En un avance significativo para la gestión clínica en el sistema de salud pública, especialistas del Instituto de Ciencias e Ingeniería de la Computación (ICIC, CONICET–UNS) han desarrollado una innovadora herramienta basada en inteligencia artificial (IA) que permite detectar y monitorear a pacientes con múltiples enfermedades crónicas en el ámbito hospitalario. Esta iniciativa, fruto de una colaboración interdisciplinaria, busca optimizar la atención integral y sostenida que requieren estos casos complejos.
El proyecto nació de una necesidad concreta identificada en los hospitales públicos: la dispersión de la información médica de pacientes con diversas patologías crónicas, que se encuentra fragmentada en distintos registros y redactada en lenguaje natural dentro de las historias clínicas electrónicas. Para superar este obstáculo, el equipo del ICIC –integrado por expertos en inteligencia artificial, ciencia de datos y computación– trabajó en estrecha colaboración con profesionales médicos y técnicos del Hospital Municipal de Agudos “Leónidas Lucero” de Bahía Blanca (HMABB).
“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 desarrollado se basa en dos métodos principales: ECO (Entidades y Conocimiento Ontológico) y CML (Clasificador Modelo de Lenguaje). Estas técnicas combinan procesamiento de lenguaje natural con terminología médica estandarizada, como el CIE-10, permitiendo extraer información relevante de las historias clínicas, clasificar diagnósticos y analizar relaciones entre enfermedades de manera automática.
Además, la herramienta incorpora un motor de búsqueda avanzado y un entorno de visualización interactivo. Con estos componentes, los profesionales pueden representar asociaciones entre patologías, identificar grupos de riesgo y diseñar estrategias de atención personalizadas. Todo el procesamiento se realiza exclusivamente con datos anonimizados, garantizando la privacidad de los pacientes y cumpliendo con estrictos estándares éticos.
Estas funcionalidades facilitan la interpretación de resultados complejos por parte del personal médico, lo que se traduce en una mejora sustancial en la toma de decisiones clínicas.
La colaboración entre el ICIC y el HMABB ha sido fundamental para validar la herramienta en un entorno asistencial real. Como parte de las acciones de transferencia tecnológica, el equipo del instituto brindó capacitaciones al personal hospitalario, liberó el código fuente en acceso abierto y publicó un capítulo especializado sobre IA aplicada a la detección de comorbilidades en el libro Handbook of Artificial Intelligence in Healthcare, editado por Springer-Nature en 2025.
Desde el Hospital Municipal, Gustavo Piñero, director del área de Telesalud del HMABB, resaltó el valor práctico de esta innovación: “Esta herramienta representa un avance concreto hacia una gestión integral y eficiente de los pacientes con enfermedades crónicas. Nos permite analizar mejor la información clínica, visualizar relaciones muchas veces invisibles en el manejo diario, lo que nos permitirá planificar intervenciones más precisas y priorizar casos complejos. La articulación con el CONICET fue clave para trasladar el conocimiento científico al ámbito asistencial”.
Mirando al futuro, los desarrolladores vislumbran la replicación de esta experiencia en otros centros de salud pública, con el potencial de evolucionar hacia un modelo nacional de historia clínica inteligente. Su implementación podría optimizar el uso de recursos, reducir errores en registros y diagnósticos, y fortalecer el seguimiento médico en entornos de alta demanda.
“El trabajo que venimos realizando en conjunto entre el CONICET y el Hospital Leónidas Lucero de Bahía Blanca permitió validar la aplicación de la IA en un entorno real y fortalecer la articulación entre el sistema científico y el sistema de salud pública”, subrayó Chesñevar.