#270 IA y salud: siete días para un prototipo, diez años para un producto
por Juan Luis Hortelano
Esto es Suma Positiva: tecnología, startups, venture capital, modelos mentales, rendimiento y longevidad.
Las mejores herramientas para prosperar y no perderte lo esencial en la era de la inteligencia artificial.
Una newsletter semanal y la comunidad privada Health & Wealth donde estas ideas se comparten y se ponen en práctica, en buena compañía.
El invitado de hoy en Suma Positiva es alguien a quien admiro profundamente, tanto en lo profesional como en lo personal.
Juan Luis Hortelano es, sin exagerar, una de las personas clave para entender por qué Valencia se ha convertido en uno de los hubs de emprendimiento más interesantes del sur de Europa y por qué el VDS es hoy uno de los eventos de startups de referencia.
Uno de mis mejores recuerdos de cuando empezaba en venture son mis visitas a Valencia para conocer las startups de cada hornada de la aceleradora Plug and Play, de la mano de Juan Luis y de su “cómplice” Rubén Colomer, con quien también tengo una relación fantástica.
Con el tiempo, he llegado a una conclusión bastante clara: personas como Juan Luis —inversor, emprendedor, constructor de ecosistemas, conector, impulsor de iniciativas— son una auténtica joya. No abundan. Y cuando aparecen, elevan todo lo que tienen alrededor. Ayudan a que pasen cosas que, de otra manera, simplemente no pasarían.
Y precisamente de eso va este artículo: de cómo se construyen esas “cosas que pasan” en un contexto mucho más complejo de lo que a veces queremos admitir. De la diferencia brutal entre levantar un prototipo en días y convertirlo en un producto real en sectores como la salud, donde la regulación, la responsabilidad clínica y el riesgo no permiten atajos. Y también de lo que eso implica para Europa: un ecosistema con talento de sobra, pero donde el entorno —para bien y para mal— condiciona qué se construye, cómo de rápido y desde dónde.
Esta edición de Suma Positiva ha sido patrocinada por:
¿Últimamente solo oyes hablar de Claude?
Nosotros también lo estamos probando a fondo.
Nuestro equipo ha trabajado con todo el ecosistema Claude: desde investigación estructurada y creación de agentes hasta automatizaciones y desarrollo asistido por IA.
Y hay algo claro: extraer valor real requiere formación, criterio y una visión de negocio, no solo experimentar.
Por eso hemos creado un programa de formación en Claude para empresas, estructurado en cuatro módulos:
0: Fundamentos
1: Claude.ai
2: Claude Cowork
3: Claude Code
Nuestro diferencial: contenidos y casos de uso adaptados a tu contexto y a tu equipo.
Más información aquí. Y si te encaja, lo vemos juntos y definimos la formación adecuada para tu organización.
IA y salud: siete días para un prototipo, diez años para un producto
Antes de nada, gracias a Samuel Gil por invitarme a escribir este artículo en Suma Positiva. Para alguien que lleva más de 25 años en tecnología y que ahora dedica buena parte de su tiempo a explorar cómo la IA está cambiando la práctica profesional, poder compartirlo aquí, con esta comunidad, es un lujo. Y gracias a las dos personas que me han regalado su tiempo y sus historias para construir este texto: el Dr. Michał Nedoszytko, cardiólogo intervencionista en Bélgica, y Ángel Alberich-Bayarri, CEO de Quibim en Valencia. Lo que viene a continuación sale de conversaciones largas con ambos. Ellos son los protagonistas. Yo solo intento conectar los puntos.
Hace trece años, los médicos polacos se negaron a firmar recetas. El Ministerio de Sanidad les había impuesto clasificar cada medicamento según su nivel de reembolso (30%, 50%, 100%), y la única herramienta que les había dado era un archivo Excel con 15.000 líneas. Los médicos, comprensiblemente, dijeron que no.
