IMI Health ganó en Health Tech en el Premio Pilares Startup Challenge en Mendoza con una IA que genera informes médicos y optimiza consultas.
La compañía liderada por Mario Luraschi (COO), Agustín Cassani (CTO) y Javier Arnau (CEO), impulsa el desarrollo de una IA aplicada a la generación de informes médicos durante la consulta.
Foto:
El ecosistema innovador de Mendoza sumó una nueva edición de Ciclo Pilares, impulsado por el Ministerio de Producción de Mendoza, el Diario Los Andes y el Polo TIC Mendoza, donde se anunciaron los ganadores del Premio Pilares Startup Challenge, dentro del Ciclo Pilares IA. La iniciativa apunta a impulsar startups que desarrollan tecnología aplicada a resolver problemas concretos del sistema productivo y social.
En esta edición, la categoría Health Tech tuvo como ganadora a IMI Health, una plataforma de inteligencia artificial diseñada para asistir a médicos en la redacción de informes clínicos, con el objetivo de reducir la carga administrativa y mejorar la calidad del tiempo de consulta. La propuesta se centra en automatizar procesos de escritura médica sin perder control profesional ni rigor clínico.
El COO de IMI Health, Mario Luraschi, sostuvo que “ganar en la categoría Health Tech, que es de las más exigentes, fue una validación enorme: en salud no alcanza con una buena idea, hay que demostrar rigor clínico y seguridad de datos”, y remarcó el respaldo del ecosistema local al señalar que la elección del proyecto por parte de las instituciones organizadoras confirma que “resolvemos un problema real: hoy el médico pasa más tiempo escribiendo que mirando al paciente”, una tensión central en la práctica médica cotidiana que la plataforma busca reducir mediante automatización del registro clínico.
El ejecutivo explicó además cómo se distribuye el premio económico, que se orienta a tres áreas clave del producto. Según detalló Mario Luraschi: “los 3 millones los destinamos a tres frentes: la calidad clínica de los informes, que es nuestro corazón; infraestructura y seguridad, porque manejamos datos sensibles; y acompañar a los primeros médicos que ya usan la plataforma”, y sintetizó que “es capital que se transforma directo en producto y confianza”.
En cuanto al funcionamiento de la herramienta, describió que el sistema permite al médico dictar la consulta mientras visualiza una transcripción en tiempo real. Luego, el audio es procesado por un motor de inteligencia artificial que genera dos documentos en simultáneo, un informe clínico estructurado y un resumen para el paciente en lenguaje simple.
“Con ese texto, un modelo de IA de Anthropic genera en paralelo dos documentos: un informe clínico estructurado para el médico y un resumen en lenguaje simple para el paciente”, explicó Luraschi, quien agregó que el sistema trabaja con plantillas para más de 40 especialidades y que “el médico revisa, edita lo que quiera y recién ahí distribuye por WhatsApp o email”. También remarcó que el audio “una vez transcripto, se elimina: no lo guardamos”.
Uno de los puntos centrales del desarrollo es la depuración del contenido clínico. Luraschi señaló que “trabajamos en dos capas: la transcripción con identificación de hablantes y la instrucción al modelo para que actúe como especialista y extraiga solo lo que tiene valor clínico - motivo, antecedentes, examen, diagnóstico, plan - y descarte el resto”, y enfatizó una definición clave del sistema: “preferimos no entregar nada antes que entregar algo inventado”.
Desde el equipo técnico, el CTO de IMI Health, Agustín Cassani, explicó que el desarrollo del sistema parte de un principio fundamental, la inteligencia artificial no reemplaza al profesional médico.
“La IA asiste, no decide. El médico siempre tiene la última palabra”, afirmó Agustín Cassani, y remarcó que ningún informe es final sin revisión profesional, ya que todo el flujo está diseñado bajo el concepto de “human in the loop”, donde el control final siempre permanece en el médico.
El sistema incorpora capas de validación clínica y control de calidad. Cassani detalló que existen plantillas por especialidad con terminología médica precisa en español, además de mecanismos que impiden la generación de contenido cuando no hay información suficiente. “No presentamos a IMI como un sistema que diagnostica solo, sino como una herramienta que le ahorra al médico el trabajo de escribir, dejándole a él la responsabilidad clínica”, explicó Cassani.
En materia de seguridad, el consentimiento del paciente es obligatorio dentro del flujo de uso. Según Cassani, “el consentimiento es un paso explícito y obligatorio del flujo: antes de compartir un informe, el médico tiene que confirmarlo activamente, y no puede avanzar sin eso”, y agregó que cada acción queda registrada con fecha y hora.
La arquitectura del sistema garantiza además el aislamiento de información a nivel de base de datos. “Cada dato está aislado por médico a nivel de base de datos: un profesional no puede, técnicamente, ver la información de otro”, señaló el CTO de IMI Health, y explicó que todos los registros cuentan con trazabilidad completa. A esto se suma la eliminación automática del audio tras la transcripción y la posibilidad de borrar completamente la cuenta del usuario.
Sobre el funcionamiento operativo, Cassani precisó que durante la consulta el sistema realiza transcripción en tiempo real como apoyo visual, pero el procesamiento principal ocurre al finalizar. “El trabajo pesado ocurre después, cuando el médico cierra la consulta”, indicó, y explicó que ese esquema permite mayor precisión al no depender de procesamiento inmediato, con resultados en segundos o pocos minutos.
El CEO de IMI Health, Javier Arnau, explicó que la plataforma ya se utiliza en consultorios particulares por médicos que la incorporaron a su práctica diaria, lo que permitió obtener aprendizajes clave para la evolución del producto.
“Hoy IMI se usa en consultorios particulares, con médicos individuales que lo adoptaron en su práctica diaria”, señaló Javier Arnau, y destacó que ese uso permitió identificar necesidades concretas, como la importancia del control humano sobre la IA, la adaptación por especialidad y el impacto del lenguaje local en la práctica médica.
Uno de los desafíos más complejos fue la adaptación al español rioplatense. Arnau explicó que “la mayoría de las herramientas de IA médica están pensadas en inglés y para el sistema de salud de Estados Unidos”, por lo que fue necesario rediseñar completamente la lógica del sistema. En ese proceso se adaptaron expresiones, formatos numéricos y términos administrativos como “obra social”, “matrícula” y “DNI”.
También se trabajó sobre la precisión del lenguaje clínico en español, incluyendo estándares como CIE-10 y la correcta interpretación de abreviaturas médicas. “No fue traducir: fue rediseñar pensando en cómo trabaja un médico argentino”, afirmó el CEO de IMI Health.
Finalmente, el principal desafío de escalabilidad está vinculado a la adopción institucional. “El principal desafío no es técnico, es de confianza institucional”, explicó, y detalló que mientras un médico individual adopta la herramienta rápidamente, las instituciones de salud requieren procesos de compra, validaciones de seguridad, integraciones con sistemas existentes y cumplimiento de estándares más exigentes.