Salut
Solucions en Salut — Dades, Coneixement i Suport Intel·ligent a la Decisió
El sector sanitari genera dades complexes, heterogènies i d’alt risc.
A amsafis, integrem Machine Learning, Sistemes Experts i tecnologies RAG-LLM per transformar informació clínica en prediccions fiables, raonament interpretable i suport a la decisió operativa.
El nostre objectiu és simple:
ajudar clínics i organitzacions sanitàries a prendre millors decisions amb menys incertesa.
1. Epistasi i models no lineals en Salut
(no GWAS, no additivisme)
El món biològic i clínic no és lineal.
Les malalties, les reaccions adverses als medicaments i els fenotips complexos no emergeixen de l’efecte aïllat de variables individuals, sinó de les seves interaccions simultànies.
Nosaltres treballem explícitament des d’aquesta premissa.
Som investigadors en epistasi: estudiem interaccions gen–gen i combinacions no lineals com a unitats explicatives bàsiques.
Per aquest motiu no fem GWAS ni models additius clàssics: aquests enfocaments, tot i ser mainstream, ignoren estructuralment la interacció i redueixen la complexitat real a efectes marginals.
Els conjunts de dades sanitàries contenen relacions no lineals, dependències condicionals i patrons que no són detectables amb estadística lineal.
Per això utilitzem enfocaments orientats a:
- variables combinades com a entitats pròpies
- regles lògiques explícites (AND / OR)
- taules de contingència, arbres de decisió i regressions no lineals
- mineria de patrons amb significat clínic
- explicació de mecanismes, no només predicció
L’objectiu és explicar malalties, explicar reaccions adverses, i fer visibles patrons que el paradigma dominant no pot veure.
Exemple — Regles d’associació en farmacogenòmica
L’anàlisi genètica basada en combinacions específiques de SNPs pot revelar associacions amb reaccions adverses a medicaments que no apareixen en anàlisis univariants ni GWAS.
Un exemple concret d’aquest enfocament aplicat a l’al·lèrgia a la penicil·lina es pot consultar aquí.
2. Sistemes Experts per a Raonament Clínic Transparent
Els Sistemes Experts permeten formalitzar coneixement mèdic en regles explícites, garantint traçabilitat, interpretabilitat i control — elements essencials en entorns regulats.
Són ideals per a:
- suport al diagnòstic
- sistemes d’alertes
- circuits de triatge
- protocols de qualitat i seguretat basats en regles
- raonament híbrid que combina regles + predicció basada en dades
Un exemple és el sandbox de malalties rares, que utilitza regles de coneixement per identificar possibles diagnòstics en mode interactiu. Explorar demostració interactiva
El mateix motor de coneixement pot ser accedit tant de forma humana com integrat dins de processos automatitzats que permeten reutilitzar el coneixement com a servei executable dins d’arquitectures de decisió o assistència computacional.
Aquest tipus d’integració es pot ampliar mitjançant Agents orientats a tasques que combinen coneixement, dades i capacitats lingüístiques. Descobreix més sobre el nostre enfocament d’Agent.
3. RAG-LLM per a Recuperació de Coneixement Clínic
Els LLM només esdevenen útils clínicament quan estan connectats a fonts verificades, documents hospitalaris o guies científiques.
Les nostres pipelines RAG asseguren:
- respostes basades en evidència
- citacions i traçabilitat documental
- resum automàtic d’informes clínics
- interacció segura amb dades estructurades i no estructurades
Això permet als professionals consultar documents complexos de manera natural, mantenint sempre un sistema controlat i auditable.
4. Plataformes Integrades de Decisió
El valor real emergeix quan els tres components treballen conjuntament:
- ML detecta risc o prediu resultats
- Sistemes Experts codifiquen coneixement mèdic i imposen regles clíniques
- RAG-LLM recupera evidència científica i informació contextual
Combinats, donen suport a:
- sistemes d’alerta precoç i scoring de risc
- triatge automatitzat
- optimització de circuits de pacient
- planificació de recursos
- monitoratge de qualitat i seguretat
Un cicle complet de dades → coneixement → decisió → acció.
Si la teva organització necessita suport en analítica predictiva, raonament clínic, integració d’IA o automatització del suport a la decisió, podem ajudar-te a dissenyar una solució rigorosa, segura i eficient.