Un cardiólogo joven llamado Michał Nedoszytko vio el problema y pensó que la solución era bastante sencilla. Una tarde, importó el Excel a una base de datos SQL, le puso como interfaz la cara del Ministro de Sanidad (le preguntabas y “respondía” con los datos del medicamento, y cuando no sabía, se rascaba la cabeza) y lo publicó en Facebook.
Al día siguiente el servidor se cayó. La mitad de los médicos de Polonia lo estaban usando. Salió en televisión. Tres días después le llamó el Ministerio. Michał pensó que iba a la cárcel por haberle puesto la cara al Ministro a su app. Pero no. El Ministro le ofreció trabajo. Estuvo dos años como experto del Ministerio de Sanidad de Polonia.
Cuento esta historia porque no tiene nada que ver con la IA. Es 2012 y es PHP. Pero es exactamente el mismo patrón que estamos viendo ahora con la inteligencia artificial: un profesional que conoce el problema en primera persona, que tiene la capacidad técnica mínima para resolverlo, y que lo resuelve. Sin pedir permiso, sin un equipo de ingenieros, sin levantar una ronda. Una tarde.
Trece años después, ese mismo cardiólogo acaba de quedar tercero entre 13.000 candidatos en el hackathon global de Anthropic. La empresa que está detrás de Claude. Y la herramienta que construyó, PostVisit.ai, la hizo en siete días. Mientras hacía guardias en el hospital.
Y creo que esta historia tiene mucho más que contar de lo que parece a primera vista.
El médico que ya programaba antes de ser médico
La narrativa fácil con Michał Nedoszytko es “un doctor que aprendió a programar con IA.” Es cómoda y queda bien en un titular. También es completamente falsa.
Michał lleva programando desde los quince años. Antes de entrar en medicina ya hacía webs. En la facultad creó un sistema de exámenes virtuales, un sistema de registro para congresos, una especie de red social para estudiantes de medicina. Como residente, construyó un sistema completo de historia clínica electrónica para su departamento y lo gamificó: los médicos ganaban puntos de experiencia y subían de nivel para motivarles a completar la documentación. Competían entre ellos. Fundó una startup con ese sistema. Fracasó, pero no por el producto, sino porque la empresa incumbente del hospital bloqueó cualquier integración.
Cuando le preguntas qué ha cambiado la IA para él, la respuesta es menos épica y más práctica de lo que esperarías: velocidad. Antes podía resolver los mismos problemas, pero tardaba semanas o meses. Ahora tarda horas. La IA no le ha dado ideas nuevas. Le ha quitado el cuello de botella de la ejecución.
Su producto PreVisit.ai nació de una frustración clínica concreta: el 50% de los pacientes llegan a consulta sin saber qué medicación toman, ni los nombres, ni las dosis. Michał pensó que un modelo de lenguaje podía recoger esa información antes de la visita. Lo construyó, lo integró con plataformas de agenda online como Docplanner (con sede en Barcelona) y hoy tiene más de 70.000 sesiones completadas. Fue el primer hospital belga en implantarlo.
PostVisit.ai, la herramienta que presentó al hackathon, ataca el otro extremo del mismo problema: el paciente sale de la consulta y muchas veces no recuerda todo lo que le han dicho. Qué medicación tomar, cada cuántas horas, qué pruebas tiene pendientes. PostVisit transcribe la consulta y envía automáticamente al paciente un resumen por WhatsApp o email. Un “reverse AI scribe”: en vez de ayudar al médico a escribir notas, ayuda al paciente a entender lo que el médico le ha dicho.
La idea llevaba dos años en su cabeza. No se había atrevido a construirla en Europa por el AI Act y la regulación de dispositivos médicos. Pero cuando vio el hackathon de Anthropic, días antes de un viaje a San Francisco, pensó que era el momento.
