En la sede de la Agrupación Mutual Aseguradora (A.M.A.) tuvo lugar la primera edición de los Premios IA Best in Class (IA BiC) 2026, convocada por Gaceta Médica y la Cátedra de Innovación y Gestión Sanitaria de la Universidad Rey Juan Carlos y Fundamed, con el apoyo de A.M.A. y la colaboración AI Medicine, con el objetivo de poner de manifiesto la implementación de la inteligencia artificial (IA) en el ámbito clínico y de gestión.
En la categoría de Gestión Hospitalaria Inteligente, el galardón recayó en el proyecto MAP-CITAS, desarrollado por el Hospital General Universitario Gregorio Marañón de Madrid. Este proyecto aborda uno de los mayores retos de cualquier sistema público de salud: la gestión eficiente de la demanda asistencial y la optimización de las listas de espera.
El galardón fue recogido por Palmira Jurado, médica de Admisión y Documentación Clínica del Hospital General Universitario Gregorio Marañón, de las manos de Laura Gutiérrez Barreno, viceconsejera de Sanidad de la Comunidad de Madrid, y José Soto Bonel, presidente de la Sociedad Española de Directivos de la Salud (SEDISA).
"Muchas gracias a la organización por este reconocimiento. También agradecer que se celebre este tipo de premios porque ponen en valor la importancia de las nuevas tecnologías para mejorar la sanidad", comenzaba reconociendo Jurado. "Nuestro proyecto trata, precisamente, de utilizar la inteligencia artificial para estar más cerca de nuestros pacientes. Intentamos con esto mejorar la accesibilidad de la población al sistema sanitario, también mejorar la calidad asistencial y por supuesto estar más cerca de los profesionales y que nuestros profesionales con esta herramienta puedan utilizar su talento para tratar a nuestros pacientes en el punto del proceso asistencial donde más valor aportan", explicaba Jurado, tras recibir el galardón, que concluía agradeciendo que "este proyecto es un éxito debido a todas las personas que han puesto el empeño, el trabajo, el esfuerzo diario. Agradecer al equipo directivo, al servicio de admisión y documentación clínica, a los propios asistenciales y al servicio de sistemas de información y transformación digital del hospital".
Eliminar cuellos de botella y agilizar el flujo de pacientes
MAP-CITAS utiliza inteligencia artificial basada en procesamiento de lenguaje natural (NLP) para transformar la manera en que se gestionan las primeras consultas hospitalarias. En lugar del modelo tradicional de derivación genérica por especialidad, el sistema analiza el texto libre de los informes clínicos para clasificar las peticiones según procesos clínicos específicos.
La escala de este sistema es ambiciosa, procesando anualmente más de 90.000 derivaciones. Gracias a modelos de lenguaje tipo BERT adaptados específicamente al entorno sanitario, la herramienta es capaz de clasificar automáticamente cerca del 35% de las solicitudes, eliminando cuellos de botella administrativos y agilizando el flujo del paciente.
Los resultados en la práctica real son reveladores. En el servicio de Traumatología, por ejemplo, la capacidad de resolución en la primera consulta se disparó del 16,2% al 53,8% tras la implementación del sistema. Esto reduce drásticamente las visitas sucesivas innecesarias y mejora la satisfacción del paciente.
Optimizar recursos
Además de la agilidad, MAP-CITAS ha demostrado una notable capacidad para optimizar recursos diagnósticos. En el mismo servicio de Traumatología, se registró una disminución del 24% en la solicitud de resonancias y una caída del 73% en electromiogramas, asegurando que las pruebas se realicen solo cuando son estrictamente necesarias.
En otras especialidades, el impacto ha sido igualmente positivo. En Urología, se ha logrado reducir el tiempo de espera en 40 días, mientras que en Dermatología, el sistema alcanza una precisión del 91% en la detección de sospechas oncológicas, permitiendo una priorización clínica vital para pacientes con cáncer de piel.
MAP-CITAS no es solo una herramienta interna; se ha posicionado como un modelo replicable para cualquier hospital que busque modernizar su gestión de la demanda. Su éxito radica en su capacidad para transformar datos no estructurados en decisiones operativas eficientes, convirtiendo la IA en una palanca clave para la sostenibilidad del sistema sanitario.
