El Hospital Universitario Sant Joan d’Alacant está desarrollando una herramienta de Inteligencia Artificial con dos objetivos muy concretos: predecir qué pacientes con asma grave responderán a los tratamientos biológicos y, además, analizar TAC torácicos de forma casi automática.
En asma grave, el tiempo no es un detalle técnico ni un matiz clínico: es pulmón que se gana o se pierde. Cada decisión tardía tiene consecuencias acumulativas que no siempre se pueden revertir.
El proyecto —con ese nombre largo tan propio del entorno hospitalario— se llama “Sistema de Predicción Personalizada de Respuesta al Tratamiento Mediante la Detección de Biomarcadores de Valor y el uso de Inteligencia Artificial Aplicada a Imágenes de TAC”. Detrás del título hay una ambición clara: cruzar datos clínicos, biomarcadores y radiología para tomar mejores decisiones antes de que el daño sea irreversible.
Lo interesante aquí no es solo que “use IA”, sino para qué la usa. No busca impresionar con gráficos o métricas abstractas, sino aterrizar la medicina de precisión en una patología donde improvisar sale caro.
El asma es una de las enfermedades respiratorias más frecuentes y, en España, afecta aproximadamente a una de cada diez personas. Dentro de ese grupo, entre el 5% y el 10% sufre asma grave no controlada, que es precisamente donde se concentra la mayor carga de morbimortalidad e ingresos hospitalarios.
Ahí es donde el sistema apunta de forma directa. Los tratamientos biológicos, diseñados para actuar sobre rutas inflamatorias específicas, pueden cambiar por completo el pronóstico de estos pacientes. El problema es que no funcionan igual en todos.
También te puede interesar:El CEO de Klarna usa un avatar de IA para presentar resultados financierosEl reto que plantea el neumólogo Ignacio Boira Enrique, impulsor de la iniciativa, es construir una herramienta multitarea capaz de integrar todas las variables relevantes para predecir la respuesta a un biológico. No se trata de un “sí o no” simplista, sino de un modelo que cruza señales clínicas, biológicas y radiológicas para ofrecer una predicción personalizada.
La consecuencia práctica es clara: si puedes anticipar qué paciente va a responder bien, puedes iniciar el tratamiento de forma precoz. Y en asma grave, empezar antes no es un eslogan: es menos crisis, menos urgencias y menos hospitalizaciones.
El jefe del Servicio de Neumología, Eusebi Chiner Vives, lo resume sin rodeos: hay que iniciar cuanto antes el tratamiento adecuado para evitar daños irreversibles.
Uno de los más temidos es el remodelado bronquial, un engrosamiento progresivo de las vías respiratorias que, una vez establecido, resulta extremadamente difícil de revertir incluso con la mejor medicación disponible.
Si una IA ayuda a elegir antes el biológico correcto —o a descartar su uso cuando no está indicado— el impacto no es solo estadístico o económico, sino estructural y anatómico. Esta es la parte que a menudo se pierde cuando se habla de algoritmos: un error no es un número mal calculado, es una lesión permanente.
El proyecto no se queda en la predicción terapéutica. También incluye un sistema de análisis automático de imágenes de TAC para generar biomarcadores radiológicos de forma rápida y estandarizada.
También te puede interesar:Informe Revela los Riesgos Ocultos de la IA en el Desarrollo Emocional AdolescenteLa idea es pasar de una lectura artesanal —lenta, costosa y variable entre profesionales— a un flujo en el que el software extrae señales cuantificables y comparables. El etiquetado manual tradicional consume tiempo clínico e introduce variabilidad, algo especialmente problemático cuando se quiere comparar evolución o respuesta al tratamiento.
Automatizar no significa trabajar a ciegas, sino estandarizar y reducir fricción, permitiendo que radiólogos y neumólogos se centren en la toma de decisiones, no en contar píxeles.
Entre los biomarcadores que el sistema busca identificar están el engrosamiento de la pared bronquial, los tapones de moco, las bronquiectasias y las áreas de atrapamiento aéreo. Son hallazgos bien conocidos por los especialistas, pero que una IA puede medir y comparar con consistencia entre estudios y pacientes.
La clave es que el sistema no vive aislado en radiología. Su verdadero valor está en integrar imagen, datos clínicos y biomarcadores inflamatorios, especialmente los relacionados con la inflamación eosinofílica. Ese enfoque híbrido es lo que suele separar una demo atractiva de una herramienta que realmente cambia un protocolo asistencial.
Aquí no estamos ante la clásica historia de “un informático con una idea brillante”, sino ante un equipo multidisciplinar bien definido. Participan Ignacio Boira Enrique y Eusebi Chiner Vives desde Neumología; Joaquín Galant Herrero y María Dolores Martínez Juan desde Radiodiagnóstico; José María Salinas Serrano desde Informática; y Germán González Serrando desde la Universidad de Alicante.
La infraestructura de datos es otro pilar clave. El proyecto se apoya en la experiencia de José María Salinas, responsable de la infraestructura del Banco de Imágenes Médicas de la Comunitat Valenciana y director del Proyecto de Imagen Médica GIMD. No se trata solo de entrenar un modelo, sino de tener el músculo técnico y la gobernanza de datos necesarios para que la IA clínica sea sostenible y fiable.
La iniciativa ya ha sido reconocida con el segundo premio nacional del certamen científico EOS Phenotyping Challenge. Este tipo de galardones no validan por sí solos un sistema clínico, pero sí indican solidez técnica y coherencia en la propuesta.
La pregunta clave es la de siempre: ¿cuándo lo veremos funcionando en la consulta, con pacientes reales y decisiones reales? Si esta IA logra anticipar qué pacientes responderán a biológicos y convierte el TAC en biomarcadores accionables, el cambio de paradigma es enorme: menos ensayo y error y más tratamiento adecuado desde el primer momento.
Cuando un hospital público entra de lleno en medicina de precisión apoyada en IA, imagen y biomarcadores, rara vez es un experimento aislado. Suele ser el principio de algo mucho más grande.
Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.
La Newsletter Diaria Sobre Inteligencia Artificial. Además: Portal de Noticias, Tutoriales, Tips y Trucos de ChatGpt, Openai e Inteligencia Artificial.
Nuestra web está alojada en:
