La integración de la inteligencia artificial en los entornos clínicos ha superado la fase de la experimentación aislada para enfrentarse a su mayor cuello de botella: la escala y la gobernanza.
En un escenario donde cada centro hospitalario o región sanitaria podría desarrollar soluciones de forma fragmentada, el Institut de Diagnòstic per la Imatge (IDI), entidad adscrita al Servei Català de la Salut (CatSalut), ha optado por un enfoque de infraestructura centralizada. Mediante el desarrollo de la plataforma IA-HES, en colaboración con T-Systems, el sistema sanitario catalán busca establecer un marco de ejecución que permita que los modelos de IA no solo funcionen, sino que sean trazables, seguros y, sobre todo, interoperables entre los distintos nodos de la red pública.
Esta iniciativa, que se presentará oficialmente el próximo 3 de marzo en el marco del Mobile World Congress en el stand de Deutsche Telekom, plantea una solución a la heterogeneidad tecnológica que suele lastrar la digitalización pública. La inteligencia artificial en Cataluña ya no se observa solo como una herramienta de diagnóstico, sino como un activo que requiere una gestión industrializada. La arquitectura de IA-HES se apoya en tecnologías de ecosistema abierto como Kubernetes, Kubeflow y MLFlow, lo que sugiere una apuesta por evitar el bloqueo de proveedor (vendor lock-in) y permitir una evolución fluida conforme el estado del arte de la IA avance.
Según ha trascendido a través de T-Systems, la división de servicios de digitalización del Grupo Deutsche Telekom, el despliegue de esta plataforma de inferencia de modelos busca reducir la fricción en la incorporación de nuevas capacidades algorítmicas. No se trata únicamente de un repositorio de código; es un sistema de gobernanza que garantiza que cualquier modelo, ya sea predictivo o generativo, cumpla con los estándares de seguridad y transparencia exigidos en un entorno tan crítico como el de la salud.
Estandarización frente a la fragmentación clínica
Uno de los puntos más críticos en la adopción de la IA en la sanidad pública es la equidad territorial. Históricamente, el acceso a tecnologías de vanguardia ha dependido en gran medida de los recursos y la capacidad de innovación de centros específicos, a menudo los grandes hospitales metropolitanos. Joan Gibert, Director de Estrategia de IA, Innovación, Investigación y Docencia del IDI, sostiene que IA-HES permite establecer un marco compartido para catalogar y gobernar estos modelos con criterios homogéneos. El objetivo subyacente es que el rendimiento de estas herramientas no esté condicionado por el código postal del paciente, sino por estándares comunes que aseguren un acceso consistente en todo el CatSalut.
Sin embargo, la implementación de una plataforma de esta magnitud no está exenta de desafíos operativos. La transición de modelos desarrollados en entornos de investigación (el laboratorio) a entornos de producción clínica (la realidad del hospital) suele revelar inconsistencias en los datos y dificultades de integración con los sistemas de información hospitalarios existentes. IA-HES intenta mitigar esto mediante el uso de GIT y marcos de catalogación que conectan la innovación con el cumplimiento normativo de forma automatizada. Al estandarizar la comunicación entre las áreas involucradas, se facilita la reutilización de modelos, evitando que diferentes departamentos «reinventen la rueda» para problemas clínicos similares.
El papel de la interoperabilidad en la nube
La arquitectura diseñada para esta plataforma es flexible y está preparada para integrarse con infraestructuras de nube estandarizadas. Este movimiento alinea la estrategia tecnológica del IDI con las directrices de las administraciones regionales y nacionales, que priorizan el uso de nubes soberanas o entornos controlados para el manejo de datos sensibles. Ramón Puigoriol, responsable de Health en T-Systems Iberia, indica que esta solución impulsa la transparencia y la evolución continua del sistema, permitiendo que la sistematización de la IA sea una realidad en todo el territorio.
La plataforma no solo mira hacia el diagnóstico por imagen, su ámbito de origen natural en el IDI, sino que está diseñada para ser el motor que acelere la adopción de soluciones de IA generativa y predictiva en diversas áreas médicas. Este enfoque de «ecosistema abierto» es relevante en un momento en que la regulación europea, a través de la AI Act, empieza a exigir niveles de trazabilidad y control de riesgos que muchas soluciones actuales no pueden garantizar por sí solas.
Pese a los beneficios evidentes en gestión y control, queda por ver cómo se resolverá la integración de modelos de terceros y de proveedores especializados en este catálogo centralizado. La plataforma promete reducir la fricción, pero la validación clínica de cada algoritmo sigue siendo un proceso riguroso que va más allá de la infraestructura técnica. La capacidad de IA-HES para albergar una biblioteca diversa de soluciones dependerá de su capacidad para atraer tanto a desarrolladores internos del sistema público como a empresas tecnológicas externas bajo un mismo paraguas normativo.
Perspectivas y derivadas futuras
El despliegue de IA-HES sitúa al sistema sanitario catalán en una posición de referencia dentro del Estado español, al abordar la IA desde la infraestructura y no solo desde el caso de uso puntual. La gobernanza de datos y la transparencia en los algoritmos son ya exigencias sociales y legales, y disponer de una plataforma que industrialice estos procesos es un paso hacia la madurez digital del sector salud.
La incógnita reside ahora en la velocidad de adopción por parte de los profesionales sanitarios y en la capacidad del sistema para procesar el volumen creciente de datos que estos modelos generarán. La presentación en el Mobile World Congress, con la participación de expertos como Daniel Ribas y Malena Diaz de T-Systems junto a Joan Gibert, arrojará luz sobre los resultados preliminares de esta implantación. El éxito de la iniciativa no se medirá solo por la robustez técnica de su arquitectura en Kubernetes, sino por su capacidad real para transformar la eficiencia operativa y, en última instancia, la calidad asistencial en un sistema público bajo presión constante.
