La iniciativa del investigador Doctor Felipe Baesler de la Facultad de Ingeniería, USS sede Concepción, propone un sistema de autovalidación de exámenes de laboratorio basado en Inteligencia Artificial (IA) entrenada con datos locales. El proyecto fue adjudicado en el marco del Concurso FONIS 2025, donde solo un 3% de las postulaciones a nivel nacional resultan ganadoras.
Proyecto pionero para la salud pública en Chile
El Fondo Nacional de Investigación y Salud (FONIS) impulsado por la Agencia Nacional de Investigación y Desarrollo (ANID) y el Ministerio de Salud (MINSAL), financia proyectos que busquen resolver problemas prioritarios de salud mediante la investigación aplicada.
En este marco la USS, se adjudicó el proyecto “Inteligencia Artificial como Apoyo a la Toma de Decisiones en la Validación de Exámenes de Laboratorio Clínico”, liderado por el Doctor Felipe Baesler, Director del Magíster en Dirección de Operaciones, Logística y Distribución.
La iniciativa tiene como objetivo desarrollar, implementar y evaluar un sistema de autovalidación de exámenes clínicos basado en IA, utilizando datos del Hospital Guillermo Grant Benavente, institución asociada al proyecto.
“La adjudicación de este proyecto representa un reconocimiento al trabajo conjunto entre la academia y el sistema público de salud. Es una gran satisfacción ver cómo la investigación aplicada puede generar soluciones reales a problemas críticos, en este caso mejorando la seguridad y eficiencia del proceso de validación de exámenes clínicos”, señaló Basler.
En cuanto a la relevancia de este proyecto para el Hospital, el director Dr. Claudio Baeza aseguró que “estamos vinculados al ecosistema nacional y regional, para impulsar nuevos desarrollos en apoyo a la gestión, a la sustentabilidad y a la seguridad de nuestros procesos. El Fonis adjudicado marca un hito en nuestra línea de vinculación con la academia, donde somos reconocidos y atractivos como entidad asociada en múltiples proyectos desarrollados los últimos años, en una relación que evaluamos como exitosa para ambas instituciones”.
El desafío de la validación manual
En la actualidad, el HGGB procesa cerca de 24.000 exámenes diarios, lo que genera una alta carga operativa y un riesgo clínico considerable. Según estimaciones, cerca del 1% de los resultados con errores pasa inadvertido, lo que equivale a más de 200 exámenes diarios con potencial impacto en diagnósticos y decisiones terapéuticas.
“Observamos que gran parte del tiempo de los profesionales se destina a revisar exámenes normales o dentro del rango, en lugar de concentrarse en los casos críticos que realmente requieren juicio experto. Estas brechas evidencian la necesidad de incorporar herramientas que automaticen la revisión de resultados normales y prioricen los anómalos, fortaleciendo la seguridad, eficiencia y confiabilidad del proceso de validación”, mencionó el investigador.
En la misma línea, el Dr. Baeza valoró la implementación de este sistema de autovalidación, destacando que permitirá reducir la carga laboral y optimizar los tiempos de respuesta. “Los sistemas automatizados para el procesamiento de grandes volúmenes de muestras deben ofrecer garantías sólidas de validación de sus resultados”, explicó.
En ese sentido, Baeza añadió que “en los últimos años la industria proveedora de equipos ha comenzado a incorporar sistemas de validación basados en inteligencia artificial, lo que, si bien mejora la precisión, también incrementa los costos operativos”.
Por otra parte, el doctor recalcó los beneficios de contar con una base de datos propia para la validación, ya que esta herramienta “no solo asegura la calidad del proceso, sino que también permite focalizar de mejor manera las muestras que requieren validación humana”.
Asimismo, enfatizó que esta innovación reduce significativamente la carga laboral y, sobre todo, abre la posibilidad de generar en el futuro datos locales sobre la epidemiología de las patologías crónicas no transmisibles. De esta manerta, será posible desarrollar modelos de prevención más eficientes, contribuyendo a mejorar la calidad de vida de la población y a retrasar la carga de enfermedad sobre el Sistema de Salud.
Función del sistema
El sistema de IA será entrenado con datos locales y se integra en paralelo al Laboratory Information System (LIS) del hospital durante su fase piloto. La principal meta es: reducir en un 50% los errores no detectados, disminuir en un 30% los tiempos de entrega de los resultados y alivianar la carga laboral del personal especializado.
El Doctor Baesler detalló los principales desafíos en el funcionamiento de este sistema, asegurando que “en cuanto a los desafíos técnicos, lo principal será la integración del prototipo con el LIS, garantizando seguridad y trazabilidad de datos. Además, buscamos que los profesionales lo perciban como confiable y transparente, entendiendo por qué se toman las decisiones que entrega el modelo”.
Resultados esperados en salud digital
La validación automatizada de exámenes es un proceso escalable a todo el sistema público y podría convertirse en un precedente para el diseño de futuras políticas de salud digital en Chile.
En cuanto a los resultados de este proyecto, el investigador espera que esta iniciativa sirva como “una demostración concreta de cómo la Inteligencia Artificial puede integrarse de
manera segura y efectiva en procesos clínicos reales. Los aprendizajes podrían orientar políticas de salud digital dirigidas a la automatización confiable y a la reducción del riesgo clínico”.
El éxito de esta adjudicación también se atribuye a la colaboración con el equipo del Laboratorio Clínico del Hospital Guillermo Grant Benavente, quienes fueron un aporte fundamental en el conocimiento del proceso y validaron la importancia de este proyecto.
“Esto no habría sido posible sin el compromiso del hospital. Su experiencia fue clave para identificar las brechas reales y orientar el desarrollo hacia una solución con impacto directo en la parte clínica. El mérito es compartido, ya que refleja la solidez de la alianza entre la Universidad y el sistema público de salud, así como también la confianza mutua en que la investigación aplicada puede generar transformaciones reales y sostenibles”, concluyó el investigador.
