La familia de modelos de inteligencia artificial (IA) generativa española, Alia, tendrá una primera aplicación pública antes de acabar el año. Se llama Cardiomentor y la están desarrollando Tecnalia y el Barcelona Supercomputing Center (BSC) en colaboración con la Sociedad Española de Cardiología. En una primera fase, actualmente en ejecución, Cardiomentor se apoyará en los modelos fundacionales Alia para desarrollar una especie de ChatGPT especializado en cardiopatías para los médicos generalistas, con el objetivo de que estos tengan fácil acceso a conocimiento actualizado y veraz sobre estas dolencias.

Una vez completada esta fase, el sistema se entrenará con datos anonimizados de pacientes con el objetivo de afinar la capacidad de predicción y diagnóstico de la herramienta. La idea es que el modelo sea capaz de analizar una serie de parámetros del paciente y poder decirle al médico, por ejemplo, qué tipo de tratamientos han funcionado con otros sujetos que presentaban condiciones muy similares.

Esta segunda parte del proyecto, que se licitará este año y se empezará a implementar el que viene, presenta varias incógnitas. ¿Quién se ocupará de anonimizar y custodiar los datos de las historias clínicas de los pacientes? ¿Qué tecnología se usará para ello? ¿Quién supervisará que el proceso se realice de forma segura? Fuentes de la Secretaría de Estado de Digitalización e Inteligencia Artificial, dependiente del Ministerio de Transformación Digital y Función Pública y que ha asumido la coordinación del proyecto, explican a EL PAÍS que el foco está todavía puesto en la primera, así que todas estas cuestiones están todavía “por definir”.

Primera fase: un asistente en cardiología

Unas 800.000 personas padecen insuficiencia cardíaca en España. Su incidencia es alta en personas mayores y con morbilidades, y se ha estimado que su impacto económico puede ser de unos 2.500 millones de euros anuales (se atribuyen a cardiopatías unos 10.000 ingresos hospitalarios al año). “Nos pareció que la insuficiencia cardíaca es una patología que afecta a muchas personas y tiene un gran impacto en el sistema sanitario, por lo que podía ser un buen punto de partida para empezar a usar el gran modelo de lenguaje (LLM por sus siglas inglesas) que ha desarrollado el Gobierno”, explica el doctor Julián Villacastín, jefe de cardiología del Hospital Clínico San Carlos de Madrid y expresidente de la Sociedad Española de Cardiología (SEC).

Villacastín encabeza el equipo de la SEC que ha trabajado en la prueba de concepto de asistente en insuficiencia cardiaca para médicos generales (Cardiomentor). “Inicialmente, será una herramienta formativa: ayudará a los generalistas a estar al día y tomar decisiones, que serán siempre solo suyas”. El doctor y sus colegas serán los curadores del contenido con el que se entrene el modelo: artículos científicos reseñables y guías clínicas que reflejen el consenso de los expertos. “Va a ser un modelo vivo, iremos incluyendo novedades según se vayan publicando”, añade.

La prueba de concepto en la que trabajan ahora mismo tiene un presupuesto de 50.000 euros, según confirma la Secretaría de Estado. Ha sido elaborada por Tecnalia con los medios del BSC y el asesoramiento de la Sociedad Española de Cardiología. Villacastín cree que el prototipo formativo puede estar listo en unos meses. “Solo con que te conteste a preguntas científicas con la seguridad de que las respuestas de la herramienta no tengan sesgos, eso será muy valioso”, dice. El hecho de que se base en Alia y, por tanto, funcione bien en castellano, hace que Cardiomentor sea susceptible de ser usado en cualquier país de habla hispana.

Sin embargo, la idea de aplicar grandes modelos de lenguaje al sector médico ha sido cuestionada por la literatura científica. “El problema fundamental de los LLM es que sus resultados no son replicables. Son modelos estocásticos: con unos mismos inputs llega a distintos outputs, el sistema te dará respuestas diferentes ante un mismo problema”, explica Lorena Jaume-Palasí, investigadora independiente en ética y tecnología. “Los LLMs no son capaces de distinguir entre artículos científicos antiguos, sexistas y desfasados y nuevas informaciones, y ese es un problema conocido”, abunda la experta.

Los datos generados por Cardiomentor serán propiedad de Tecnalia, aunque el BSC y la Dirección General de Inteligencia Artificial tendrán una licencia sobre los mismos. Antes de empezar a funcionar, la herramienta será validada médicamente por la propia Sociedad Española de Cardiología. El doctor Villacastín conoce los estudios que ponen en duda la valía de los LLM en cuestiones médicas. “Por eso tenemos que hacer un modelo que sea lo más fiable posible, y en eso estamos trabajando”, apunta.

