El Parc Científic de la Universitat de València ha celebrado una jornada Innotransfer sobre el impacto de la IA en el diagnóstico médico, la imagen clínica y la medicina personalizada, con la participación de especialistas del ámbito sanitario, investigador, empresarial, jurídico e institucional.
La inteligencia artificial ya está transformando la práctica médica. Sus aplicaciones permiten detectar lesiones difíciles de identificar por el ojo humano, automatizar procesos diagnósticos, reducir tiempos de análisis, anticipar riesgos clínicos y extraer conocimiento de grandes volúmenes de datos biomédicos. Sin embargo, su incorporación efectiva al sistema sanitario plantea todavía retos decisivos relacionados con la calidad de los datos, la validación clínica, la regulación, la interoperabilidad de los sistemas y la confianza de profesionales y pacientes.
Estas fueron algunas de las principales conclusiones de la jornada ‘IA y Salud: innovaciones en imagen médica y medicina personalizada’, celebrada el 18 de junio en el Auditorio Marie Curie del Parc Científic de la Universitat de València (PCUV). El encuentro se enmarcó en el programa Innotransfer, impulsado por la Red de Parques Científicos Valencianos con el apoyo de la Conselleria de Industria, Innovación, Comercio y Turismo de la Generalitat Valenciana.
La sesión reunió a representantes de hospitales, universidades, institutos de investigación, empresas biotech y healthtech, especialistas en bioinformática, expertos en regulación y responsables institucionales para abordar cómo convertir el potencial de la inteligencia artificial en soluciones clínicas seguras, útiles y sostenibles.
Durante la apertura institucional, Pedro Carrasco, director del Parc Científic UV, subrayó la importancia de conectar investigación biomédica, empresa, hospitales, institutos sanitarios, administraciones públicas y expertos en regulación para que la innovación llegue realmente al sistema sanitario. “No basta con que exista una tecnología prometedora”, señaló. “Hace falta conectar muchos mundos”.
En la misma línea, José María Montiel, vicerrector de Innovación y Transferencia de la Universitat de València, destacó las capacidades de la IA para detectar patrones, mejorar la estratificación de pacientes o procesar grandes volúmenes de datos, pero advirtió de que la salud es un ámbito especialmente sensible. “La seguridad, la fiabilidad, la protección de datos y la validación clínica no son complementarias: son condiciones imprescindibles para generar confianza”, afirmó.
Por parte de la Generalitat Valenciana, Francisco Javier Sogorb, subdirector general de Avance para la Sociedad Digital y de la Inteligencia Artificial, puso el foco en el papel estratégico de los datos como materia prima de la inteligencia artificial. En este contexto, destacó proyectos como EUCAIM, una infraestructura digital federada paneuropea de imágenes de cáncer anonimizadas que permitirá aplicar tecnologías de IA a grandes volúmenes de información clínica.
La IA ya forma parte de la imagen médica
La ponencia inaugural corrió a cargo de Luis Martí-Bonmatí, director del Área Clínica de Imagen Médica del Hospital Universitari i Politècnic La Fe, del Grupo de Investigación Biomédica en Imagen del IIS La Fe y director científico de EUCAIM. Durante su intervención, defendió que la inteligencia artificial no pertenece ya a un escenario futuro, sino que forma parte de numerosos procesos asistenciales.
“La inteligencia artificial ya ha venido”, afirmó Martí-Bonmatí, quien describió esta tecnología como “el mayor elemento disruptivo de la medicina en las últimas décadas”. Entre sus aplicaciones actuales, citó la reconstrucción de imágenes médicas, la reducción de tiempos en pruebas diagnósticas, la segmentación automática de órganos y lesiones, la detección de tumores significativos, el seguimiento de pacientes oncológicos y la generación de biomarcadores de imagen.
El especialista insistió en que el valor de estas herramientas no reside solo en acelerar tareas, sino en extraer de la imagen médica información que antes no era accesible. “A veces detectamos cambios que no son observables por los propios radiólogos, porque son tan sutiles que afectan a parámetros de textura o propiedades que el ojo humano no puede detectar”, explicó.
No obstante, advirtió de que su implantación masiva exige superar barreras técnicas, metodológicas y económicas, como la variabilidad entre equipos y protocolos, la validación en entornos reales, la integración con los sistemas hospitalarios y la evaluación del coste-beneficio.
Del algoritmo al hospital
El primer bloque técnico continuó con la intervención de Germán Casabó, responsable de la Unidad de Bioinformática de EpiDisease, empresa ubicada en el área empresarial del Parc Científic UV. Casabó presentó una herramienta basada en inteligencia artificial para calcular de forma automática y reproducible los ángulos de Cobb, una medición clave en el diagnóstico y seguimiento de la escoliosis idiopática adolescente.
El algoritmo, denominado SPARC, ha sido entrenado y validado en un estudio multicéntrico con 484 radiografías de pacientes procedentes de cuatro hospitales de referencia. Según explicó Casabó, el sistema identificó el 94 % de las curvas consenso definidas por especialistas y mostró un rendimiento comparable al de clínicos expertos, con menos errores extremos.
