
Por Medicina Responsable
17 de noviembre de 2026La compañía biofarmacéutica GSK refuerza su apuesta por la innovación en salud con la incorporación de tecnologías de inteligencia artificial (IA) y procesamiento del lenguaje natural (NLP, por sus siglas en inglés) en proyectos de generación de evidencia en vida real. Este enfoque permite mejorar el conocimiento clínico y contribuir a una toma de decisiones sanitarias más precisa y eficiente.
La aplicación de estas tecnologías está marcando un cambio significativo en la forma de analizar la información médica. Gracias a su capacidad para procesar grandes volúmenes de datos procedentes de fuentes no estructuradas con códigos CIE, como es el texto escrito en historias clínicas o informes médicos, la IA permite acceder a información clínica anonimizada que hasta ahora no podía analizarse en detalle mediante métodos tradicionales. En este contexto, la apuesta por la inteligencia artificial y las tecnologías avanzadas cobra un papel clave para acelerar la transformación, reforzar la competitividad y asegurar que los esfuerzos y recursos se dirigen hacia áreas de mayor impacto.
GSK está desarrollando tres proyectos pioneros en diferentes áreas terapéuticas junto al Hospital Universitario 12 de Octubre de Madrid, el Hospital de Sant Pau (Barcelona), el Hospital del Mar de Barcelona, el Hospital Universitari Son Espases (Mallorca), el Hospital Universitario Fundación Alcorcón (Madrid), el Hospital Universitario Marqués de Valdecilla (Santander), el Hospital General Sierrallana (Torrelavega, Cantabria), el Cancer Center Clínica Universidad de Navarra, el Hospital de Laredo (Cantabria) y la Fundació Althaia (Manresa). En conjunto, estas iniciativas ya han permitido enriquecer la información clínica de más de 20.500 pacientes de forma anonimizada, ampliando de forma significativa el conocimiento disponible sobre la práctica asistencial en el entorno real.
Entre estos proyectos destaca el estudio REVEAL-MM, centrado en mieloma múltiple, que ha permitido profundizar en los datos clínicos de aproximadamente 3.400 pacientes. Por su parte, el estudio TATIANA, en cáncer de endometrio, ha contribuido a ampliar el conocimiento sobre la enfermedad de 546 pacientes en estadio avanzado o en recaída. A ello se suma HORION, enfocado en la determinación del impacto del herpes zóster y sus complicaciones en los pacientes con tumores sólidos y hematológicos, que ha incluido información clínica de más de 16.500 pacientes.
Leticia de Luján, directora médica de GSK en España, ha explicado que “en GSK entendemos la innovación y las nuevas tecnologías como herramientas clave para avanzar hacia una medicina más precisa y basada en evidencia real; en definitiva, como un aliado tecnológico al servicio de los profesionales sanitarios en beneficio de los pacientes. Estas herramientas nos permiten generar conocimiento clínico de mayor calidad y aportar valor al sistema sanitario en su conjunto, siempre ateniendo a la más estricta confidencialidad, garantizando los hospitales en todo momento la privacidad de las historias clínicas de sus pacientes, en línea con nuestro compromiso con el uso ético y responsable de la inteligencia artificial en los estudios de evidencia en vida real”.
Para el doctor Joaquín Martínez López, jefe del Servicio de Hematología del Hospital Universitario 12 de Octubre (Madrid), la incorporación de inteligencia artificial y procesamiento del lenguaje natural en proyectos como REVEAL-MM supone un avance muy relevante para la generación de evidencia en vida real en el caso de una enfermedad hematológica como el mieloma múltiple. “Estas tecnologías permiten extraer y analizar de forma automatizada grandes volúmenes de datos clínicos de múltiples pacientes, algo que hasta hace poco era impensable. Gracias a ello es posible explorar de manera más ágil aspectos relacionados con el uso de fármacos, perfiles de pacientes, eficacia de los tratamientos o toxicidades asociadas”. Asimismo, el especialista ha señalado que “este tipo de innovación puede tener un impacto importante en la toma de decisiones clínicas y en la atención de los pacientes oncohematológicos, sobre todo para desarrollar estudios clínicos fase IV virtuales y reforzar los estudios de vida real”.
En relación con el estudio TATIANA, la doctora Cristina Martín, oncóloga médica del Hospital de la Santa Creu i Sant Pau de Barcelona, comenta que “gracias a la aplicación del procesamiento del lenguaje natural, hemos podido analizar por primera vez en España un gran volumen de historias clínicas electrónicas y describir las características demográficas y clínicas de las pacientes, así como los biomarcadores y patrones de tratamiento en cáncer de endometrio avanzado o en recaída en un entorno de práctica clínica real, antes de la incorporación de la inmunoterapia”. La especialista pone de relieve que este tipo de tecnologías permite generar evidencia de gran valor sobre el manejo de la enfermedad en condiciones reales, contribuyendo a ampliar el conocimiento clínico e identificar necesidades aún no cubiertas. Los resultados de este estudio se presentaron en el Congreso ESMO Gynaecological Cancer, que se celebró en Copenhague del 17 al 19 de junio.
En relación con el estudio HORION, el doctor Rodrigo Sánchez-Bayona, oncólogo médico del Hospital Universitario 12 de Octubre, explica que “la inteligencia artificial y el procesamiento del lenguaje natural están suponiendo una auténtica revolución en la forma en que generamos evidencia en vida real en medicina, ya que nos permiten analizar de forma automatizada miles de historias clínicas electrónicas y extraer información narrativa masiva presente en el texto libre de las notas médicas”. Según ha asegurado, “esta tecnología está permitiendo entender mejor, por ejemplo, el comportamiento del herpes zóster en pacientes de riesgo, lo que nos ayuda a comprender el comportamiento real del virus y la efectividad de las estrategias preventivas a una escala y velocidad que de otro modo serían imposibles”.
Por otro lado, ha subrayado que “con el análisis de datos no estructurados estamos logrando recuperar variables clínicas cruciales que los códigos estándar a menudo pasan por alto. Es posible identificar matices y detalles sobre la gravedad real de la enfermedad y detectar complicaciones a largo plazo”. En este sentido, ha señalado que “este enfoque facilita analizar cohortes más amplias y representativas, reduciendo los tiempos de estudio y nos permite avanzar hacia estrategias de prevención más personalizadas en aquellos pacientes con mayor vulnerabilidad frente a complicaciones graves”.
“Estos proyectos representan un ejemplo del uso responsable, avanzado y escalable de la IA aplicada a datos clínicos reales, lo que demuestra cómo las nuevas tecnologías pueden contribuir a generar evidencia científica de alta calidad en entornos asistenciales reales”, ha subrayado Leticia de Luján. Más allá del volumen de datos analizados, el valor diferencial de estas tecnologías radica en su capacidad para identificar variables clínicas relevantes y ofrecer una visión más completa de las enfermedades. Esto contribuye no solo a mejorar la calidad de la evidencia científica, sino también a impulsar estrategias sanitarias más eficientes y centradas en el paciente.