El proceso de construcción tiene un momento que se me ha quedado grabado. Michał le describió la idea a Claude por voz durante dos o tres horas usando WhisperFlow, un sistema de dictado (donde además parece que el polaco, su idioma materno, es el idioma con mejores resultados en transcripción).
Le dijo “prepara el plan y empieza a programar.” Se fue a ducharse. Pensaba que tardaría un par de días. Cuando volvió, el MVP estaba hecho.
Luego lo pulió durante tres o cuatro días, grabó el vídeo del pitch con su mujer en los pasillos del hospital (encontraron a un colega cardiólogo que se iba en bici y lo usaron como paciente), y siguió programando en el avión a San Francisco con agentes de IA corriendo en un servidor remoto que creaban pull requests cuando no había wifi.
Quedó tercero entre 13.000. El primero fue un abogado de California que automatizó el papeleo de permisos de construcción. También hubo un músico de Indonesia, un especialista en infraestructuras de Uganda que conectó dashcams para evaluar carreteras. La mayoría de los finalistas no eran ingenieros. Eran profesionales, muy buenos en su campo y que conocen bien los “pains” a los que se enfrentan cada día y buscan una solución
Anthropic tardó un día más del previsto en evaluar las candidaturas. Según Michał, porque se dieron cuenta de que era un evento “bastante histórico.” Y estoy de acuerdo. Lo que ese hackathon demostró no es que cualquiera pueda programar (que también). Es que la experiencia de dominio acaba de convertirse en el activo más valioso del mercado tecnológico.
Pero aquí viene el matiz, y es importante.
El otro lado: diez años para hacer un producto
Mientras Michał construía PostVisit en siete días, a 1.500 kilómetros, en Valencia, Ángel Alberich-Bayarri lleva diez años convirtiendo la imagen médica en producto. Y su perspectiva es el contrapeso perfecto.
Ángel estudió telecomunicaciones. Su mujer es médico. Por ahí empezó la conexión. Descubrió que el cuerpo humano genera señales constantemente y que un ingeniero de señal e imagen tiene mucho que hacer en medicina. Le pusieron a trabajar físicamente en las salas de los radiólogos, y ahí le cambió la vida. Escuchaba cómo dictaban: “Se observa una lesión en el lóbulo hepático derecho... no podemos determinar su volumen con precisión ni su heterogeneidad.” Ángel pensó: yo puedo medir eso.
De ahí salió Quibim, que hoy ha levantado más de 50 millones en Serie A, tiene aprobación regulatoria en Europa, Reino Unido y EEUU, y trabaja con Philips (que integra sus modelos en sus escáneres), Merck, Novartis y otros. Entre sus inversores está Tony Fadell, el inventor del iPod.
Lo que hace Quibim en cáncer de próstata es un buen ejemplo de lo que la IA puede ver y el ojo humano no. Una resonancia de próstata genera entre 3.000 y 4.000 imágenes. El cerebro de un radiólogo no puede procesarlas todas. Hay información que se pierde. Los radiólogos generan un score de sospecha (PIRADS) del 1 al 5, pero es cualitativo, y la variabilidad entre médicos llega al 40-50%.
Quibim ha hecho algo que me parece conceptualmente muy potente: han decidido no entrenar su modelo con lo que dice el radiólogo, sino con el resultado real de la biopsia. “Hemos decidido ignorar al humano en este sentido”, dice Ángel. Porque el radiólogo trabaja sin feedback: informa una resonancia, pero raramente sabe si acertó o no, porque los datos de la biopsia están en otro sistema, en otro departamento. No hay loop de aprendizaje. Quibim ha construido ese loop con IA, conectando imagen y biopsia a escala. Su modelo tiene un valor predictivo negativo del 99%: cuando dice que no hay cáncer, el 99% de las veces es verdad.
Un dato que me dejó pensando: el 45% de los cánceres se detectan en fase 3 ó 4, cuando los tratamientos son más limitados. Si la IA consigue mover eso a fases tempranas, con prevención basada en imagen, el impacto es difícil de exagerar.
