Una IA española anticipa la sepsis 24 horas antes y reduce un 4% los ingresos en la UCI de Son Llàtzer

Un estudio publicado el 31 de agosto de 2026 en la revista científica PLOS Global Public Health concluye que una herramienta de inteligencia artificial desarrollada en España, BIAlert Sepsis, logró anticipar el riesgo de sepsis hasta 24 horas antes de su aparición clínica y redujo los ingresos en unidades de cuidados intensivos (UCI) en el Hospital Universitario Son Llàtzer de Palma de Mallorca.

El trabajo, firmado por investigadores del propio hospital, la Universidad de las Islas Baleares y la empresa BiometricsAI (Universidad Autónoma de Madrid), analizó 8.039 episodios de sepsis atendidos entre enero de 2011 y junio de 2024: 6.168 en el periodo previo a la implantación de la herramienta (hasta 2019) y 1.871 tras su puesta en marcha, excluyendo los años de la pandemia de covid-19 para evitar distorsiones en la comparación.

Según el diseño cuasi-experimental antes-después empleado por los autores, la proporción de pacientes con sepsis que necesitó ingresar en UCI cayó del 34,4% al 30,4% tras la introducción del sistema (p=0,001 tras ajustar por factores de confusión), mientras la estancia media en UCI se redujo en 0,35 días por paciente y la estancia en planta en 0,59 días. Las reingresos a los 30 días bajaron del 4,5% al 3%.

El estudio también cuantifica el impacto económico: el coste medio por ingreso pasó de 26.517 a 24.630 euros, un ahorro de alrededor de 1.801 euros por episodio que, tras ajustar por variables de confusión, los autores atribuyen en un 26,1% directamente al sistema. Con un coste de instalación de 200.000 euros y un mantenimiento anual de 100.000 euros, el modelo económico a cinco años proyecta un beneficio neto descontado de 3,55 millones de euros y un retorno de la inversión del 528%, con recuperación de la inversión ya en el primer año. Un análisis de sensibilidad con 10.000 simulaciones Monte Carlo mantuvo resultados positivos en más del 97% de los escenarios.

BIAlert Sepsis, desarrollado por el Instituto de Ingeniería del Conocimiento (IIC) a partir de una línea de investigación liderada por el intensivista Marcio Borges, analiza en tiempo real más de 70 variables clínicas, de laboratorio y demográficas procedentes de la historia clínica electrónica, actualizándose cada 30 minutos desde el ingreso del paciente. En validaciones previas con 218.715 episodios, la herramienta identificó correctamente al 93% de los pacientes con sepsis y descartó la enfermedad en el 84% de quienes no la padecían.

"En la sepsis, llegar antes puede cambiar la evolución del paciente", resumió Borges, coordinador del estudio, según declaraciones recogidas por Forbes España y ConSalud. Los propios investigadores insisten en que el sistema genera alertas integradas en los sistemas hospitalarios existentes, pero no sustituye el juicio clínico: son los médicos quienes examinan al paciente y deciden las intervenciones.

El sistema, que cuenta con marcado CE como producto sanitario de clase IIa, está implantado actualmente en tres hospitales públicos españoles: el Son Llàtzer, el Hospital Universitario 12 de Octubre de Madrid y el Complejo Hospitalario Universitario de Albacete. En Son Llàtzer, según los promotores del proyecto, ha permitido detectar unos 200 casos nuevos de sepsis al año que los protocolos estándar no identificaban, con menos falsas alarmas que las escalas de alerta previas.

La sepsis, una respuesta inflamatoria desproporcionada del organismo ante una infección que puede derivar en fallo multiorgánico, sigue siendo una de las principales causas de mortalidad hospitalaria evitable cuando el diagnóstico se retrasa. El equipo de Son Llàtzer plantea ahora ampliar el seguimiento a más centros y periodos más largos para confirmar si las mejoras se mantienen a medida que el sistema se extiende a hospitales con características distintas.