Enfermería ya usa IA: "Analiza información que no tenemos tiempo de leer"
Javier Gázquez considera que muchas aplicaciones fracasan porque no están diseñadas desde la práctica asistencial
Javier Gázquez, enfermero de Atención Primaria en el Distrito Sanitario de Almería.
29 jun 2026. 06.30H
POR SANDRA MARTÍN
La inteligencia artificial (IA) ya ha abierto nuevas vías en el análisis de datos sanitarios, la gestión asistencial y la explotación de información clínica que hasta ahora quedaba dispersa o infrautilizada. Una piscina de posibilidades ante la que los profesionales sanitarios pueden sumergirse de lleno para que, gracias a su experiencia, estas herramientas no se diseñen al margen de la práctica real. Javier Gázquez, enfermero de Atención Primaria en el Distrito Sanitario de Almería y especializado en IA y datos sanitarios, defiende que el valor de estas tecnologías no está solo en automatizar procesos, sino en transformar grandes volúmenes de información en conocimiento útil para tomar mejores decisiones.
Como ejemplo de ello, Gázquez ha trabajado con datos procedentes de estudios de investigación, indicadores asistenciales, encuestas, registros poblacionales y datos administrativos. También ha aplicado técnicas de procesamiento del lenguaje natural (NLP) al análisis de grandes volúmenes de texto. "Un ejemplo es el estudio de miles de reseñas públicas de pacientes sobre centros sanitarios andaluces para identificar patrones en la experiencia del paciente que serían inviables de detectar manualmente”, explica a Redacción Médica.y añade que sirvió para obtener información sobre la experiencia real de los usuarios. “En todos estos proyectos la necesidad es similar: transformar grandes volúmenes de información en conocimiento útil que facilite la toma de decisiones".
Una de las líneas de trabajo más recientes de Gázquez se ha centrado en el análisis de texto libre mediante técnicas de técnicas de procesamiento del lenguaje natural (NLP, por sus siglas en inglés). En sanidad se generan de forma constante notas clínicas, informes, derivaciones, reclamaciones, encuestas de satisfacción, protocolos o comunicaciones entre profesionales. Sin embargo, gran parte de esa información no se explota de forma sistemática.
“El sistema sanitario está lleno de información valiosa escondida en textos que nadie tiene tiempo de leer de forma masiva. El NLP permite precisamente convertir ese texto en conocimiento aprovechable”, afirma.
En su experiencia, el análisis de datos permite confirmar intuiciones que los profesionales ya tienen en su día a día, pero también descubrir patrones que no resultan evidentes cuando se trabaja caso a caso. Un ejemplo es el estudio de reseñas de pacientes, que permitió observar tendencias en la opinión de los usuarios. “Realmente se trataba de ver cuál es su opinión real y su sentimiento, no solo hacia el sistema como tal, sino hacia ciertos sectores muy concretos como la Enfermería o la organización del sistema”, explica.
Entre las tareas que podrían beneficiarse más de esta herramienta, Gázquez apunta a la identificación de necesidades y preocupaciones de pacientes, el análisis de la experiencia del usuario, la detección de patrones en historias clínicas, el apoyo a la codificación clínica y la explotación de información para la gestión sanitaria y la planificación de recursos. Además, destaca que los modelos actuales permiten “ir un paso más allá” y no solo clasificar información, sino también resumir documentación, extraer datos relevantes y facilitar el acceso al conocimiento para los profesionales.
Para Gázquez, la Enfermería tiene un papel especialmente relevante en el desarrollo de herramientas de inteligencia artificial aplicadas a la salud. Su carácter transversal, defiende, permite conectar la atención directa al paciente con los procesos, los equipos y la organización sanitaria. “Siempre he considerado que una de las grandes fortalezas de la Enfermería es su carácter transversal. Trabajamos muy cerca de los pacientes, pero también de los equipos, los procesos y la organización sanitaria, lo que nos da una visión bastante completa de cómo funciona realmente el sistema”, sostiene.
Esa perspectiva es fundamental para evitar que las soluciones tecnológicas se diseñen desde fuera de la realidad asistencial. “Muchas soluciones tecnológicas fracasan porque intentan resolver problemas teóricos o diseñados desde fuera de la práctica asistencial. La Enfermería puede aportar precisamente esa conexión con la realidad del día a día, ayudando a identificar necesidades reales y a diseñar herramientas que encajen en los flujos de trabajo de los profesionales”, afirma.
