Una solució converteix els informes d’alta d’urgències en guies personalitzades i fàcils d’entendre, amb l’objectiu de tancar la bretxa de comunicació entre professionals i pacients.
Barcelona ha acollit del 19 al 21 de febrer de 2026 la segona edició del GenAI Health Hack, una hackató centrada en intel·ligència artificial generativa aplicada a reptes reals del sistema de salut. L’esdeveniment, impulsat per l’Hospital Clínic Barcelona, el Programa Salut/IA del Departament de Salut de la Generalitat de Catalunya i la Càtedra d’Oncologia de Precisió de la Universitat de Barcelona, en col·laboració amb MIT Critical Data, ha reunit més de 90 professionals distribuïts en 14 equips multidisciplinaris per dissenyar i prototipar solucions amb impacte assistencial.
El projecte guanyador ha estat EdxPlain, desenvolupat per l’equip Bridge, amb una proposta tan senzilla d’explicar com difícil d’executar bé: transformar els informes d’alta d’urgències en guies personalitzades, comprensibles i accionables per al pacient mitjançant IA. La idea respon a un problema quotidià i sovint invisible: el llenguatge tècnic clínic, imprescindible per a la precisió professional, no sempre es tradueix en claredat per a qui torna a casa amb un diagnòstic, medicació, recomanacions i, moltes vegades, ansietat.
Una hackató amb un objectiu: que la IA sigui útil allà on costa més
El GenAI Health Hack no planteja “demos” de laboratori: treballa sobre friccions del sistema sanitari. Durant tres dies intensius, els equips han abordat reptes que van des de la millora de processos clínics i la gestió de dades fins al suport a la presa de decisions o l’educació en salut, amb un enfocament explícit cap a IA generativa i sistemes multiagent sota supervisió humana.
L’estructura de l’esdeveniment també és una declaració d’intencions. L’organització va combinar una jornada inaugural de conferències a l’Hotel SB Icària amb la hackató a les instal·lacions de NTT Data Barcelona (NTT Towers), un format que busca connectar visió, marc ètic i viabilitat tècnica amb prototipatge ràpid i treball interdisciplinari.
En salut, el “fer ràpid” sense “fer bé” no és una opció. Per això, els projectes es van avaluar no només per creativitat o execució tècnica, sinó per criteris de rigor científic, viabilitat, impacte real en l’entorn assistencial, compliment normatiu i prevenció de biaixos, reforçant un missatge que es repeteix als fòrums seriosos d’IA clínica: sense governança, la tecnologia amplifica errors; amb governança, pot escalar bones pràctiques.
EdxPlain: de l’informe clínic a l’acompanyament comprensible
El nucli d’EdxPlain és tancar la distància entre el que el professional escriu i el que el pacient entén. La solució busca convertir el llenguatge tècnic de l’informe d’urgències en un acompanyament intel·ligent: instruccions clares, priorització de passos, recordatoris i pautes adaptades al cas, amb personalització de recomanacions per empoderar el pacient en la gestió de la seva salut.
El jurat va valorar especialment la solidesa tècnica i la justificació de l’enfocament, amb evidències de rendiment i de responsabilitat ètica; i la decisió final va incorporar també una votació popular entre participants, un mecanisme interessant en hackatons sanitàries perquè introdueix un criteri comunitari: quina eina veuen els mateixos professionals com a més aplicable i més propera a la realitat?
Més enllà del premi, el cas EdxPlain toca un punt crític per a qualsevol política de salut: l’adherència i la seguretat. Quan el pacient no entén bé una pauta (medicació, signes d’alarma, seguiment), el sistema paga dues vegades: amb reconsultes evitables i, en el pitjor dels casos, amb complicacions. Convertir l’alta en una guia comprensible no és “embellir text”: és gestió del risc clínic des de la comunicació.
Els finalistes: imatge mèdica i diàlisi, dos camps amb gran “retorn clínic”
El GenAI Health Hack 2026 també va reconèixer com a finalistes dos projectes que apunten a millores directes en processos i resultats:
Image Cross-Modality: una solució per generar seqüències addicionals de ressonància a partir d’una imatge prèvia, amb potencial per escurçar el temps de prova i, en la seva aplicació principal actual, crear dades sintètiques que optimitzin l’entrenament de nous models en entorn mèdic.
Dry Weight Prediction: un projecte que fa servir IA per calcular el pes sec òptim en pacients en diàlisi, afinant la teràpia i reduint complicacions durant les sessions.
Tots dos exemples il·lustren una realitat del desplegament sanitari: l’impacte no sempre ve de “la gran plataforma”, sinó de millores concretes que redueixen temps, afinen paràmetres i disminueixen esdeveniments adversos.
Un ecosistema que barreja hospital, universitat, administració i indústria
La hackató es presenta, a més, com un model d’innovació col·laborativa: institucions sanitàries, centres de recerca, universitats i indústria tecnològica asseguts al mateix tauler, amb regles orientades a impacte i transferència. Aquest enfocament és coherent amb el paper que reclamen les institucions públiques: no només finançar innovació, sinó ordenar-la al voltant de necessitats del sistema i amb exigències d’ètica i compliment.
L’agenda inaugural va reunir perfils institucionals i tècnics, i ponents que van discutir no només eines, sinó el futur del model assistencial en l’era de la IA: interoperabilitat, compartició segura de dades, responsabilitat professional i confiança en entorns assistits per sistemes intel·ligents.
A més, l’edició 2026 va comptar amb suport d’empreses tecnològiques (segons l’organització) i es va celebrar en espais corporatius de referència a Barcelona, un detall que revela la maduresa del debat: la IA clínica no pot quedar-se en “presentacions”; necessita entorns on es parli de desplegament, seguretat, operació i manteniment.
Per què aquest tipus d’hackatons importen el 2026
En els darrers dos anys, la IA generativa ha passat de “promesa” a “pressió” dins d’hospitals i sistemes de salut: pressió per automatitzar documentació, per assistir en triatge, per millorar comunicació amb pacients, per optimitzar recursos. El risc és doble: fer servir models generalistes sense adaptació (amb al·lucinacions, biaixos o fallades de context) o bloquejar qualsevol adopció per por reguladora. Hackatons com el GenAI Health Hack intenten obrir una tercera via: prototipar amb criteris clínics i ètics des del principi, i crear projectes que neixin “pensant en producció”, no en demo.
La mateixa filosofia de l’esdeveniment insisteix que la IA només tindrà sentit si s’implementa amb rigor científic, supervisió humana i compromís amb el servei públic. Dit d’una altra manera: no es tracta de substituir criteri clínic, sinó d’augmentar capacitats i alliberar temps per al que només pot fer un professional.
Què ve després: de la hackató al sistema
El salt rellevant, a partir d’aquí, és el de sempre: passar del prototip a un pilot real i, després, a integració. En salut, això exigeix respondre preguntes incòmodes:
- Com es valida clínicament que una guia generada des d’un informe redueix errors i millora adherència?
- Com s’integra amb història clínica i fluxos del servei d’urgències sense afegir càrrega als professionals?
- Quines garanties de privacitat i traçabilitat s’apliquen quan el contingut toca dades sensibles?
- Qui assumeix responsabilitat i com s’audita la sortida del sistema?
L’avantatge d’EdxPlain és que parteix d’un artefacte real (l’informe) i d’una necessitat humana (comprensió). Si el projecte manté el focus en seguretat, control i claredat, pot convertir-se en una d’aquelles solucions “petites” que canvien molt: menys dubtes, menys errors, més tranquil·litat del pacient en el moment més delicat, quan se’n va a casa.
