Una enfermedad no empieza en el consultorio: empieza en un lugar. Un barrio sin agua, una ola de calor sobre un pueblo sin sombra, un humedal donde se cría el mosquito. Los modelos que Google acaba de describir miran la Tierra desde arriba para ver esas condiciones antes de que se conviertan en casos, y eso mueve el momento de la decisión sanitaria: de reaccionar al brote a anticiparlo.

El valor está donde faltan los datos. Un sistema de salud mide lo que le llega: consultas, internaciones, notificaciones. Donde hay pocos centros de atención, el mapa clínico queda en blanco y el problema aparece cuando ya es grande. La imagen satelital no necesita que nadie llegue a una guardia para registrar que algo cambió en el territorio.

En la Argentina esta mirada ya circula por las universidades. En 2026, trabajos de la Universidad Nacional de La Plata usaron inteligencia artificial para detectar el riego por pivote central en el norte bonaerense y para ordenar la enorme cantidad de datos satelitales de los cultivos. Un estudio de Siglo 21, también de 2026, evaluó cómo usan Google Earth Engine las empresas del sector ambiental. Quiere decir que aquí hay gente que sabe leer el territorio desde el cielo; lo que casi no existe es el puente hacia la salud pública.

Ese puente es lo que define si esto sirve. Un mapa de calor extremo o de escasez de agua solo salva vidas si llega a un secretario de salud provincial o a un intendente con margen para mandar vacunas, agua o personal antes de que sea tarde. Las capacidades técnicas se consiguen; lo difícil es que el dato satelital se siente en la misma mesa que el presupuesto sanitario.

La conclusión es simple: la salud de una población se escribe primero en el territorio y recién después en las historias clínicas. Quien aprenda a leer lo primero llega antes a lo segundo.