La sanidad pública madrileña, premiada por proyectos de Inteligencia Artificial que mejoran la gestión y la calidad asistencial
La Comunidad de Madrid ha sido reconocida en la primera edición de los Premios Best In Class (BiC) en Inteligencia Artificial (IA) por cuatro proyectos de su sanidad pública que mejoran la gestión y la calidad asistencial. De los nueve galardones a nivel nacional, cuatro han sido para centros del Servicio Madrileño de Salud (SERMAS), los hospitales de La Princesa (dos) y Gregorio Marañón de la capital e Infanta Elena de Valdemoro.
La viceconsejera de Sanidad, Laura Gutiérrez, ha participado en el acto de entrega de los premios, organizados por la publicación especializada Gaceta Médica junto a la Cátedra de Innovación y Gestión Sanitaria de la Universidad Rey Juan Carlos.
En el caso de La Princesa, una de las distinciones ha sido en la categoría de Medicina personalizada por la iniciativa denominada Pandora. Espacio de datos de cáncer de páncreas con uso de IA. Puesta en marcha a través de su Instituto de Investigación Sanitaria (IIS-IP), tiene como objetivo mejorar el diagnóstico y el tratamiento de esta enfermedad (uno de los tumores más agresivos, que suele diagnosticarse en fases avanzadas) así como apoyar el trabajo de los especialistas y ayudar a detectarla de forma más precoz.
Para ello, se creará un espacio de datos avanzado que permitirá aprovechar mejor la información clínica y beneficiar directamente a pacientes y profesionales. La herramienta utiliza de forma segura y anonimizada datos clínicos e imágenes médicas, que se integran en una plataforma digital cuidadosamente diseñada para proteger la privacidad y garantizar la calidad y el uso responsable.
El segundo galardón, en el apartado de Proyecto público-privado, ha sido para Desarrollo de modelos de inteligencia artificial para el diagnóstico automatizado de patrones de motilidad digestiva. Liderado por su Servicio de Aparato Digestivo, es una iniciativa pionera de colaboración con DIGESTAID, orientada a transformar el diagnóstico en Neurogastroenterología mediante algoritmos de Machine Learning y Deep Learning aplicados a la manometría anorrectal, manometría esofágica y planimetría por impedancia.
Su valor reside en automatizar y estandarizar la interpretación de estudios de motilidad digestiva, reducir la variabilidad entre observadores, acortar de forma significativa los tiempos de análisis y facilitar diagnósticos más precoces y precisos, siempre bajo supervisión del médico especialista. Los resultados muestran un rendimiento diagnóstico elevado, con precisiones aproximadas del 87-94% según la técnica. En conjunto, representa un modelo sólido de innovación sanitaria, con capacidad de mejorar la eficiencia asistencial, la equidad diagnóstica y la calidad de la atención al paciente.
Atención por procesos desde la primera consulta
El Gregorio Marañón ha recibido el reconocimiento a la Gestión hospitalaria inteligente, por el Proyecto MAP-CITAS: Gestión inteligente de la demanda. Se trata de una iniciativa desarrollada íntegramente en este centro por parte de la Subdirección de Sistemas de Información y Transformación Digital en colaboración con el Servicio de Admisión y Documentación Clínica.
La herramienta, cuya implantación se ha evaluado en los servicios de Traumatología, Urología y Dermatología, permite implementar modelos de atención por procesos asistenciales, no por especialidad, desde la primera cita; activar circuitos de priorización clínica, realizar pruebas diagnósticas antes de la consulta médica, e identificar casos complejos o de riesgo desde el momento de la derivación. Por tanto, su interés no radica únicamente en la aplicación de IA, sino en su capacidad para habilitar una transformación organizativa estructural.
Fortalecimiento de la relación médico-paciente
Por su parte, el Infanta Elena ha obtenido el diploma en la categoría de Humanización y tecnología por Scribe. Basado en el uso de IA generativa, transcribe automáticamente las conversaciones médico-paciente, automatiza la introducción de datos en el sistema, elimina información irrelevante o no relacionada con el proceso, identifica los elementos claves y genera una propuesta de informe clínico, claro y de alta calidad e incluyendo la petición de pruebas complementarias, revisado y validado por el médico antes de integrarse en la historia clínica.
Así, se mejora la transparencia en la comunicación de resultados, guiando y ayudando al profesional y facilitándole que pueda centrarse exclusivamente en el paciente, lo que fomenta la interactuación sea plena, fluida y personalizada, así como el contacto visual durante la consulta.