::sub::Servicios inteligentes para espacios de datos sanitarios::/sub::
::desc::El proyecto se enmarca en una línea de I+D orientada a desarrollar servicios integrados con espacios de datos sanitarios. La propuesta exploraba cómo transformar información clínica no estructurada en datos interoperables, cómo compartirlos mediante credenciales verificables y cómo habilitar servicios de inteligencia artificial que ayudasen a profesionales sanitarios a consultar, resumir y analizar información clínica de forma más eficiente.::/desc::
::tags::Salud · Espacios de datos · IA generativa · HL7 · Credenciales verificables · Delivery::/tags::
Servicios para espacios de datos
IA, HL7 y credenciales verificables para compartir datos clínicos de forma estructurada y confiable.
El proyecto se enmarca en una línea de I+D orientada a desarrollar servicios integrados con espacios de datos sanitarios. La propuesta exploraba cómo transformar información clínica no estructurada en datos interoperables, cómo compartirlos mediante credenciales verificables y cómo habilitar servicios de inteligencia artificial que ayudasen a profesionales sanitarios a consultar, resumir y analizar información clínica de forma más eficiente.
A diferencia de un repositorio centralizado, el espacio de datos se entendía como un marco de confianza para conectar sistemas que, a priori, no están integrados entre sí. En este contexto, el proyecto trabajaba sobre datos sintéticos y entorno de laboratorio, con el objetivo de validar servicios capaces de operar sobre información sanitaria sensible bajo reglas de consentimiento, seguridad e interoperabilidad.
Salud · Espacios de datos · IA generativa · HL7 · Credenciales verificables · Delivery
El problema
El reto de facilitar el intercambio seguro e interoperable de información sanitaria entre sistemas no conectados, permitiendo que datos clínicos procedentes de distintas fuentes puedan ser estructurados, verificados y utilizados para apoyar procesos asistenciales o de investigación dentro de un marco de confianza.
Los sistemas sanitarios suelen trabajar con información distribuida entre diferentes entidades, formatos y niveles de calidad. Un paciente puede tener parte de su historial en un hospital público, otra parte en un centro privado y documentación adicional en PDFs, informes escaneados o fuentes no verificables. Esta fragmentación dificulta que los profesionales tengan una visión completa y estructurada del caso clínico.
Además, el dato sanitario es especialmente sensible. No basta con mover información de un sistema a otro: es necesario establecer reglas claras de consentimiento, seguridad, verificación, interoperabilidad y uso posterior. En este contexto, los espacios de datos permiten explorar una forma de conectar organizaciones y servicios sin convertir el intercambio en un repositorio centralizado, sino en un marco donde los datos y servicios se consumen bajo condiciones controladas.
Interoperabilidad clínica
Para que los datos pudieran ser útiles dentro de sistemas hospitalarios o servicios de ayuda diagnóstica, debían transformarse a estándares sanitarios como HL7. El reto estaba en convertir información no estructurada o parcialmente estructurada en datos comprensibles para otros sistemas.
Confianza y consentimiento
El intercambio de información clínica requería mecanismos que permitieran verificar el origen de los datos, gestionar el consentimiento del paciente y asegurar que cada uso posterior estuviera alineado con las reglas del espacio de datos.
Ayuda diagnóstica sobre datos fragmentados
Los profesionales sanitarios necesitan acceder rápidamente a información relevante: resumen del historial, parámetros analíticos, tratamientos actuales o antecedentes clave. Cuando los datos están dispersos o mal estructurados, encontrar esa información consume tiempo y puede dificultar la toma de decisiones.
La solución
Transformación de datos clínicos a HL7
Uno de los servicios del proyecto permitía transformar información clínica no estructurada o semiestructurada en datos compatibles con estándares sanitarios como HL7. Con ayuda de inteligencia artificial, el servicio facilitaba la extracción, estructuración y normalización de información procedente de documentos o fuentes clínicas diversas, permitiendo que los sistemas hospitalarios pudieran integrarla y utilizarla de forma más operativa.
Credenciales verificables para datos sanitarios
El proyecto exploraba también el uso de credenciales verificables para representar y compartir información clínica de forma confiable. En un escenario de uso, un paciente podía solicitar sus datos en un hospital, recibirlos como credencial y presentarlos posteriormente en otro centro sanitario. El sistema receptor podía verificar la credencial, incorporar la información a su infraestructura y decidir, bajo consentimiento, si utilizar esos datos para asistencia, investigación o consumo de otros servicios dentro del espacio de datos.