Pero lo que más me interesa de Ángel para este artículo es el contraste con Michał en un punto concreto: qué pasa después del prototipo.
Ángel publicaba papers, iba a conferencias internacionales, tenía resultados prometedores. Pero nada de eso llegaba a la práctica clínica. “Tuve que crear un producto de esto”, me dice. Y luego añade algo que creo que todo el ecosistema startup debería escuchar: “Todo lo que había creado como investigador era inútil. Era como cogerlo y tirarlo a la basura. Eso fue el 0,1% de lo que me esperaba.”
Sistematizar equipos, documentación, control de costes, escalabilidad, certificación regulatoria, equipo comercial. Eso es un producto. Un prototipo no es un producto. Un MVP brillante construido en siete días no es un producto. Y en salud, donde el software es un dispositivo médico y hay una persona que firma como responsable legal de lo que dice el algoritmo (en Quibim esa persona es el propio Ángel), la distancia entre prototipo y producto es un abismo.
Michał lo sabe. Cuando le pregunté por la narrativa de “anyone can code”, me dijo algo que creo que es exactamente la posición correcta: “La expresión de que cualquiera puede programar ahora es literalmente verdad. Programar está mayoritariamente resuelto. Pero crear software de producción es una historia completamente diferente. Los ingenieros no son obsoletos. Al contrario.”
“La IA alucina, pero nosotros alucinamos mucho más”
Una de las preguntas que más me interesaba hacerles a los dos era sobre alucinaciones. Porque es el argumento favorito de los escépticos: ¿cómo vas a confiar en un modelo de IA para decisiones de salud si puede inventarse una respuesta con total convicción?
La respuesta de Michał me sorprendió por lo directa: “Sí, la IA alucina. Pero nosotros alucinamos mucho más.”
Y no lo dice como provocación. Lo dice como clínico que lleva décadas viendo cómo funciona la medicina en la práctica. Un radiólogo que informa una resonancia de próstata y le asigna un score PIRADS tiene una variabilidad del 40-50% con otro radiólogo mirando las mismas imágenes. Eso no es precisión. Eso, si lo piensas fríamente, también es una alucinación. Solo que la hemos normalizado porque viene de un humano con bata blanca.
En PreVisit, la solución es sencilla: el sistema crea un resumen, pero el médico lo revisa. No sustituye la entrevista, la complementa. En PostVisit, la arquitectura de privacidad se diseñó desde cero. Pero Michał es honesto: “PostVisit es un elemento muy delicado en el sistema europeo. Por ahora, no me atrevería a crearlo de nuevo aquí.”
Ángel lo aborda desde el otro extremo. En Quibim no se trata de si el modelo se equivoca o no, sino de calibrar cómo se equivoca. Han entrenado su modelo para ser más sensible que específico: prefieren detectar de más que dejar algo sin diagnosticar. “Lo que nos preocupa es dejar el cáncer sin diagnosticar.” Y son transparentes con el médico sobre las limitaciones. Porque si generas demasiadas alertas, el médico te dice que le estás creando más trabajo y deja de usarte. El product-market fit en IA médica está en ese equilibrio fino entre sensibilidad y ruido.
La confianza, dice Ángel, se gana con el tiempo. “Como toda relación de confianza, entre personas o entre personas y máquinas.” No hay atajos.
Creo que la frase de Michał merece pensarse en serio. No porque la IA sea infalible (no lo es). Sino porque la medicina humana tampoco lo es, y la comparación honesta entre las dos es mucho más matizada de lo que el debate público refleja.
La brecha que nos estamos abriendo
Hay un momento en mi conversación con Michał que resume lo que está pasando en Europa. Tres días después de que PreVisit.ai saliera en prensa en Bélgica, tenía al inspector de GDPR en la puerta del hospital preguntando si había menores involucrados.
