![f070-01](https://article-imgs.scribdassets.com/6353gf9klccoo74t/images/file0L5WSAK3.jpg)
El uso de la inteligencia artificial en la medicina es un enorme reto, pero también ofrece múltiples oportunidades para hacer los sistemas sanitarios más eficientes, más cercanos y adaptados a los pacientes y, aunque parezca contradictorio, mucho más humanos. Así lo constataron los participantes en la jornada Muy IA Trends Update Executive, desarrollada el pasado mes de mayo. Tal y como afirmó Dolors Marco, moderadora del evento, estos foros, organizados por Zinet Media y Muy Interesante, tienen como objetivo la transmisión social del conocimiento, poniendo en común hacia dónde se encamina la inteligencia artificial en el ámbito de la salud y generando sinergias y puntos de encuentro entre gentes del sector que están trabajando en la misma área y que, a veces, no tienen contacto porque «tendemos a ser un poco endogámicos».
TRANSFORMACIÓN DIGITAL
La primera ponente de este tercer encuentro de profesionales fue Araceli Camacho, directora del área de transformación digital del Hospital Clínic de Barcelona, ingeniera industrial especializada en organización industrial, investigación operativa, cuyas áreas de interés y expertize se centran en la transformación digital y el desarrollo organizativo. El Clínic de Barcelona se encuentra actualmente inmerso en uno de los procesos más ambiciosos de Europa, el NowClinic.
Araceli Camacho explicó que la transformación digital «es cómo utilizamos los datos para crear valor». En relación a lo digital afirmó, «lo primero que tenemos que hacer es pensar qué datos queremos usar, cómo los identificamos, cómo los capturamos, estructuramos, qué preguntas queremos hacer a esos datos y cómo validamos que esa información sea fidedigna». Ese proceso ha de ser diseñado de forma segura, legal, ética y sostenible. «Todo eso es lo que establecemos como una gobernanza de datos. Creamos un catálogo de datos donde ponemos la disponibilidad de los datos, para quién, con qué reglas, cómo vamos a consumir esos datos, anonimizados, no anonimizados, quién los puede consumir, en qué términos, cómo van a ser la calidad de los datos, cómo establecemos que esos datos son de calidad para poder ser usados y la privacidad y seguridad». Ese proceso continuo, señaló, incluye adquirir datos de diversas fuentes, tanto datos estructurados como no estructurados, ver cómo se almacenan, cómo se limpian y cómo se aseguran de que son utilizables, «cómo construimos el modelo sobre esos datos o validamos un modelo que luego nos ayude a entender, predecir, clasificar o detectar patrones». Luego hay que ponerlos en ejecución y todo debe de estar sustentado en una arquitectura de datos. Eso también implica, señaló Camacho, que esa arquitectura sea escalable y ágil, descentralizada y saber quiénes son los propietarios de los datos, que esté muy claro quién es el responsable. «Todo esto tiene que estar gestionado por una gobernanza