Interclínica lanza agente de IA para optimizar la gestión en salud
La herramienta permite acceder a información clínica y operativa en tiempo real mediante lenguaje natural, agilizando la toma de decisiones.
La inteligencia artificial (IA) continúa ganando terreno en el sector salud y ya no solo como apoyo clínico, sino también como una herramienta clave para optimizar la gestión. En ese escenario, Interclínica presentó SofIA, un agente desarrollado en Chile que busca facilitar el acceso a información estratégica y mejorar la eficiencia operativa en sus centros asistenciales.
La iniciativa surge como parte de una estrategia de transformación digital impulsada por la red de salud, cuyo proyecto se sustenta en la implementación de Looker, tecnología de Google Cloud, como plataforma analítica corporativa, permitiendo consolidar datos provenientes de distintas áreas en una única fuente de información confiable.
Según explican desde la organización, el objetivo es reducir tiempos de búsqueda, eliminar barreras de acceso a indicadores complejos y acelerar procesos que tradicionalmente requerían análisis manuales o consultas especializadas.
"La innovación en salud no es una opción, es una necesidad para responder a las crecientes demandas de los pacientes y del sistema en su conjunto", señaló Harald Chutney, gerente general corporativo de Interclínica. "Como profesionales de la salud, tenemos un compromiso por integrar los últimos avances para mejorar la eficiencia de nuestra gestión y, por sobre todo, entregar una atención de mayor calidad y centrada en las personas".
SofIA funciona como un agente de analítica conversacional que permite a equipos clínicos, administrativos y ejecutivos realizar consultas utilizando lenguaje natural. De esta manera, es posible obtener información relacionada con indicadores asistenciales, utilización de camas, disponibilidad de pabellones o gestión de recursos especializados sin necesidad de conocimientos técnicos avanzados.
Desde la institución señalaron que esta capacidad ha permitido agilizar procesos internos, liberar horas destinadas a tareas manuales y redirigir el trabajo de los equipos de datos hacia funciones de mayor valor agregado, como automatización, planificación y ciencia de datos.