SociedadUn avance sin precedentes
Especialistas del Instituto de Ciencias e Ingeniería de la Computación (ICIC, CONICET–UNS) han desarrollado una innovadora herramienta basada en inteligencia artificial (IA) para la detección y monitoreo de pacientes con múltiples enfermedades crónicas en hospitales. El objetivo principal es mejorar la gestión clínica y el seguimiento médico de estos pacientes, que requieren una atención integral y continua.
La iniciativa responde a una necesidad crítica en los hospitales públicos: la necesidad de integrar la información médica de pacientes con diversas patologías crónicas, que actualmente se encuentra dispersa en diferentes registros y en lenguaje natural dentro de las historias clínicas electrónicas.
El equipo del ICIC, perteneciente al CONICET y conformado por expertos en inteligencia artificial, ciencia de datos y computación, colaboró estrechamente con profesionales médicos y técnicos del Hospital Municipal de Agudos “Leónidas Lucero” de Bahía Blanca (HMABB). Juntos, diseñaron un sistema capaz de procesar y analizar automáticamente grandes volúmenes de información clínica, facilitando la identificación de pacientes pluripatológicos y el análisis exhaustivo de sus condiciones de salud.
El desarrollo de esta herramienta se basa en dos métodos principales:
- ECO (Entidades y Conocimiento Ontológico): Un método para la extracción y organización del conocimiento médico.
- CML (Clasificador Modelo de Lenguaje): Un clasificador que utiliza modelos de lenguaje para identificar y clasificar información relevante.
Estos métodos combinan avanzadas técnicas de procesamiento de lenguaje natural (PLN) con la terminología médica estandarizada CIE-10, lo que permite extraer información crucial de las historias clínicas, clasificar diagnósticos y analizar las complejas relaciones entre las diferentes enfermedades.
Visualización Interactiva para la Toma de Decisiones Clínicas
El proyecto también incluye un potente motor de búsqueda y un entorno de visualización interactivo, que permiten representar las asociaciones entre patologías, identificar grupos de riesgo y diseñar estrategias personalizadas de atención. Estas herramientas de análisis y visualización, que operan exclusivamente con datos anonimizados para proteger la privacidad de la información del paciente, facilitan la interpretación de los resultados por parte del personal médico, mejorando significativamente la toma de decisiones clínicas.
Impacto en la Gestión Hospitalaria y el Futuro de la Salud
Gustavo Piñero, director del área de Telesalud del HMABB, subraya el impacto transformador de esta colaboración: “Esta herramienta representa un avance significativo hacia una gestión integral y eficiente de los pacientes con enfermedades crónicas. Nos permite analizar mejor la información clínica, visualizar relaciones que a menudo pasan desapercibidas en el manejo diario, lo que nos permitirá planificar intervenciones más precisas y priorizar casos complejos. La colaboración con el CONICET fue fundamental para trasladar el conocimiento científico al ámbito asistencial”.
En el futuro, esta experiencia exitosa podría replicarse en otros centros de salud pública, impulsando la creación de un modelo nacional de historia clínica inteligente. Su implementación permitirá optimizar el uso de los recursos disponibles, reducir errores en el registro y el diagnóstico, y, en última instancia, mejorar el seguimiento médico en entornos de alta demanda.