4 min de lectura

IA en historias clínicas: Cleveland Clinic analizó más de 7.800 pacientes en un trabajo que a mano habría tomado años

IA en historias clínicas: Cleveland Clinic analizó más de 7.800 pacientes con Synapsis AI de Dyania, sin sacar datos del hospital. Lecciones para tu empresa.

Mano que sostiene una esfera luminosa de datos conectada con hospital, hogar y escáneres, simbolizando la IA en la atención médica

Revisar a mano las historias de más de 7.800 pacientes llevaría años. Cleveland Clinic lo resolvió con IA en historias clínicas: una plataforma que leyó cada nota, informe y ecocardiograma de esos pacientes y construyó un modelo para predecir cuánto durará una válvula cardiaca implantada. La clave para cualquier directivo: el sistema corre dentro del hospital, los datos nunca salen y el médico sigue tomando todas las decisiones.

La protagonista es Dyania Health, una empresa de IA clínica con sede en Nueva Jersey, y su motor Synapsis AI. Los hospitales acumulan décadas de historial en texto libre: notas de médicos, informes quirúrgicos, lecturas de imagen y patología, resúmenes de alta. Entender la historia completa de un solo paciente exige leer años de registros. Synapsis AI funciona como un motor de razonamiento clínico: recorre todo el expediente y conecta hallazgos separados por años, como lo haría un especialista que revisa la historia. El resultado son señales clínicas, cada una trazable hasta su fuente en el registro, que indican qué pacientes requieren atención y por qué.

En Cleveland Clinic, la herramienta apoyó un estudio con más de 7.800 pacientes que recibieron un reemplazo de válvula aórtica entre 2005 y 2021. Analizó el expediente de cada uno, incluidos todos los ecocardiogramas posteriores a la cirugía, y generó un modelo predictivo de deterioro de la válvula y riesgo de reintervención a tres, cinco y diez años. La revisión de toda la cohorte, que según NVIDIA habría llevado años a los clínicos, la completó la plataforma. «Es un paso prometedor hacia mejores resultados y una atención más personalizada», afirmó el Dr. Lars Svensson, jefe del Heart, Vascular & Thoracic Institute de la clínica.

Por qué la IA on-premise en hospitales cambia las reglas

Synapsis AI se ejecuta sobre computación acelerada de NVIDIA dentro del firewall del propio sistema de salud. Todos los registros se procesan en sitio: no se comparten ni salen del hospital. Dyania entrena sus modelos con las librerías abiertas NVIDIA NeMo y los optimiza con TensorRT y TensorRT-LLM para que corran más rápido y con menos recursos en los servidores GPU del hospital.

Es una arquitectura que ya vemos en otros sectores regulados. Legora superó los 100 millones de dólares de ARR sin ver los datos de sus clientes, y el patrón es el mismo: cuando la información es sensible, llevar la IA al dato suele pesar más que llevar el dato a la IA.

Qué puedes aplicar en tu empresa: lecciones de la IA en historias clínicas

No hace falta dirigir un hospital para aprovechar este caso. Si tu organización guarda años de conocimiento en texto libre (contratos, tickets, informes técnicos, correos), el esquema es el mismo.

  • Localiza tu «historia clínica». Busca dónde está la respuesta a tus preguntas críticas enterrada en documentos no estructurados que nadie tiene tiempo de leer completos.
  • Exige trazabilidad. Cada conclusión de Synapsis AI se puede rastrear hasta su fuente en el registro. Sin evidencia verificable, el equipo no confiará en el sistema. Es la misma lógica de la IA empresarial con fuentes verificables que Qlik aplicó con Amazon Bedrock.
  • Mantén al humano en la decisión. Dyania lo plantea como herramienta de asistencia: el clínico confirma y actúa. Es un modelo parecido al de Arca, donde la IA lleva el proceso pero solo una persona mueve el dinero.
  • Decide dónde vive el dato antes de elegir el modelo. Si tu información no puede salir de tu infraestructura, la arquitectura on-premise debe estar en el diseño desde el día uno.
  • Empieza por un estudio acotado. Cleveland Clinic aplicó la tecnología a una pregunta concreta (durabilidad de válvulas) con una cohorte definida. Un caso así permite medir valor antes de escalar.
  • Cuándo tiene sentido dar el paso

    Dyania señala que el mismo enfoque sirve para cualquier reto donde la respuesta esté dentro del expediente: identificar pacientes elegibles para ensayos clínicos, cerrar brechas de atención en cardiología y oncología, o poblar registros clínicos. Son tareas repetitivas, de alto volumen y con mucho valor oculto, y ahí suele estar el mejor momento para adoptar IA: cuando el cuello de botella no es la decisión, sino el tiempo humano que cuesta reunir la información para tomarla.

    Un error a evitar es esperar a tener los datos perfectamente ordenados. El valor de este tipo de sistemas está justamente en leer lo desordenado. Otro es vender la herramienta internamente como reemplazo del especialista; el caso funciona porque libera horas de revisión de historiales para dedicarlas a los pacientes.

    La pregunta para tu comité de dirección

    La IA en historias clínicas demuestra que el conocimiento acumulado por años en texto libre puede convertirse en señales accionables sin sacrificar privacidad ni control humano. ¿Cuántas decisiones de tu empresa dependen hoy de que alguien lea miles de páginas? Ese es el mejor lugar para empezar tu primer piloto.

    Preguntas frecuentes

    ¿Qué es Synapsis AI de Dyania Health?

    Es un motor de razonamiento clínico que analiza todas las notas, informes y resultados de laboratorio de un paciente. Conecta hallazgos separados por años y genera señales clínicas trazables a su fuente. Es una herramienta de asistencia: el clínico revisa la evidencia y toma cada decisión.

    ¿Qué resultado obtuvo Cleveland Clinic con la IA en historias clínicas?

    Con Synapsis AI, la clínica analizó los expedientes de más de 7.800 pacientes con reemplazo de válvula aórtica entre 2005 y 2021. Construyó un modelo predictivo de deterioro y reintervención a 3, 5 y 10 años, en una revisión que a mano habría tomado años.

    ¿Cómo protege Dyania la privacidad de los datos de los pacientes?

    Synapsis AI se ejecuta sobre computación acelerada de NVIDIA dentro del firewall del propio hospital. Los registros se procesan en sitio, de modo que los datos nunca se comparten ni salen de la institución. Los modelos se optimizan con TensorRT y TensorRT-LLM para correr en los servidores GPU del hospital.