Inteligencia artificial para mejorar la atención médica: un proyecto del CONICET revoluciona el seguimiento de pacientes crónicos
El proyecto busca optimizar el seguimiento clínico y la gestión de la información médica.
Un equipo del Instituto de Ciencias e Ingeniería de la Computación (ICIC, CONICET-UNS) desarrolló una herramienta basada en inteligencia artificial (IA) que permite detectar y monitorear pacientes con múltiples enfermedades crónicas en hospitales públicos, optimizando el seguimiento clínico y la gestión de la información médica.
El proyecto nació a partir de una necesidad concreta: integrar los datos dispersos en distintas historias clínicas y registros hospitalarios, escritos en lenguaje natural. Para resolverlo, los especialistas del ICIC trabajaron junto al Hospital Municipal de Agudos "Leónidas Lucero" de Bahía Blanca, diseñando un sistema capaz de procesar automáticamente grandes volúmenes de información y clasificar diagnósticos mediante terminología médica estandarizada (CIE-10).
"El objetivo fue crear una herramienta que asista a los equipos de salud en el seguimiento de pacientes con múltiples enfermedades y en la toma de decisiones clínicas basadas en datos", explicó Carlos Chesñevar, director del ICIC y coordinador del proyecto.
El sistema combina dos métodos: ECO (Entidades y Conocimiento Ontológico) y CML (Clasificador Modelo de Lenguaje), que utilizan procesamiento de lenguaje natural para extraer información relevante de las historias clínicas, analizar relaciones entre patologías y detectar grupos de riesgo. Además, incorpora un motor de búsqueda y un entorno visual interactivo que facilita la interpretación de resultados por parte del personal médico.
Desde el hospital, Gustavo Piñero, director del área de Telesalud, destacó el avance: "Esta herramienta nos permite analizar mejor la información, visualizar relaciones invisibles y planificar intervenciones más precisas para pacientes complejos. La articulación con el CONICET fue clave para trasladar el conocimiento científico al ámbito asistencial".
El código fue liberado en acceso abierto, y los resultados se publicaron en el Handbook of Artificial Intelligence in Healthcare (Springer-Nature, 2025). El modelo podría replicarse en otros centros de salud pública, hacia un futuro de historias clínicas inteligentes, con menos errores de registro y mejor uso de los recursos del sistema sanitario.