Patricia Durán Carrasco
Cumplimiento normativo, interoperabilidad, optimización de recursos para cubrir las necesidades del centro hospitalario, infraestructura de inteligencia artificial (IA) flexible, gestión de ciclo de vida del dato, seguridad y ser un catalizador para implementar nuevos circuitos dentro del sistema sanitario son los elementos que caracterizan a la plataforma Aiers de Siemens Healthineers.
Según la Organización Mundial de la Salud (OMS), se detecta un cáncer cada menos de un segundo y se estima que habrá una incidencia del 60%. Esto provoca que exista un aumento en la presión asistencial, sobre todo en radiología. En este contexto, la IA clínica está permitiendo mejorar la calidad del diagnóstico, acelerar el diagnóstico y automatizar tareas rutinarias. Su implementación gira en torno a la adopción.
Con la aparición de la IA clínica, los profesionales sanitarios pueden beneficiarse de una mayor calidad del diagnóstico, mayor rapidez del diagnóstico y automatización de tareas rutinarias
En el caso de la plataforma Aiers, “queremos implementar flujos de trabajo optimizados dentro de la rutina clínica, pensando siempre dentro de los estándares, de la interoperabilidad, en el cumplimiento con toda la legislación vigente en relación con los dispositivos médicos y planteando nuestra solución como una IA multimodal”, ha comentado Alejandro Ramos Digital, portfolio Executive de Siemens Healthineers, durante su ponencia ‘Reimaginando la práctica clínica en la era digital’, desarrollada en el marco del XXIX Congreso Nacional de Informática de la Salud 2026, que se está celebrando hasta el 26 de marzo en el Hotel NH Collection Madrid Eurobuilding.
La plataforma Aiers tiene una entrada de información que puede venir de manera multimodal, como imagen radiológica, dato estructurado y resultados de algoritmos que hayan generado información previamente, y enrutar esta información a diferentes algoritmos dentro del sistema hospitalario. La generación automática de los algoritmos, en muchos casos, suele ser capturas secundarias o información que vuelve simplemente al sistema PAX, donde el radiólogo o el clínico coge la información que se ha generado. “Nosotros vamos un paso más allá, aportando un valor añadido a través de la adaptación de esos algoritmos a las necesidades de los hospitales, para ayudar a la realización de preinformes, estructurar alertas o canalizar la información para alimentar otros sistemas de información o incluso otros algoritmos”, ha matizado Ramos.
Seguridad, interoperabilidad y gobernanza de datos son los elementos esenciales de la plataforma Aiers
Por otro lado, en relación con el flujo del paciente, existen algoritmos de IA prácticamente en todos los ámbitos, desde la atención primaria hasta el diagnóstico o seguimiento. Ramos ha considerado que esta complejidad y heterogeneidad necesitan ser gobernados y controlados de una forma transparente que permita la trazabilidad, el control y tenga como foco la seguridad de los datos. En esta línea, la plataforma Aiers ha sido creada por la Siemens Healthineers, lo que permite realizar adaptaciones en base a las necesidades de los diferentes proyectos. “Trabajamos con algoritmos de muchos tipos”.
Asimismo, esta solución permite optimizar los recursos, al poder evaluar cómo se están utilizando los algoritmos, qué recursos se está utilizando y adaptar las necesidades para equilibrar la carga. Además, Ramos ha señalado la importancia de disponer de flexibilidad en la infraestructura de IA, ya que “muchos algoritmos funcionan en cloud, pero muchas veces no es posible trabajar desde la nube, siendo importante disponer de esa flexibilidad para ofrecer soluciones on-premise”.
Mayor seguridad con la gestión del dato
Otro factor a tener en cuenta es la gestión del ciclo de vida del dato, el cual es esencial para garantizar la seguridad del sistema sanitario. Para contar con una gobernanza de IA es necesario disponer de capacidad para trazar y controlar los algoritmos que se están ejecutando. :n este sentido, la plataforma Aiers ofrece la posibilidad de monitorizar el rendimiento de los algoritmos, como marcas de tiempo, de ejecución, errores, entre otros parámetros; y trasladar esa información de los diferentes modelos en formatos exportables a soluciones de Business Intelligence (BI) disponibles en el centro o con KPIs integrados por la propia plataforma.
Hasta el momento, la plataforma Aiers se ha implementado con éxito en más de 60 centros en el sur y centro de Europa, con más de 2 millones de estudios estimados procesados con Aiers y diferentes algoritmos de IA durante el año 2026 y con más de 30 casos de uso clínicos. En España, la plataforma está implementada o implementándose en sistemas de salud regionales, como Aragón o Navarra La Rioja, Madrid y también en centros privados.
Deja una respuesta