Junio de 2026.- Un estudio internacional sobre inteligencia artificial aplicada a la codificación clínica ha revelado que los sistemas capaces de aprender de distintas versiones de la Clasificación Internacional de Enfermedades (ICD) mejoran significativamente la precisión en la asignación automática de códigos diagnósticos y procedimientos médicos.
La investigación demuestra que los modelos de inteligencia artificial que combinan datos procedentes de ICD-9 e ICD-10 permiten obtener mejores resultados que entrenar los modelos con una única clasificación, especialmente en los casos más complejos o menos frecuentes.
“Este estudio confirma que la inteligencia artificial será una herramienta clave para el futuro de la codificación clínica y de la gestión de la información sanitaria“, señala Ruth Cuscó, directora gerente de ASHO.
Una codificación más exacta impulsada por inteligencia artificial permitirá disponer de datos más fiables sobre diagnósticos, procedimientos y actividad asistencial, una información esencial para la gestión de los sistemas de salud, la planificación de recursos y el desarrollo de la investigación biomédica.
“Una codificación más precisa mejora la calidad de los datos clínicos y, con ello, la toma de decisiones, la planificación sanitaria y la investigación biomédica”, añade Cuscó.
Además, la capacidad de estos modelos para aprender de distintas versiones de la Clasificación Internacional de Enfermedades (CIE) resulta especialmente interesante en un contexto de evolución de los sistemas de codificación, ya que este avance podría facilitar futuras transiciones entre clasificaciones, mejorar la interoperabilidad de los datos sanitarios y favorecer una gestión más eficiente de la información clínica.
Más precisión en los datos, mejores decisiones en sanidad
La mejora en la precisión de la codificación clínica tiene un efecto directo en la forma en la que los sistemas de salud interpretan su propia actividad. Al convertir la información clínica en datos estructurados más fiables, se facilita el análisis de la presión asistencial, la evaluación de resultados en salud y la identificación de patrones que pueden ayudar a optimizar la atención a los pacientes.
Según afirman desde ASHO, este tipo de avances también son especialmente relevantes en un contexto de creciente volumen de información sanitaria y complejidad de los sistemas de codificación.
“Estamos viendo cómo la calidad del dato clínico se está convirtiendo en un elemento estratégico para los sistemas de salud. La inteligencia artificial puede ser una palanca clave para avanzar hacia una sanidad más eficiente, basada en información más consistente y útil“, concluye Cuscó.
