¿Cuánta información valiosa de tu empresa está atrapada en documentos que nadie puede explotar?
IA para notas clínicas: cuando el problema no es tener datos, sino poder utilizarlos
La IA para notas clínicas permite convertir texto escrito por profesionales sanitarios en información estructurada que puede procesarse, analizarse y reutilizarse. Y ahí empieza una historia empresarial que va mucho más allá de un hospital.
Imagina miles de notas clínicas. Un médico escribe «HTA». Otro, «hipertensión arterial». Hay diagnósticos, tratamientos, antecedentes y observaciones redactados con estilos distintos. La información existe y puede ser valiosísima, pero una parte permanece encerrada en texto libre.
Esto complica su explotación automática para asistencia, investigación, análisis poblacional o interoperabilidad entre sistemas. Y convertirlo manualmente en datos estructurados exigiría un trabajo difícilmente asumible cuando el volumen crece.
Un hospital universitario europeo se encontró precisamente con este problema. Su experiencia permite entender para qué puede servir una nueva generación de agentes de inteligencia artificial.
De texto libre a datos en 5,29 segundos
El hospital necesitaba transformar grandes volúmenes de información clínica no estructurada en datos homogéneos y procesables. Había una condición especialmente importante: no perder el contexto original necesario para comprobar cada resultado.
La solución debía identificar diagnósticos, tratamientos y otros conceptos clínicos; convertirlos a esquemas estandarizados y hacerlo con una velocidad compatible con un entorno de gran volumen.
Además, estamos hablando de datos de salud. La privacidad y el control sobre la información condicionaban desde el principio la arquitectura tecnológica.
La solución implantada utiliza un agente de IA que procesa episodios clínicos completos. Identifica las entidades relevantes y conserva información que permite interpretarlas: la frase original, su posición en la nota, temporalidad, certeza, negación o sujeto.
Después puede codificar esas entidades mediante estándares sanitarios como CIE-10 o SNOMED CT, facilitando que la información resultante pueda utilizarse en otros sistemas.
El dato del caso que llama la atención llega al final del proceso: 5,29 segundos de latencia por nota en un entorno real de producción.
La privacidad cambia la forma de aplicar IA
Hay otro detalle interesante para cualquier directivo que esté estudiando proyectos de inteligencia artificial con información sensible.
Los modelos se despliegan en la propia infraestructura del hospital, mediante una instalación local u on-premise. Los datos de los pacientes no necesitan salir de ese entorno para ser procesados.
Esto introduce una idea importante. Aplicar IA no obliga necesariamente a enviar toda la información corporativa a servicios externos.
La infraestructura puede adaptarse al tipo de información y a los requisitos de cada organización.
Foqum, la empresa que ha desarrollado este caso, trabaja precisamente con despliegues en nube, instalaciones locales y modelos híbridos. También indica disponer de certificación ISO 27001 desde 2022 y ENS categoría media desde 2026.
Lo interesante quizá esté fuera del hospital
Conviene detenerse aquí porque este caso contiene una segunda lectura.
¿Qué información importante de tu empresa está hoy escrita en lenguaje natural y resulta difícil de explotar automáticamente?
Pueden ser expedientes, contratos, informes técnicos, incidencias, reclamaciones, correos, partes de mantenimiento, documentación de proveedores o conversaciones con clientes.
El problema se parece bastante al de las notas clínicas: la empresa dispone de información, pero localizarla, clasificarla y convertirla en datos útiles consume tiempo y limita lo que puede hacerse con ella.
Las tecnologías de procesamiento del lenguaje natural permiten precisamente clasificar documentos, extraer datos concretos y realizar búsquedas semánticas sobre grandes volúmenes de información.
No significa que cualquier proyecto sanitario pueda trasladarse directamente a otro sector. Significa que una solución diseñada para resolver un problema complejo puede darte pistas sobre un problema propio que hasta ahora aceptabas como inevitable.
Cinco preguntas antes de empezar
Antes de pensar en modelos, plataformas o proveedores, merece la pena mirar el proceso.
¿Dónde tienes información valiosa que hoy exige lectura humana? ¿Cuántas horas se dedican a localizarla, comprobarla o introducirla de nuevo en otro sistema? ¿Qué errores produce ese trabajo? ¿Qué información no utilizas porque procesarla cuesta demasiado? ¿Qué requisitos de privacidad y trazabilidad tendría una solución automática?
Las respuestas permiten convertir una conversación genérica sobre inteligencia artificial en un caso empresarial concreto.
Y también ayudan a decidir si merece la pena avanzar.
A veces la innovación que necesitas ya está inventada y funcionando
Este caso recuerda algo útil: no siempre hace falta inventar una solución dentro de la empresa. A veces ya existe fuera y está resolviendo un problema muy parecido.
En la Fundación Empresa y Sociedad ayudamos a directivos a conocer soluciones digitales aplicadas, comparar casos y explorar cómo trasladarlas a sus propios retos. Como esta de Foqum, especializada en inteligencia artificial y automatización de procesos.
Si este ejemplo te ha hecho pensar en información difícil de explotar en tu empresa, hablemos.
Fundación Empresa y Sociedad. La Innovación de la Innovación: descubre soluciones digitales para empresas que pueden ayudarte y que quizá todavía no conoces.