Este documento describe cómo la inteligencia artificial puede transformar la atención médica al proporcionar resúmenes precisos de la información en los registros médicos digitales. La plataforma Savana utiliza técnicas como el procesamiento de lenguaje natural y el aprendizaje automático para analizar los registros y brindar apoyo médico en tiempo real a los médicos. Los desarrolladores esperan que esto mejore la eficiencia y la calidad de la atención al reducir la variabilidad y los errores.

1. Transformando la sanidad con Inteligencia Artificial
1
16 de septiembre de 2015

2. 2xinfo every 5 years
200x in 2020
1 doubt every 2 patients
Variability E Errors
Sorce: Del Fiol G. JAMA Intern Med. 2014 May
Fente: RAND Corporation report
Loss of efficiency Quality decrease

3.  1 necesidad de información cada 2 pacientes.
 Se busca la mitad de las veces.
 34% de las veces son tratamientos
Del Fiol G. JAMA Intern Med. 2014 May
 Un MAP se plantea 1,7 dudas por cada 10 pacientes
 Los 12 tipos de duda más frecuentes incluyen hasta el 75% de todas las cuestiones
planteadas.
 El desarrollo de sistemas de ayuda en consulta que cubran estas necesidades de información
podría reducir el alto porcentaje de dudas (37,5%) que generan una nueva cita para el
paciente.
 Las formas más avanzadas para resolver las dudas del médico de familia en la consulta
vienen dadas por: los proyectos de servicios de gestión del conocimiento, los sistemas de
ayuda en la toma de decisiones y la telemedicina.
Aten Primaria. 2009 Nov;41(11):597-9 Managing the doubts of the Family Doctor in the clinic
 Médicos en USA tienen 4-6 dudas clínicas cada semana
 Sólo 20% de decisiones basadas en MBE.
 1 de 5 son erróneos
RAND Corporation report
.

4. …
High value information can be extracted from DCR…
…but they are unstructured and written in natural language

5. Our technology activates the first Spanish semantic engine
able to sort and curate medical natural language
•Artificial Intelligence: computational linguistics
•Machine learning
•Use of open code software
•International standards controlled terminology
•Big data – statistics trained with medical knowledge
•Own databases
•Integration with imaging and numeric information
•Cloud systems

6. So we created Savana
• medical decision support platform
• real time
• based on the reuse of the big data contained in all
digital clinical records
 1ª aplicación de la IA al entorno clínico

11. 11
Paciente 1. Fecha
07/11/14
MC: cefalea
AP: madre migrañosa.
Hiperprolactinemia probable
secundario a microadenoma
hipofisario.
Alergia AAS.
TTO actual: ACO
EA: Paciente de 27 años de edad
con cefalea desde los 12 años, 1-2
cefaleas al mes hemicraneal
derecha con nauseas y
vómitos, foto y sonofobia, precisa
reposo, no aura, dura un día,
ibuprofeno cede si lo toma pronto.
En el último mes más estresada y la
cefalea es más frecuente e Intensa.
EF: normal.
JC: Migraña común.
Plan: tryptizol 10 mg cada noche
durante un mes y retirar.
Enantyum 25 mg si cefalea,
primperam si nauseas.
Paciente XYZ,
07/11/14
Antecedentes:
Madre con migraña
Hiperprolactinemia
Diagnóstico:
Migraña común
Tratamiento:
Tryptizol (dosis,
frecuencia)
Enantyum (dosis,
frecuencia)
Pruebas:
Electroencefalograma
MR
Motor
semántico

12. 12
P.2
3/12
Informe
P.1
3/14
Informe
P.1
1/14
Informe
P.3
9/12
Informe
P.3
7/14
Informe
P.2
11/14
Informe
P.N
Fecha
Informe
…
P.2
11/13
Informe
P.4
9/13
Informe
P.1
7/13
Informe
P.1
10/11
Informe
10/11
A,D,T,P
07/13
A,D,T,P
1/14
A,D,T,P
3/14
A,D,T,P
3/12
A,D,T,P
11/13
A,D,T,P
11/14
A,D,T,P
9/12
A,D,T,P
7/14
A,D,T,P
9/13
A,D,T,P
P.X
P.Y
P.Z
P.W …
BBDD Medroom

13.  Primary
care
 Government
 Hospitals
 Developers
 Specialists
 Usefulness
• 96% of doctors would use it
 Privacy
•Aggregated clinical data
•Non personal - anonym
•Non data protection dependent
 Trust
•Safety by design

14. 14
Evidence Generating Medicine

15. @savanamedica
15
Savana Médica
info@savanamed.com
www.savanamed.com