Segunda fase: un modelo predictivo

Una vez esté listo el asistente, la intención es añadirle casos reales para poder extraer conclusiones de utilidad médica. Eso se logrará introduciendo en el modelo datos de las historias clínicas de pacientes que hayan sufrido cardiopatías. “Existen multitud de interacciones entre distintos aspectos personales, sociales y terapéuticos que influyen en el paciente, y muchas veces es difícil detectarlos con los medios que tenemos”, indica el doctor Villacastín. Depresiones, situación familiar, tipo de alimentación, tipo de trabajo… “La complejidad de la interacción es tremenda. Si tenemos mucho conocimiento, eventualmente podremos llegar a desarrollar prácticamente gemelos digitales: saber que a tal persona le puede servir tal tratamiento, porque ya se ha visto que ha funcionado con otros 1.000 pacientes que presentaban características similares”.

La calidad de los datos que necesitan para entrenar el modelo está haciendo que Villacastín y sus colegas sean muy restrictivos. “Quizás podamos reunir las historias clínicas de 2.000 o 3.000 sujetos. Primero integraremos datos de pacientes que tienen esta patología para saber por qué han tenido que ser readmitidos en el hospital, por qué han tenido complicaciones o por qué ha ido todo bien, qué factores han ayudado o perjudicado, etcétera. Ya estamos diseñando el conjunto de datos que queremos introducir para alimentar el modelo”, señala.

“El objetivo es conseguir que el modelo sea capaz de decir que, dadas tus características y la experiencia en casos similares, si sigues fumando tendrás X probabilidades de sufrir un ictus, un infarto o cáncer de pulmón entre los 35 y los 60 años”, resume el doctor. La idea, a muy largo plazo, sería desarrollar gemelos digitales de los pacientes: réplicas lo más parecidas posible a estos.

Jaume-Palasí considera que esta aproximación es problemática. “La idea de usar gemelos digitales en medicina me parece preocupante porque no se trata de entender mejor a un paciente, sino de perfilar, y eso es una forma de precarización, porque acaba minimizando el contacto del paciente con el médico”.

El modelo fundacional español

La familia de modelos de IA generativa Alia, presentada por el Gobierno en enero, no pretende competir con ChatGPT, Gemini ni DeepSeek, sino poner a disposición de todo el mundo una herramienta que funcione bien en castellano y en las lenguas cooficiales. Así, un 20% de todos los textos con los que se ha entrenado son en castellano, catalán, gallego y euskera (el inglés, con casi el 40%, es el predominante). Puede parecer una proporción baja, pero es muy superior a la usada por los modelos más conocidos. Eso le imprimirá a los modelos Alia una fiabilidad superior, más conocimiento de frases hechas y expresiones patrias y menos probabilidades de equivocarse. “Creemos que vamos a conseguir superar sesgos culturales”, dijo la secretaria de Estado de Digitalización e IA, María González Veracruz, en una reunión con periodistas.

Alia es un proyecto de código abierto, por lo que cualquier particular o empresa puede descargarlo y manipularlo. Además de una mayor fiabilidad en el idioma, Alia aporta la garantía de cumplimiento con las normativas europeas aplicables, tanto en transparencia como en derechos de autor. El modelo se ha entrenado con documentación pública oficial: desde el histórico de los boletines del BOE o el Boletín Oficial del Registro Mercantil hasta las intervenciones parlamentarias o resoluciones judiciales. El Gobierno ha dedicado 2,2 millones de euros a desarrollar el algoritmo y otros ocho a la infraestructura necesaria, aportada por el BSC, y a configurar las bases de datos. Ya se está trabajando en el diseño de nuevos casos de uso, más allá de Cardiomentor y de una aplicación piloto interna de la Agencia Tributaria pensada para agilizar los trámites burocráticos.

“Los modelos Alia han tenido limitaciones presupuestarias en comparación con otras herramientas del mercado, pero tiene puntos fuertes. Yo destacaría que se le ha dado peso al español y las lenguas cooficiales, y podemos ir curando los contenidos para corregir sesgos; y que tienen la garantía de que cumplen con el Reglamento Europeo de IA”, subraya Andrés Pedreño, exrector de la Universidad de Alicante y fundador y presidente de 1millionbot. Pedreño ha sido uno de los expertos a los que ha confiado el Gobierno la evaluación del modelo.

“Nosotros hemos hecho alguna prueba con los modelos Salamandra [los menos sofisticados] de Alia y con el último, el 40B, y, de momento, los resultados son un poco irregulares”, explica Álvaro Barbero, director de Inteligencia Artificial en el Instituto de Ingeniería del Conocimiento. “Mi equipo ha hecho pruebas y todos ellos, especialmente los Salamandra, están por debajo de los modelos a enero de 2025. Si lo comparamos con Llama, el modelo de código abierto de Meta, que va por su versión 3.2, Alia sería equivalente a Llama 2, que tiene año y medio”, apunta.