Un estudi publicat a la revista científica PLOS Global Public Health analitza l'ús de BIAlert Sepsis en més de 8.000 pacients de l'Hospital Universitari Son Llàtzer, a Palma. BiAlert és el primer sistema espanyol en integrar la intel·ligència artificial (IA) en la detecció precoç de sèpsia, amb un 96% de capacitat predictiva. És el resultat d’un projecte d’investigació desenvolupat per l’IdISBa i l’Hospital Universitari Son Llàtzer, en col·laboració amb el IIC (Institut d’Enginyeria del Coneixement), un centre de I+D+i pioner en IA i expert des de fa 35 anys en tecnologies de macrodades (big data).

• Durant el període d'utilització de l'eina, el cost mitjà per ingrés va descendir de 26.517 a 24.630 euros i també es van escurçar les estades a cures intensives i a planta.
• Desenvolupada a Espanya i present en tres hospitals públics, BIAlert Sepsis compta amb marcatge CE i continua acumulant evidència científica sobre la seva precisió, el seu funcionament i el seu impacte assistencial i econòmic.
• La sèpsia és una síndrome clínica causada per una infecció bacteriana, vírica o fúngica que presenta una elevada mortalitat: una de cada quatre persones al món mor per aquesta causa, segons dades de l'Organització Mundial de la Salut.

La implantació d'una eina d'intel·ligència artificial desenvolupada a Espanya per anticipar el risc de sèpsia fins a 24 hores abans s'associa amb una reducció del 4 % dels ingressos a les unitats de cures intensives i amb una disminució de 1.887 euros en el cost mitjà per ingrés. Així ho recull un estudi publicat a la revista científica PLOS Global Public Health sobre la utilització de BIAlert Sepsis a l'Hospital Universitari Son Llàtzer, a Palma. 

El treball va analitzar els resultats de 8.039 pacients amb sèpsia atesos entre gener de 2011 i juny de 2024. Els investigadors van comparar el període anterior a la incorporació de la intel·ligència artificial, en què l'hospital utilitzava un sistema convencional de detecció basat en regles clíniques, amb el període posterior a la implantació de BIAlert Sepsis. Les dades corresponents a la pandèmia de COVID-19 es van excloure per evitar que les alteracions excepcionals de l'activitat hospitalària distorsionassin els resultats.

Durant el període d'utilització de BIAlert Sepsis, la proporció de pacients amb sèpsia que van ingressar a l'UCI va passar del 34,4 % al 30,4 %, fet que suposa una reducció de quatre punts percentuals, mentre que l'estada hospitalària es va reduir, de mitjana, en gairebé un dia per pacient.

«En la sèpsia, arribar abans pot canviar l'evolució del pacient. Identificar el risc abans que el deteriorament sigui evident permet valorar el malalt de manera precoç i adoptar les decisions necessàries per evitar que progressi cap a una situació de més gravetat», explica el doctor Marcio Borges, coordinador de la Unitat Multidisciplinària de Sèpsia de l'Hospital Universitari Son Llàtzer, president de la Fundació Codi Sèpsia i investigador principal de BIAlert Sepsis.

BIAlert Sepsis és un sistema de suport a la decisió clínica desenvolupat per l'Institut d'Enginyeria del Coneixement (IIC) a partir d'una línia de recerca liderada pel doctor Marcio Borges a l'Hospital Universitari Son Llàtzer, en col·laboració amb l'Institut d'Investigació Sanitària Illes Balears (IdISBa) i la Conselleria de Salut del Govern de les Illes Balears. La solució es va entrenar amb dades de més de 200.000 pacients espanyols.

L'eina analitza en temps real més de 70 variables clíniques procedents de la història clínica electrònica, entre les quals hi ha resultats de laboratori, constants vitals, informació demogràfica i altres dades rellevants. Aquesta informació s'actualitza cada 30 minuts i permet estimar el risc que un pacient desenvolupi sèpsia durant les següents 24 hores.

Quan identifica una probabilitat elevada, genera una alerta que s'incorpora als sistemes utilitzats habitualment pels professionals. A més d'indicar el nivell de risc, mostra quines dades del pacient han contribuït a activar l'avís. D'aquesta manera, el metge pot interpretar l'alerta, valorar el pacient i decidir quines proves, vigilància o tractament necessita.