No es que la pregunta sea ilegítima. Es el timing. Es el reflejo. Es que el primer impulso del sistema europeo ante la innovación en salud sea la inspección, no la curiosidad.
Michał me cuenta que cuando fue a San Francisco, se dio cuenta de que todo lo que llevaba tres años intentando hacer en Europa ya estaba funcionando allí. Los médicos americanos usan AI scribes a diario. No podrían vivir sin ellos. El principio es simple: “doctor in the loop”, la IA funciona mientras el médico asuma la responsabilidad. Hay startups de Y Combinator haciendo exactamente PostVisit. OpenAI, Anthropic, Amazon, Microsoft, Perplexity, todos entrando en salud.
Ángel tiene una posición algo más matizada pero igualmente dura. “La regulación de dispositivos médicos está bien. Antes no había nada.” Pero en protección de datos, dice, “hemos ido demasiado lejos.” Y lanza una frase que se me quedó: “En los próximos 50 años se estudiará el impacto que tuvo la sobrerregulación de datos en el freno a la innovación en Europa.”
El problema concreto: en EEUU existe el Cancer Imaging Archive, un repositorio abierto con datos de cáncer de hospitales, accesible con una licencia para uso investigador y comercial. En Europa, descargar datos de un hospital para crear un modelo de IA se percibe como “querer montar un chiringuito a costa de los datos de mi centro.” El resultado es que Europa fuerza un modelo federado (llevar la IA al hospital en vez de traer los datos a la IA), pero los hospitales no tienen infraestructura de cómputo para entrenar modelos. Coste multiplicado, avance ralentizado.
Lo sé de primera mano. En Blinkfire Analytics, mi empresa, montamos la sede en EEUU desde el primer día por la misma razón. No por elección ideológica, sino por supervivencia competitiva. Es un bypass, pero es la única manera de competir en un mercado global cuando empiezas desde España.
Me da que Europa tiene un problema de velocidad legislativa, no de intenciones. Las ideas detrás de GDPR y del AI Act son buenas. Pero si la regulación tarda años en adaptarse y la tecnología se mueve en meses, el resultado neto es que los emprendedores europeos compiten con una mano atada a la espalda.
La decisión que lo dice todo
Y aquí hay una decisión personal que creo que ilustra la tensión mejor que cualquier dato.
Después del hackathon, Michał tuvo ofertas de VCs europeos. Podría haber montado PostVisit desde Bruselas. Pero ha decidido irse a Estados Unidos. “Si quiero aprender y evolucionar, necesito esa experiencia”, me dijo.
Ángel tuvo la decisión contraria. Una oferta formal para llevar Quibim a Boston con 20 millones de presupuesto. La condición: trasladar la sede. Dijo que no. “He tenido tres hijos durante estos diez años de Quibim. ¿Dónde quieres que crezcan tus hijos?”
Se inspiró en los cocineros españoles: Ferran Adrià se convirtió en el número uno del mundo y la gente venía de todo el planeta a cenar a una carretera pequeña de la Costa Brava. “Esa singularidad también puede existir en Valencia”, me dijo. Y levantó su Serie A de 50 millones sin mover la sede.
Los dos tienen razón. Y eso es lo que más debería preocuparnos. Que un ecosistema produzca las dos decisiones simultáneamente (irse y quedarse) no es una contradicción. Es un síntoma de que el entorno no ofrece una respuesta clara. Y mientras Europa sigue sin dársela, la gente con talento decide individualmente. Unos se van. Otros se quedan a pesar de las barreras. Ninguno de los dos caminos debería ser heroico.
Lo que viene: la plataforma y el experto
Hay un último punto de la conversación con Ángel que creo que cierra todo el argumento.
