Publicaciones relacionadas:

Manos con guantes revisan piezas arqueológicas en una mesa de conservación

Museo de Valparaíso debatirá cómo se construyen los futuros

Asentamiento informal en una ladera del valle interior de la Región de Valparaíso

Dos detenidos tras control con arma y drogas en toma Yevide

Carros alegóricos comunitarios desfilan por una calle de la zona central de Chile

La Cruz realizará desfile de carros alegóricos el 17 de octubre

Hombre con anteojos sentado ante documentos y un cuaderno en una oficina

Mundaca alerta por recorte al presupuesto regional de Valparaíso

Planos de infraestructura y paisaje costero de la Región de Valparaíso

Nehuenco reducirá en 43% su consumo autorizado de agua cruda

Hospital público chileno usa datos para anticipar demanda y ordenar pabellones

Profesionales de salud y tecnología revisan infraestructura de datos en un hospital

El Hospital Dr. Luis Tisné Brousse, en Santiago, está utilizando ciencia de datos para anticipar la presión asistencial de las semanas siguientes y apoyar la programación de cirugías. El trabajo busca que los equipos puedan prepararse antes de un aumento de demanda y aprovechar mejor los pabellones, sin reemplazar el criterio de los profesionales de salud.

La experiencia fue explicada por Nicolás Balmaceda Pascal, médico científico de datos de la Unidad de Estudios y Proyectos del Hospital Santiago Oriente. El especialista describió aplicaciones que ya se desarrollan dentro del establecimiento y también advirtió que incorporar inteligencia artificial a decisiones clínicas exige validación, transparencia, protección de datos y supervisión humana.

Anticipar el invierno y apoyar la programación quirúrgica

Una de las líneas de trabajo proyecta cuándo puede producirse el mayor nivel de demanda durante la campaña de invierno y cómo podrían comportarse las semanas siguientes. Esa anticipación permite organizar con más información la urgencia, las camas y la hospitalización, en vez de reaccionar únicamente cuando la presión ya aumentó.

Otra aplicación se concentra en las cirugías electivas. La programación debe considerar factores como la gravedad de cada caso, el tiempo que una persona lleva esperando y las garantías GES. Los algoritmos pueden ordenar esas variables y proponer una distribución que use mejor las horas disponibles, pero la decisión final continúa en manos del equipo clínico.

El mismo enfoque puede apoyar tareas administrativas repetitivas, como resumir antecedentes o preparar información para distintos equipos. El objetivo no es automatizar la relación con el paciente, sino reducir trabajo manual y dejar más tiempo para las labores que requieren evaluación profesional y contacto humano.

Por qué un buen resultado no basta

El uso de estos sistemas también abre un problema central: algunos modelos pueden entregar una predicción acertada sin mostrar con claridad cómo llegaron a ella. En medicina, esa falta de explicación dificulta identificar los factores sobre los cuales intervenir y puede ocultar errores o sesgos que afecten de manera distinta a ciertos grupos de pacientes.

Balmaceda abordó este desafío en un artículo publicado por la revista del Hospital Santiago Oriente. Su planteamiento apunta a que los algoritmos clínicos deben someterse a procesos de validación capaces de comprobar su seguridad y beneficio antes de incorporarlos a la atención, con una exigencia comparable a la aplicada a otras herramientas sanitarias.

La revisión humana sigue siendo indispensable. Un sistema puede procesar grandes volúmenes de información y detectar patrones con rapidez, pero no reemplaza el contexto de la relación médico-paciente, la evaluación ética ni la responsabilidad de quien adopta una decisión clínica.

Datos conectados, protegidos y con propósito sanitario

Uno de los obstáculos para extender estas herramientas en Chile es que la información clínica continúa repartida entre hospitales, centros de salud y plataformas que no siempre se comunican entre sí. Sin datos estandarizados y de buena calidad, es más difícil conocer la trayectoria de un paciente, evaluar políticas públicas o planificar recursos de manera oportuna.

La solución no consiste en copiar fichas clínicas en servicios públicos de inteligencia artificial. Los datos de salud son sensibles y requieren infraestructura autorizada, accesos controlados, trazabilidad y reglas claras sobre su uso. La incorporación de estas herramientas debe comenzar con un problema sanitario definido y una evaluación de riesgos, no con su adopción por moda.

Para equipos y organizaciones de Casablanca, la experiencia ofrece una lección aplicable más allá del hospital: antes de usar IA con información confidencial conviene definir quién supervisará los resultados, dónde se procesarán los datos y qué decisión nunca podrá ejecutarse sin aprobación humana. Una alternativa reciente para experimentar sin depender obligatoriamente de la nube es dashAI, la plataforma presentada por la Universidad de Chile, aunque trabajar con antecedentes clínicos exige controles adicionales y específicos.

Más noticias y explicaciones sobre herramientas digitales están disponibles en Tecnología.

CasablancaHoy.cl

Compartir:
Subscribite a nuestro newsletter y recibí las últimas noticias en tu mail.
Envía tu evento