investigación y la mejora continua usando los datos que ya genera la historia clínica electrónica.
Según una revisión publicada en Seminars in Pediatric Surgery, estos sistemas permiten comparar resultados entre centros en la práctica real y ajustar procesos a partir de esos datos y alimentar la investigación con datos del día a día, no solo de ensayos clínicos seleccionados. Las métricas que manejan son las mismas que importan en la consulta: eficacia clínica, resultados por subgrupo de pacientes y consistencia entre centros.
La promesa es atractiva. También plantea retos serios: proteger la privacidad, evitar sesgos en los algoritmos y evitar que las decisiones clínicas se subordinen a métricas de gestión pensadas para el despacho, no para la consulta.
Decisiones de despacho que se sufren en la consulta¶
No todo lo que sale mal en sanidad tiene nombre clínico. Un artículo de The Medical Clinics of North America introduce el concepto de «daño administrativo»: las consecuencias adversas de decisiones tomadas en despachos, no en consultas.
Ejemplos: políticas de personal que dejan servicios sin cobertura, sistemas de citas inaccesibles, burocracia que retrasa tratamientos o reorganizaciones que nadie evalúa antes de aplicarlas. Pongamos un caso cercano: una reordenación de cupos que deja durante semanas a un pueblo sin médico de cabecera asignado, o un sistema de citas telefónico que obliga a insistir una y otra vez para conseguir hueco. No son errores clínicos, pero afectan a la salud de quien los sufre y al conjunto del sistema.
Los autores proponen definir bien este tipo de daño, crear culturas donde se pueda hablar de él abiertamente y diseñar mecanismos para medirlo y corregirlo, igual que se hace con las infecciones hospitalarias o los eventos adversos por fármacos.
Regular la inteligencia artificial, el próximo gran reto¶
La inteligencia artificial ya interviene en procesos clínicos reales, desde ordenar radiografías por urgencia hasta sugerir opciones de tratamiento, aunque la decisión final sigue siendo humana. Falta saber quién vigila esos algoritmos. Un ejemplo reciente es esta revisión sobre lo que una IA encuentra en las notas médicas que los códigos no recogen, y deja entrever por qué auditar estos sistemas importa tanto como regularlos.
Un artículo reciente en JAMA repasa cómo la FDA estadounidense está adaptando su regulación para evaluar herramientas de inteligencia artificial en sanidad. El cambio de fondo es pasar de una aprobación única a un seguimiento continuo: estos sistemas aprenden con el uso y cambian, y la supervisión tiene que acompañar todo su ciclo de vida, con métricas de rendimiento actualizadas y mecanismos de revisión periódica.
Para los pacientes esto significa que la próxima frontera de la calidad de un sistema de salud puede estar en cómo se auditan los algoritmos, no solo en cuántos hospitales tiene.
Preguntas frecuentes¶
Qué es un sistema de salud? Es el conjunto de personas, instituciones, normas y recursos cuya finalidad es mejorar, mantener o recuperar la salud de una población. Incluye desde los centros asistenciales hasta la financiación y la formación de profesionales.
Qué sistemas de salud existen en el mundo? En la práctica casi todos los países mezclan los tres grandes modelos puros: el de impuestos públicos (Beveridge), el de cotizaciones sociales (Bismarck) y el de seguro privado. La diferencia está en el peso de cada uno y en cómo se coordinan.
Qué dice la OMS sobre los sistemas de salud? La OMS los describe mediante seis bloques básicos: servicios, personal, información, medicamentos, financiación y gobernanza. Cuando una pieza falla, el conjunto pierde calidad aunque el resto funcione bien.
Qué es la atención centrada en la persona? Es un enfoque que trata al paciente como un socio con información y capacidad de decisión, y adapta los servicios a su vida cotidiana en lugar de obligarlo a adaptarse a la estructura del sistema.
Por qué importa regular la inteligencia artificial en sanidad? Porque los algoritmos ya influyen en decisiones clínicas reales. Si no se auditan de forma continua, pueden arrastrar sesgos, perder precisión o cambiar su comportamiento tras ser aprobados, con consecuencias directas para los pacientes.
Fuentes
- How to practice person-centred care: A conceptual framework. · Health expectations : an international journal of public participation in health care and health policy · 2018 · pubmed.ncbi.nlm.nih.gov
- FDA Perspective on the Regulation of Artificial Intelligence in Health Care and Biomedicine. · JAMA · 2025 · pubmed.ncbi.nlm.nih.gov
- Patient Engagement. · Primary care · 2019 · pubmed.ncbi.nlm.nih.gov
- Learning health systems. · Seminars in pediatric surgery · 2018 · pubmed.ncbi.nlm.nih.gov
- Administrative Harm. · The Medical clinics of North America · 2025 · pubmed.ncbi.nlm.nih.gov
- Finland: Health System Review. · Health systems in transition · 2019 · pubmed.ncbi.nlm.nih.gov


