La forma en que se recopilan, organizan y utilizan los datos clínicos de los pacientes está cambiando rápidamente a nivel global con la migración de estos a un formato digital. Sin embargo, en México, alrededor del 50% de los profesionales de la salud utilizan un expediente electrónico.
“Todavía se manejan en Excel o, en algunos casos muy extremos, incluso en papel”, dice Arturo López, EXATEC de Ingeniería en Tecnologías Computacionales, Campus Morelia, y director de Amphora Health, una empresa de ciencia de datos y desarrollo de software.
La empresa fue fundada en 2020 con el objetivo no solo de digitalizar la información médica, si no de convertir esos datos en predicciones o decisiones clínicas precisas.
Para hacerlo, usan inteligencia artificial (IA), ciencia de datos y machine learning.
Uno de sus productos es Vaquita EHR, un sistema de registro clínico electrónico diseñado con IA para mejorar la experiencia de los profesionales de salud y reducir la carga administrativa del día a día.
Permite, además de programar citas y enviar recetas, registrar toda la información clínica del paciente, incluyendo los estudios, imágenes y pruebas que se realicen y así toda su historia clínica esté al alcance de un clic.
“La versión gratuita de nuestra plataforma ofrece muchas más funciones que plataformas como Doctoralia”, dice López.
Del Big Data a la ciencia aplicada
Además de Vaquita EHR, tienen Beluga Science, una plataforma que centraliza y organiza grandes volúmenes de datos clínicos bajo estándares internacionales como el Modelo de Datos Comunes OMOP. La herramienta permite a investigadores y profesionales explorar patrones epidemiológicos y resultados de tratamientos sin necesidad de saber programar.
“Beluga contribuye a generar confianza de que los datos tienen una ruta rastreable desde el inicio”, señala López.
Este enfoque tiene implicaciones profundas para la medicina personalizada y la investigación traslacional: al estructurar datos de poblaciones reales y facilitar visualizaciones, acelera la generación de evidencia capaz de orientar mejores tratamientos y políticas de salud.
“Hemos construido modelos de predicciones de complicaciones de la diabetes, que es uno de los problemas de salud más importantes de México”, cuenta López.
Para desarrollar estos productos, utilizan distintos tipos de IA, como la de procesamiento de lenguaje natural (NLP), que puede leer información tal cual como la escribimos los humanos, con errores y faltas de ortografía y después organizarla.
“Hay muchos acrónimos médicos, y hay formatos que solo aplican a ciertas instituciones”, dice López.
Desde su creación, Amphora Health ha priorizado que sus tecnologías cumplan con los más altos estándares de seguridad, privacidad, cumplimiento regulatorio y la legislación mexicana de protección de datos sensibles.
La información recabada por la empresa es capaz de empoderar tanto a hospitales y clínicas como a equipos de investigación, para avanzar en diagnósticos, tratamientos y modelos preventivos basados en evidencia científica sólida.
El futuro de Amphora Health
Un ejemplo de cómo sus servicios pueden aplicarse para la investigación es su colaboración con el Instituto Mexicano del Seguro Social (IMSS), que busca potenciar proyectos conjuntos en áreas críticas como diabetes, hipertensión, enfermedad renal crónica, cáncer y enfermedades infecciosas.
“El IMSS, al ser una institución tan grande tiene datos masivos”, expresa López.
En el terreno científico, la presencia de Amphora Health se refleja en publicaciones recientes en colaboración con instituciones académicas y centros de investigación.
Los estudios abarcan desde genómica de hipercolesterolemia familiar en poblaciones mexicanas, hasta análisis epidemiológicos sobre enfermedad renal crónica, evidenciando el potencial de las herramientas de análisis de datos en generar conocimiento crítico para la medicina contemporánea.
A futuro, tienen como objetivo migrar a Vaquita EHR de la consulta externa al mundo hospitalario. También buscan expandir a Beluga Science para que pueda almacenar y analizar datos de alta calidad de millones de pacientes, incluyendo de otros países de América Latina.
Así, la empresa se interesa en crear un ecosistema en donde el big data de salud, la IA y la investigación colaborativa puedan converger para mejorar los resultados clínicos de manera sostenible.
Al habilitar el análisis profundo de datos reales y accesibles para investigadores y profesionales de la salud, esta empresa sienta las bases para una ciencia médica más predictiva, personalizada y equitativa en América Latina y el mundo.
¿Te interesó esta historia? ¿Quieres publicarla? Contacta a nuestra editora de contenidos para conocer más marianaleonm@tec.mx
