La Inteligencia Artificial (IA) está revolucionando sectores de todo tipo, pero en salud su impacto puede ser, literalmente, vital. Sin embargo, a pesar del potencial y de la necesidad de modernizar nuestro sistema sanitario, la adopción de soluciones de IA en hospitales y clínicas no es tan sencilla como podría parecer: regulaciones estrictas, garantías de seguridad, necesidades de integración con sistemas médicos ya existentes… Todo ello convierte el sueño de incorporar IA en salud en un reto muy complejo y costoso.
Es precisamente en este contexto donde nace THIASES, un proyecto que persigue hacer más accesible y fiable la incorporación de modelos de IA en el sector sanitario, facilitando que más organizaciones tecnológicas puedan crear soluciones que realmente acaben integrándose en los flujos clínicos del día a día.
Construyendo puentes entre la IA y la medicina
Imaginemos el viaje de un modelo de IA desde el laboratorio hasta una consulta médica. A lo largo de ese recorrido aparecen obstáculos: cumplir con normativas como la AI Act y MDR (Medical Device Regulation), lograr que los sistemas se entiendan entre ellos (HL7, FHIR, DICOM), explicar qué hace la IA y por qué lo hace, y mantener el modelo vigilado para que su rendimiento no se degrade con el tiempo y siga siendo seguro y útil en la práctica clínica. Cada paso requiere conocimientos técnicos y recursos que muchas organizaciones no tienen.
Y aquí es donde entra THIASES: no como creador de modelos, sino como arquitecto de herramientas. Creamos la infraestructura necesaria modular, segura y reutilizable para que otros puedan desarrollar sus propias soluciones de IA en salud, adaptadas a sus entornos y necesidades. El FrameworkSalud acompaña todo ese viaje con una serie de componentes diseñados para:
- facilitar los desarrollos y hacer que estos tengan menos fricción para cumplir la regulación,
- integrarse de forma natural con los sistemas clínicos existentes,
- facilitar mecanismos que permitan ofrecer explicaciones del funcionamiento de los modelos
- y mantenerlos monitorizados para una mejora continua.
En lugar de reinventar la rueda cada vez, el framework ofrece una infraestructura para quienes quieren crear IA segura, efectiva y útil en salud.
Para validar su utilidad y adaptabilidad, el framework se está aplicando a casos clínicos concretos como el cáncer de mama, la diabetes tipo 2 o la leucemia mieloide aguda. Estos escenarios permiten comprobar que las herramientas desarrolladas pueden afrontar retos reales, ajustándose a diferentes tipos de datos. Son la mejor demostración de que el framework no es solo una propuesta técnica, sino una base sobre la que ya se está construyendo salud.
El futuro de la salud
THIASES busca facilitar que el ecosistema de salud pueda crear modelos de IA con facilidad y garantías. En lugar de ofrecer soluciones cerradas, proporcionamos herramientas reutilizables para que otros creen las suyas propias.
De este modo, ayudamos a que la Inteligencia Artificial llegue antes y mejor a los hospitales, centros de investigación y empresas del sector, adaptándose a su realidad y escalando de forma sostenible. Porque construir una IA fiable en salud no es solo cuestión de algoritmos: también lo es de confianza, colaboración y estructura técnica adecuada.