La herramienta se ha integrado en ScoliVIEW, una aplicación web orientada al uso clínico que permite cargar imágenes, detectar automáticamente vértebras y curvas, calcular los ángulos de Cobb y generar informes en PDF. El próximo paso será avanzar hacia el marcado CE, la integración con sistemas hospitalarios y el despliegue a gran escala.
La mesa redonda ‘Del algoritmo al hospital: validación, datos y adopción clínica’ reunió a Ángel Alberich, CEO y cofundador de Quibim; Francisco Albiol, investigador científico del Instituto de Física Corpuscular (IFIC, CSIC-UV); Adrián Galiana, investigador del Instituto de Investigación Sanitaria La Fe; y Francisca Ramón, catedrática de Derecho Civil de la Universitat Politècnica de València.
El debate mostró que la adopción clínica de la IA no depende de un único obstáculo, sino de una cadena de condiciones: acceso a datos, calidad de la información, validación clínica, regulación, integración tecnológica, usabilidad y modelo de negocio. “Tener el marcado CE o la FDA no significa que la herramienta vaya a funcionar rápido, ágil y sin fisuras para los médicos”, señaló Alberich.
Galiana aportó datos del proyecto europeo CHAIMELEON, en el que se estudió la interacción entre profesionales clínicos y modelos de IA en cáncer de próstata. Según explicó, el clínico solo alcanzaba un 76 % de acierto, la IA sola un 73 %, pero el clínico con apoyo de IA llegaba al 87 %. “La IA nos ayuda, no nos sustituye”, resumió.
Por su parte, Albiol subrayó la necesidad de trabajar con datos de calidad, trazables y adecuados al objetivo clínico. También defendió la importancia de avanzar hacia modelos interoperables que permitan evaluar y comparar distintas herramientas. Ramón, desde la perspectiva jurídica, alertó sobre la protección de los datos de salud, especialmente en el caso de menores, enfermedades raras o aplicaciones digitales no suficientemente controladas.
Medicina personalizada y transferencia
La segunda parte de la jornada se centró en el potencial de la inteligencia artificial para avanzar hacia una medicina más predictiva, personalizada y preventiva. Adrián Colomer, cofundador y CPO de Artikode Intelligence, explicó que el reto actual no es la falta de información, sino la dificultad para convertir datos dispersos en decisiones clínicas personalizadas.
Colomer presentó proyectos de visión artificial aplicados a histología, OCT, endoscopia, fondo de ojo y vídeo, con aplicaciones en cáncer de próstata, cáncer de mama, enfermedades retinianas, enfermedad inflamatoria intestinal y detección precoz de párkinson a partir del análisis de la marcha.
La jornada incluyó también la intervención de Judit Garcia, técnica bioinformática de EpiDisease, quien presentó herramientas para mejorar el manejo clínico de la sepsis. Entre ellas, una base de datos relacional desarrollada junto con intensivistas del Hospital Clínico de Valencia y una plataforma en desarrollo, ODyScore, orientada a calcular el riesgo de que un paciente desarrolle sepsis mediante modelos de aprendizaje automático.
La mesa redonda ‘Biotech, healthtech y oportunidades de transferencia en salud personalizada’ reunió a Marta Comellas, directora de Health Economic and Outcomes Research en Outcomes’10; Dolores Corella, catedrática de Medicina Preventiva y Salud Pública de la Universitat de València e investigadora principal del CIBEROBN; Ángel González, CEO y cofundador de Datipic; y Miriam Martínez, investigadora postdoctoral de la Universidad Católica de Valencia.
Comellas defendió que una innovación sanitaria debe demostrar desde el inicio su valor clínico, económico y organizativo. Corella aportó una mirada crítica desde la nutrición personalizada y recordó que no todos los datos tienen el mismo nivel de evidencia. González puso el foco en el potencial de la IA para reducir cargas administrativas y devolver tiempo clínico a los profesionales sanitarios. Martínez Santos, por su parte, destacó la importancia de que los biomarcadores demuestren calidad analítica, validez clínica y utilidad real en la toma de decisiones.
El cierre institucional corrió a cargo de Emilio Pedro Vivancos, responsable de la Oficina Autonómica para la Aplicación de la Inteligencia Artificial en la Salud de la Conselleria de Sanitat, quien subrayó la necesidad de avanzar con una estrategia coordinada que permita incorporar estas tecnologías de forma segura, útil y alineada con las necesidades reales del sistema sanitario.
La jornada concluyó con una idea compartida: la inteligencia artificial no sustituirá a los profesionales sanitarios, pero sí transformará profundamente su forma de trabajar. El reto ya no es solo desarrollar algoritmos más potentes, sino integrarlos en un sistema sanitario capaz de evaluarlos, regularlos y convertirlos en mejores decisiones para las personas.