Este enfermero también subraya que los profesionales de Enfermería están habituados a integrar información clínica, social, familiar y organizativa para tomar decisiones. Una visión global que resulta especialmente valiosa en la IA sanitaria porque permite incorporar aspectos que pueden pasar desapercibidos desde una perspectiva exclusivamente técnica, como la seguridad del paciente, la continuidad asistencial o la humanización de la atención.
No obstante, la implantación de IA en salud pública no está exenta de riesgos. Gázquez advierte de que uno de los principales peligros es asumir que una herramienta funciona bien “simplemente porque parece funcionar bien”. Por ello insiste en la necesidad de contar con evidencias, validación y evaluación continua, igual que ocurriría con cualquier otra intervención sanitaria.
También señala los sesgos como una de las grandes preocupaciones. Los modelos aprenden de datos históricos y, si esos datos contienen desigualdades o no representan adecuadamente a determinados grupos de población, el sistema puede reproducir o incluso amplificar esos problemas. “Otro aspecto importante es la transparencia. Muchos modelos avanzados funcionan en cierta medida como cajas negras, por lo que no siempre resulta sencillo entender cómo han llegado a una recomendación o una predicción concreta. Cuando hablamos de decisiones que pueden afectar a la salud de las personas, la explicabilidad y la trazabilidad son cuestiones fundamentales”, expone.
A ello se suman la privacidad, la gobernanza de los datos y el cumplimiento del marco regulatorio. Gázquez valora que Europa avance hacia un enfoque basado en el riesgo, con mayores exigencias de control y supervisión para las aplicaciones sanitarias de IA. “Siempre que se incorpore una herramienta de este tipo debe tener una supervisión profesional y estar dentro de un marco ético, regulatorio y científico sólido”, resume.
En cuanto a las aplicaciones con mayor madurez para escalarse en el sistema sanitario, su experiencia profesional apunta al análisis de imagen médica, especialmente en programas de cribado y priorización de pacientes. Pone de ejemplo herramientas orientadas a detectar y priorizar posibles ictus, apoyar el cribado de retinopatía diabética o cáncer de mama y clasificar lesiones dermatológicas sospechosas. Según matiza, su valor, no está únicamente en detectar alteraciones, sino en ordenar los casos por riesgo.
No obstante, insiste en que la implantación debe realizarse con herramientas reguladas, validadas en la población en la que se van a utilizar e integradas en los circuitos asistenciales. “No se trata solo del algoritmo como tal; hay que comprobar que mejora realmente la atención y el uso de los recursos”, concluye.
Como ejemplo de ello, Gázquez ha trabajado con datos procedentes de estudios de investigación, indicadores asistenciales, encuestas, registros poblacionales y datos administrativos. También ha aplicado técnicas de procesamiento del lenguaje natural (NLP) al análisis de grandes volúmenes de texto. "Un ejemplo es el estudio de miles de reseñas públicas de pacientes sobre centros sanitarios andaluces para identificar patrones en la experiencia del paciente que serían inviables de detectar manualmente”, explica a Redacción Médica.y añade que sirvió para obtener información sobre la experiencia real de los usuarios. “En todos estos proyectos la necesidad es similar: transformar grandes volúmenes de información en conocimiento útil que facilite la toma de decisiones".
IA para detectar patrones que pasan desapercibidos
Una de las líneas de trabajo más recientes de Gázquez se ha centrado en el análisis de texto libre mediante técnicas de técnicas de procesamiento del lenguaje natural (NLP, por sus siglas en inglés). En sanidad se generan de forma constante notas clínicas, informes, derivaciones, reclamaciones, encuestas de satisfacción, protocolos o comunicaciones entre profesionales. Sin embargo, gran parte de esa información no se explota de forma sistemática.
“El sistema sanitario está lleno de información valiosa escondida en textos que nadie tiene tiempo de leer de forma masiva. El NLP permite precisamente convertir ese texto en conocimiento aprovechable”, afirma.
En su experiencia, el análisis de datos permite confirmar intuiciones que los profesionales ya tienen en su día a día, pero también descubrir patrones que no resultan evidentes cuando se trabaja caso a caso. Un ejemplo es el estudio de reseñas de pacientes, que permitió observar tendencias en la opinión de los usuarios. “Realmente se trataba de ver cuál es su opinión real y su sentimiento, no solo hacia el sistema como tal, sino hacia ciertos sectores muy concretos como la Enfermería o la organización del sistema”, explica.