Quibim ha entrado en un programa con Anthropic para beneficiarse de Claude Code y conectar su plataforma con Claude for Life Sciences. Y la lógica es reveladora: OpenAI, Anthropic y los demás creadores de modelos fundacionales no quieren ser legalmente responsables en salud. No quieren la responsabilidad clínica. Cuando fabricas un dispositivo médico, hay una persona que firma como responsable técnico. Si el algoritmo dice que no hay cáncer y lo hay, esa persona responde legalmente. En Quibim, esa persona es Ángel.
Los modelos fundacionales son plataformas. Pero el valor clínico, la responsabilidad legal, el conocimiento de dominio, eso lo ponen los expertos. La visión de futuro que describe Ángel es concreta: “Soluciones como OpenAI for Health o Claude Health te dirán: “Has subido una resonancia de pelvis masculina. ¿Quieres que la pase por una herramienta certificada por la FDA que tengo integrada?” Los modelos fundacionales distribuyen. Los expertos de dominio certifican, validan y responden.
Estoy convencido de que este es el patrón que vamos a ver en muchos más sectores. No solo en salud. La IA como infraestructura. El conocimiento de dominio como la capa que le da sentido, seguridad y responsabilidad. Los mejores productos de IA médica no los van a construir ingenieros buscando un problema. Los van a construir profesionales que ya conocen el problema y ahora tienen herramientas para resolverlo.
Y luego está la visión de futuro que Ángel comparte con Tony Fadell, su inversor: el full body scan preventivo como commodity. Hoy, cuando no tienes síntomas, nadie te escanea el cuerpo entero. La medicina funciona por órganos: te duele la rodilla, te hacen una resonancia de rodilla. Pero Ángel cree que vamos hacia un mundo donde un escáner completo del cuerpo, analizado automáticamente por IA, será tan rutinario como un análisis de sangre. Siete minutos dentro de la máquina, pies por delante para evitar la claustrofobia, y la IA busca lo que el ojo humano no puede procesar.
Ya hay precursores. PRENUVO, empresa con la que colabora Quibim en EEUU, ofrece esos escáneres y ha hecho más de 100.000. El problema, como señala Ángel con honestidad, es que esos 100.000 son gente de alto poder adquisitivo, no una muestra representativa de la población. Para que los modelos funcionen de verdad, necesitas escanear a gente de todo perfil socioeconómico: al que fuma tres paquetes al día, al que bebe tres copas de vino, al que no hace ejercicio. Con toda la diversidad demográfica. Eso todavía no existe, pero está empezando.
Quibim trabaja ya en gemelos digitales de órganos (próstata, tumores pediátricos) y está recopilando datos de cuerpo completo. Ángel no promete fechas, pero la dirección está clara. Y cuando le preguntas a cinco años vista, ves que no es ciencia ficción. Es ingeniería, regulación y voluntad política. Las tres cosas que más tardan en alinearse.
Michał lo demostró construyendo un prototipo en siete días. Ángel lo demuestra cada día convirtiendo ese tipo de ideas en productos reales que funcionan en hospitales. Los dos caminos son necesarios. La pregunta es si Europa va a facilitar los dos o solo va a hacer que ambos sean más difíciles.
Yo creo que tenemos el talento. Nos falta el entorno.
La buena noticia es que vamos a seguir hablando de esto. En octubre, en la 9ª edición de VDS en la Ciudad de las Artes y las Ciencias de Valencia, tendré a Michał y a Ángel conmigo en un fireside chat sobre IA y salud. Un cardiólogo que construye prototipos en siete días y un CEO que lleva diez años convirtiendo la imagen médica en producto, juntos en el mismo escenario. Creo que va a ser una conversación que merece la pena escuchar.
Gracias por leer Suma Positiva.
Si te ha gustado esta edición, no te olvides de dar al ❤️ y de compartirla por email o redes sociales con otras personas a las que les pueda gustar.
Suscríbete para no perderte ninguna futura edición.
Brutal!! No está mal que nos recordemos lo mucho que "alucinamos" los bata blanca