Una solución convierte los informes de alta de urgencias en guías personalizadas y fáciles de entender, con el objetivo de cerrar la brecha de comunicación entre profesionales y pacientes.
Barcelona ha acogido del 19 al 21 de febrero de 2026 la segunda edición del GenAI Health Hack, un hackathon centrado en inteligencia artificial generativa aplicada a retos reales del sistema de salud. El evento, impulsado por el Hospital Clínic Barcelona, el Programa Salut/IA del Departament de Salut de la Generalitat de Catalunya y la Cátedra de Oncología de Precisión de la Universitat de Barcelona, en colaboración con MIT Critical Data, ha reunido a más de 90 profesionales distribuidos en 14 equipos multidisciplinares para diseñar y prototipar soluciones con impacto asistencial.
El proyecto ganador ha sido EdxPlain, desarrollado por el equipo Bridge, con una propuesta tan simple de formular como difícil de ejecutar bien: transformar los informes de alta de urgencias en guías personalizadas, comprensibles y accionables para el paciente mediante IA. La idea responde a un problema cotidiano y a menudo invisible: el lenguaje técnico clínico, imprescindible para la precisión profesional, no siempre se traduce en claridad para quien vuelve a casa con un diagnóstico, medicación, recomendaciones y, muchas veces, ansiedad.
Un hackathon con un objetivo: que la IA sea útil donde más cuesta
El GenAI Health Hack no plantea “demos” de laboratorio: trabaja sobre fricciones del sistema sanitario. Durante tres días intensivos, los equipos abordaron retos que van desde la mejora de procesos clínicos y la gestión de datos hasta el apoyo a la toma de decisiones o la educación en salud, con un enfoque explícito hacia IA generativa y sistemas multiagente bajo supervisión humana.
La estructura del evento también es una declaración de intenciones. La organización combinó una jornada inaugural de conferencias en el Hotel SB Icària con la hackathon en las instalaciones de NTT Data Barcelona (NTT Towers), un formato que busca conectar visión, marco ético y viabilidad técnica con prototipado rápido y trabajo interdisciplinar.
En salud, el “hacer rápido” sin “hacer bien” no es una opción. Por eso, los proyectos se evaluaron no solo por creatividad o ejecución técnica, sino por criterios de rigor científico, viabilidad, impacto real en el entorno asistencial, cumplimiento normativo y prevención de sesgos, reforzando un mensaje que se repite en los foros serios de IA clínica: sin gobernanza, la tecnología amplifica errores; con gobernanza, puede escalar buenas prácticas.
EdxPlain: del informe clínico al acompañamiento comprensible
El núcleo de EdxPlain es cerrar la distancia entre lo que el profesional escribe y lo que el paciente entiende. La solución busca convertir el lenguaje técnico del informe de urgencias en un acompañamiento inteligente: instrucciones claras, priorización de pasos, recordatorios y pautas adaptadas al caso, con personalización de recomendaciones para empoderar al paciente en la gestión de su salud.
El jurado valoró especialmente la solidez técnica y la justificación del enfoque, con evidencias de rendimiento y de responsabilidad ética; y la decisión final incorporó también una votación popular entre participantes, un mecanismo interesante en hackathons sanitarias porque introduce un criterio comunitario: ¿qué herramienta ven los propios profesionales como más aplicable y más cercana a la realidad?
Más allá del premio, el caso EdxPlain toca un punto crítico para cualquier política de salud: la adherencia y la seguridad. Cuando el paciente no entiende bien una pauta (medicación, signos de alarma, seguimiento), el sistema paga dos veces: con reconsultas evitables y, en el peor de los casos, con complicaciones. Convertir el alta en una guía comprensible no es “embellecer texto”: es gestión del riesgo clínico desde la comunicación.
Los finalistas: imagen médica y diálisis, dos campos con gran “retorno clínico”
El GenAI Health Hack 2026 también reconoció como finalistas dos proyectos que apuntan a mejoras directas en procesos y resultados:
- Image Cross-Modality: una solución para generar secuencias adicionales de resonancia a partir de una imagen previa, con potencial para acortar el tiempo de prueba y, en su aplicación principal actual, crear datos sintéticos que optimicen el entrenamiento de nuevos modelos en entorno médico.
- Dry Weight Prediction: un proyecto que usa IA para calcular el peso seco óptimo en pacientes en diálisis, afinando la terapia y reduciendo complicaciones durante las sesiones.
Ambos ejemplos ilustran una realidad del despliegue sanitario: el impacto no siempre viene de “la gran plataforma”, sino de mejoras concretas que reducen tiempos, afinan parámetros y disminuyen eventos adversos.
Un ecosistema que mezcla hospital, universidad, administración e industria
El hackathon se presenta, además, como un modelo de innovación colaborativa: instituciones sanitarias, centros de investigación, universidades e industria tecnológica sentados en el mismo tablero, con reglas orientadas a impacto y a transferencia. Ese enfoque es coherente con el papel que reclaman las instituciones públicas: no solo financiar innovación, sino ordenarla alrededor de necesidades del sistema y con exigencias de ética y cumplimiento.
La agenda inaugural reunió perfiles institucionales y técnicos, y ponentes que discutieron no solo herramientas, sino el futuro del modelo asistencial en la era de la IA: interoperabilidad, compartición segura de datos, responsabilidad profesional y confianza en entornos asistidos por sistemas inteligentes.
Además, la edición 2026 contó con apoyo de empresas tecnológicas (según la organización) y se celebró en espacios corporativos de referencia en Barcelona, un detalle que revela la madurez del debate: la IA clínica no puede quedarse en “presentaciones”; necesita entornos donde se hable de despliegue, seguridad, operación y mantenimiento.
Por qué este tipo de hackathons importan en 2026
En los últimos dos años, la IA generativa ha pasado de “promesa” a “presión” dentro de hospitales y sistemas de salud: presión por automatizar documentación, por asistir en triaje, por mejorar comunicación con pacientes, por optimizar recursos. El riesgo es doble: usar modelos generalistas sin adaptación (con alucinaciones, sesgos o fallos de contexto) o bloquear cualquier adopción por miedo regulatorio. Hackathons como GenAI Health Hack intentan abrir una tercera vía: prototipar con criterios clínicos y éticos desde el inicio, y crear proyectos que nazcan “pensando en producción”, no en demo.
La propia filosofía del evento insiste en que la IA solo tendrá sentido si se implementa con rigor científico, supervisión humana y compromiso con el servicio público. En otras palabras: no se trata de sustituir criterio clínico, sino de aumentar capacidades y liberar tiempo para lo que solo puede hacer un profesional.
Qué viene después: de la hackathon al sistema
El salto relevante, a partir de aquí, es el de siempre: pasar del prototipo a un piloto real y, después, a integración. En salud, eso exige responder preguntas incómodas:
- ¿Cómo se valida clínicamente que una guía generada desde un informe reduce errores y mejora adherencia?
- ¿Cómo se integra con historia clínica y flujos del servicio de urgencias sin añadir carga a los profesionales?
- ¿Qué garantías de privacidad y trazabilidad se aplican cuando el contenido toca datos sensibles?
- ¿Quién asume responsabilidad y cómo se audita la salida del sistema?
La ventaja de EdxPlain es que parte de un artefacto real (el informe) y de una necesidad humana (comprensión). Si el proyecto mantiene el foco en seguridad, control y claridad, puede convertirse en una de esas soluciones “pequeñas” que cambian mucho: menos dudas, menos errores, más tranquilidad del paciente en el momento más delicado, cuando se va a casa.