Entre las tareas que podrían beneficiarse más de esta herramienta, Gázquez apunta a la identificación de necesidades y preocupaciones de pacientes, el análisis de la experiencia del usuario, la detección de patrones en historias clínicas, el apoyo a la codificación clínica y la explotación de información para la gestión sanitaria y la planificación de recursos. Además, destaca que los modelos actuales permiten “ir un paso más allá” y no solo clasificar información, sino también resumir documentación, extraer datos relevantes y facilitar el acceso al conocimiento para los profesionales.
La mirada enfermera en el diseño de IA sanitaria
Para Gázquez, la Enfermería tiene un papel especialmente relevante en el desarrollo de herramientas de inteligencia artificial aplicadas a la salud. Su carácter transversal, defiende, permite conectar la atención directa al paciente con los procesos, los equipos y la organización sanitaria. “Siempre he considerado que una de las grandes fortalezas de la Enfermería es su carácter transversal. Trabajamos muy cerca de los pacientes, pero también de los equipos, los procesos y la organización sanitaria, lo que nos da una visión bastante completa de cómo funciona realmente el sistema”, sostiene.
|
"Muchas soluciones tecnológicas fracasan porque intentan resolver problemas diseñados desde fuera de la práctica asistencial" |
Esa perspectiva es fundamental para evitar que las soluciones tecnológicas se diseñen desde fuera de la realidad asistencial. “Muchas soluciones tecnológicas fracasan porque intentan resolver problemas teóricos o diseñados desde fuera de la práctica asistencial. La Enfermería puede aportar precisamente esa conexión con la realidad del día a día, ayudando a identificar necesidades reales y a diseñar herramientas que encajen en los flujos de trabajo de los profesionales”, afirma.
Este enfermero también subraya que los profesionales de Enfermería están habituados a integrar información clínica, social, familiar y organizativa para tomar decisiones. Una visión global que resulta especialmente valiosa en la IA sanitaria porque permite incorporar aspectos que pueden pasar desapercibidos desde una perspectiva exclusivamente técnica, como la seguridad del paciente, la continuidad asistencial o la humanización de la atención.
Retos en la IA sanitaria
No obstante, la implantación de IA en salud pública no está exenta de riesgos. Gázquez advierte de que uno de los principales peligros es asumir que una herramienta funciona bien “simplemente porque parece funcionar bien”. Por ello insiste en la necesidad de contar con evidencias, validación y evaluación continua, igual que ocurriría con cualquier otra intervención sanitaria.
También señala los sesgos como una de las grandes preocupaciones. Los modelos aprenden de datos históricos y, si esos datos contienen desigualdades o no representan adecuadamente a determinados grupos de población, el sistema puede reproducir o incluso amplificar esos problemas. “Otro aspecto importante es la transparencia. Muchos modelos avanzados funcionan en cierta medida como cajas negras, por lo que no siempre resulta sencillo entender cómo han llegado a una recomendación o una predicción concreta. Cuando hablamos de decisiones que pueden afectar a la salud de las personas, la explicabilidad y la trazabilidad son cuestiones fundamentales”, expone.
A ello se suman la privacidad, la gobernanza de los datos y el cumplimiento del marco regulatorio. Gázquez valora que Europa avance hacia un enfoque basado en el riesgo, con mayores exigencias de control y supervisión para las aplicaciones sanitarias de IA. “Siempre que se incorpore una herramienta de este tipo debe tener una supervisión profesional y estar dentro de un marco ético, regulatorio y científico sólido”, resume.
Así funciona la IA en sanidad
En cuanto a las aplicaciones con mayor madurez para escalarse en el sistema sanitario, su experiencia profesional apunta al análisis de imagen médica, especialmente en programas de cribado y priorización de pacientes. Pone de ejemplo herramientas orientadas a detectar y priorizar posibles ictus, apoyar el cribado de retinopatía diabética o cáncer de mama y clasificar lesiones dermatológicas sospechosas. Según matiza, su valor, no está únicamente en detectar alteraciones, sino en ordenar los casos por riesgo.
No obstante, insiste en que la implantación debe realizarse con herramientas reguladas, validadas en la población en la que se van a utilizar e integradas en los circuitos asistenciales. “No se trata solo del algoritmo como tal; hay que comprobar que mejora realmente la atención y el uso de los recursos”, concluye.
Aunque pueda contener afirmaciones, datos o apuntes procedentes de instituciones o profesionales sanitarios, la información contenida en Redacción Médica está editada y elaborada por periodistas. Recomendamos al lector que cualquier duda relacionada con la salud sea consultada con un profesional del ámbito sanitario.