BIAlert Sepsis no substitueix el criteri mèdic. És el professional qui examina el pacient i decideix com actuar. «El repte no és únicament desenvolupar un sistema amb bons resultats, sinó aconseguir que s'integri de manera segura als sistemes de l'hospital, s'adapti a les característiques de cada centre i ofereixi informació útil i comprensible en el moment en què el professional ha de prendre una decisió», assenyala Elisa Martín, directora de l'Àrea de Salut de l'Institut d'Enginyeria del Coneixement.

L'impacte econòmic de la detecció precoç

L'estudi de PLOS Global Public Health analitza l'impacte econòmic de la implantació de BIAlert Sepsis des de la perspectiva hospitalària. Durant el període d'ús de l'eina, el cost mitjà per ingrés va passar de 26.517 a 24.630 euros. La diferència suposa 1.887 euros menys per pacient, equivalent a una reducció del 7,1 %.

Els autors també van realitzar una estimació de l'impacte econòmic que tindria l'eina si s'utilitzàs durant cinc anys, incloent-hi tant la inversió necessària per instal·lar-la com els seus costos de manteniment. Segons aquesta projecció, la inversió podria recuperar-se durant el primer any i generar un estalvi acumulat de 3,55 milions d'euros a cinc anys i de 2,08 milions d'euros en un escenari més conservador. Aquest estalvi procedeix principalment de la reducció de les estades i del menor ús de recursos hospitalaris.

«Els resultats mostren el valor que pot aportar la detecció precoç fins i tot en un hospital que ja comptava amb una llarga trajectòria en el maneig de la sèpsia. BIAlert Sepsis no substitueix el Codi Sèpsia ni la valoració mèdica, sinó que afegeix capacitat per identificar abans els pacients que es poden deteriorar i ajuda a concentrar l'atenció allà on existeix un risc més gran», destaca el doctor Borges.

Una emergència en què cada hora compta

La publicació de l'estudi es produeix en vigílies del Dia Mundial de la Sèpsia, que se celebra el 13 de setembre, una data destinada a conscienciar sobre una de les principals causes de mortalitat hospitalària.

La sèpsia es produeix quan la resposta de l'organisme davant una infecció es descontrola i provoca danys als òrgans. Pot evolucionar ràpidament i aparèixer en pacients atesos a qualsevol àrea de l'hospital, no només a urgències o cures intensives. A més, les seves manifestacions inicials són molt variables, fet que dificulta reconèixer-la a temps.

Als països desenvolupats s'estima que es produeix diàriament un nou cas de sèpsia greu per cada 100.000 habitants. La seva incidència augmenta aproximadament un 3 % cada any, a causa, entre altres factors, de l'envelliment de la població, de l'increment de pacients amb múltiples malalties o amb les defenses debilitades i de l'ús creixent de tractaments i cirurgies complexes.

Una de cada quatre persones al món mor de sèpsia, segons dades de l'Organització Mundial de la Salut. L'any 2017 es van produir aproximadament 48,9 milions de casos de sèpsia a escala mundial i 11 milions de morts relacionades amb aquesta afecció, prop del 20 % de totes les defuncions registrades aquell any.

A Espanya, prop de 170 hospitals disposen d'un Codi Sèpsia, un protocol que permet coordinar els diferents professionals i serveis per afavorir-ne el reconeixement i el tractament precoços. No obstant això, els sistemes tradicionals de detecció es basen en un nombre limitat de signes i resultats clínics i poden generar un elevat volum de falses alertes, fet que dificulta identificar ràpidament els pacients amb més risc.

A més, la malaltia comporta una elevada utilització de recursos sanitaris. Una revisió internacional va situar el cost hospitalari mitjà per pacient entre 17.158 i 53.349 euros, depenent del país i del sistema sanitari analitzat.

Una eina avalada per una evidència científica creixent

La recerca publicada ara amplia l'evidència científica disponible sobre BIAlert Sepsis. Un treball anterior, publicat el gener de 2026 a Journal of Clinical Medicine, va analitzar 218.715 episodis hospitalaris, entre els quals 11.864 episodis de sèpsia o xoc sèptic confirmats en temps real per la Unitat Multidisciplinària de Sèpsia de l'Hospital Universitari Son Llàtzer.