Agente de IA para consulta clínica
El proyecto incluía un agente de inteligencia artificial generativa orientado a ayudar a profesionales sanitarios en la consulta de información clínica. A partir de los datos disponibles sobre un paciente en una sesión temporal, el agente podía responder preguntas sobre historial, parámetros analíticos, tratamientos actuales o información relevante para el diagnóstico, facilitando una lectura más rápida y ordenada del caso clínico.
Conversión a estándares clínicos
El servicio de transformación permitía convertir información clínica no estructurada o semiestructurada en datos compatibles con estándares sanitarios como HL7. Esta capa era clave para que documentos, informes o datos procedentes de distintas fuentes pudieran integrarse de forma más útil en sistemas hospitalarios y servicios conectados al espacio de datos.
Credenciales verificables sanitarias
El uso de credenciales verificables permitía explorar un modelo donde el paciente podía portar y presentar parte de su información clínica ante otras entidades sanitarias. Esta aproximación aportaba una capa de confianza sobre el origen y la integridad de los datos, facilitando escenarios de segunda opinión, continuidad asistencial o intercambio entre sistemas públicos y privados.
Entorno de confianza para intercambio
El espacio de datos actuaba como un marco de conexión entre sistemas, servicios y organizaciones que no estaban integrados previamente. Más que almacenar información en un repositorio centralizado, permitía definir reglas de acceso, consentimiento y consumo, habilitando el intercambio seguro de datos y servicios en un contexto sanitario sensible.
Servicios IA sobre datos temporales
El agente de inteligencia artificial generativa trabajaba sobre sesiones temporales de consulta, utilizando los datos disponibles del paciente en ese momento para responder preguntas clínicas, resumir información o localizar parámetros relevantes. El objetivo no era sustituir el criterio médico, sino facilitar el acceso rápido a información dispersa y apoyar la toma de decisiones.
Mi rol
Delivery, definición funcional y diseño UX
Mi participación se centró en la gestión y seguimiento del delivery del proyecto, coordinando necesidades funcionales, avances técnicos, documentación y dependencias dentro de un contexto I+D en desarrollo. Trabajé en la definición funcional de los servicios, research, roadmap, preparación de demo, QA funcional y diseño UX, conectando los distintos escenarios de uso con una experiencia comprensible para perfiles sanitarios y técnicos. Aunque la interfaz visual fue desarrollada por una persona del equipo, mi rol incluyó la definición de flujos, requisitos, estructura de pantallas y validación funcional, asegurando que los servicios —transformación de datos, credenciales verificables y agente IA— respondieran de forma coherente al caso de uso planteado.
Resultados
El proyecto permitió avanzar en la construcción de un piloto en entorno de laboratorio, trabajando con datos sintéticos y servicios orientados a la interoperabilidad sanitaria. Se definieron y desarrollaron capacidades para transformar datos clínicos a HL7, representar información sanitaria mediante credenciales verificables y habilitar consultas con un agente de IA generativa sobre datos temporales del paciente. Además, el trabajo contribuyó a mejorar componentes vinculados al ecosistema de identidad digital, incluyendo ajustes y aprendizajes aplicables a wallets de negocio y holder dentro de Identfy. Aunque la solución no se ha validado todavía con usuarios reales ni en un espacio de datos sanitario plenamente operativo, sí ha permitido construir una demo funcional y aterrizar escenarios complejos de intercambio de datos en un entorno controlado.
Aprendizaje
Este proyecto reforzó mi aprendizaje sobre cómo diseñar y gestionar soluciones digitales en sectores altamente regulados, donde la innovación técnica debe equilibrarse con seguridad, consentimiento, interoperabilidad y madurez del ecosistema. También me ayudó a entender mejor el papel de los espacios de datos como marcos de confianza, no como simples repositorios, y a traducir conceptos complejos —HL7, credenciales verificables, IA generativa o consumo temporal de datos— en flujos comprensibles para un producto demostrable.
Hablemos de datos, IA e interoperabilidad
Acompaño proyectos digitales que conectan tecnologías emergentes, datos sensibles y necesidades reales de negocio, ayudando a convertir escenarios complejos en soluciones comprensibles, demostrables y orientadas a uso.