En aquell estudi, BIAlert Sepsis va identificar correctament 93 de cada 100 pacients amb sèpsia i va descartar la malaltia en 84 de cada 100 pacients que no la presentaven. A més, va generar gairebé un 40 % menys de falses alertes que el millor sistema tradicional amb què es va comparar.

A aquesta evidència sobre la seva capacitat de detecció s'hi afegeix una publicació a International Journal of Medical Informatics que descriu com BIAlert Sepsis s'integra als sistemes informàtics hospitalaris i a la història clínica electrònica, així com els mecanismes utilitzats per comprovar que l'eina manté el seu rendiment al llarg del temps.

«En intel·ligència artificial aplicada a la salut és fonamental demostrar no només que una eina obté bons resultats, sinó que es pot incorporar de forma segura a l'hospital i aportar valor en l'atenció real dels pacients», conclou Elisa Martín.

BIAlert Sepsis compta amb marcatge CE com a producte sanitari de classe IIa i actualment és present en tres hospitals públics espanyols. A més de l'Hospital Universitari Son Llàtzer, ja funciona a l'Hospital Universitari 12 d'Octubre de Madrid i al Complex Hospitalari Universitari d'Albacete.

Sobre l'Institut d'Enginyeria del Coneixement (IIC)

L'Institut d'Enginyeria del Coneixement és una organització de referència en recerca i innovació en intel·ligència artificial a Espanya, amb més de 37 anys d'experiència. Al llarg de la seva trajectòria, el nucli de l'activitat de l'IIC ha girat entorn de l'anàlisi de dades en diferents sectors. L'àrea de salut transforma la informació mèdica disponible en coneixement útil i desenvolupa eines d'IA que donen suport a la presa de decisions mèdiques i optimitzen la gestió dels recursos sanitaris, amb l'objectiu final d'avançar cap a una medicina de precisió i personalitzada.

Referències bibliogràfiques

[1] Giglio A, Macias-Fassio E, Salas-Sosa S, López D, Pruenza C, Morales A, et al. Prospective economic evaluation of a predictive artificial intelligence model for sepsis: Effects on hospital costs and return on investment. PLOS Global Public Health. 2026;6(8):e0006059. https://doi.org/10.1371/journal.pgph.0006059

[2] Borges-Sa M, Giglio A, Aranda M, Socias A, Del Castillo A, Pruenza C, et al. Hospital-Wide Sepsis Detection: A Machine Learning Model Based on Prospectively Expert-Validated Cohort. Journal of Clinical Medicine. 2026;15(2):855. https://doi.org/10.3390/jcm15020855

[3] Serrano García A, López D, Macias-Fassio E, Salas-Sosa S, Pascual I, Pruenza C, et al. From development to clinical practice: deployment of an interoperable and secure ML-based CDSS to aid in the early detection of sepsis. International Journal of Medical Informatics. 2026;219:106545. https://doi.org/10.1016/j.ijmedinf.2026.106545

[4] Rudd KE, Johnson SC, Agesa KM, Shackelford KA, Tsoi D, Kievlan DR, et al. Global, regional, and national sepsis incidence and mortality, 1990-2017: analysis for the Global Burden of Disease Study. The Lancet. 2020;395(10219):200-211. https://doi.org/10.1016/S0140-6736(19)32989-7

[5] Van den Berg M, Van Beuningen FE, Ter Maaten JC, Bouma HR. Hospital-related costs of sepsis around the world: A systematic review exploring the economic burden of sepsis. Journal of Critical Care. 2022;71:154096. https://doi.org/10.1016/j.jcrc.2022.154096

Darreres publicacions rellevants del Grup Multidisciplinar de Sepsis de l’IdISBa: 

• International Multidisciplinary Consensus Statement on Sepsis Code Guidelines: A Delphi Approach
  Enllaç: https://pubmed.ncbi.nlm.nih.gov/42590856/

• Activity and Outcomes of a Multidisciplinary Sepsis Unit: Fifty Thousand Consultations over Thirteen Years
  Enllaç: https://pubmed.ncbi.nlm.nih.gov/42650662/

• Hospital-Wide Sepsis Detection: A Machine Learning Model Based on a Prospectively Expert-Validated Cohort
  Enllaç: https://pubmed.ncbi.nlm.nih.gov/41598793/

Comparteix aquesta notícia