Un hospital de Bruselas ejecuta Qwen3 en sus propios servidores como asistente dentro de la historia clínica

El problema

Los médicos pasan buena parte de su jornada en la historia clínica electrónica (el archivo digital del paciente en el hospital). El artículo señala que los médicos de urgencias de este hospital dedican, de media, 20 minutos por paciente a leer documentos previos antes de la consulta. Además, los hospitales no pueden enviar datos de pacientes a chatbots externos sin incumplir normas de privacidad como el RGPD de la UE.

Qué construyeron

Las Cliniques universitaires Saint-Luc, un hospital universitario de Bruselas, crearon un asistente de chat dentro de su sistema de historia clínica Epic. Funciona con Qwen3-235B, un modelo de pesos abiertos de Alibaba. Pesos abiertos significa que los archivos del modelo están publicados, de modo que una organización puede ejecutarlo en sus propios servidores en lugar de recurrir al servicio de un proveedor.

El asistente responde a las preguntas a partir de la historia del paciente que se está atendiendo, de documentos de la red regional belga de información sanitaria, de los procedimientos del propio hospital y de una selección de literatura médica. Cada respuesta enumera las fuentes utilizadas, con enlaces que se abren dentro de la historia clínica.

Cómo lo hicieron

El hospital organizó primero talleres con médicos para recoger y ordenar los casos de uso. El acceso a la información fue lo primero, de modo que el equipo construyó un asistente basado en recuperación. La generación aumentada por recuperación (RAG) significa que el sistema busca los documentos pertinentes y se los entrega al modelo antes de que responda.

Todo funciona en un servidor que compró el hospital, con 8 chips NVIDIA H200, dentro de la red del hospital y sin conexión externa a internet para el núcleo del sistema. Una red de «campeones» médicos ayudó a diseñarlo y probarlo. Se consultó al delegado de protección de datos del hospital y, antes del lanzamiento, se completó una evaluación de impacto sobre la protección de datos. El equipo notificó la herramienta a la agencia belga de medicamentos como producto sanitario de desarrollo propio.

Resultados

En un piloto de un mes, 28 médicos de nueve especialidades mantuvieron 482 conversaciones y el 64 % usó el asistente a diario. Tras el piloto, la herramienta se abrió a todo el hospital, incluidos enfermeros y estudiantes. Entre el 8 de mayo y el 13 de octubre de 2025, 1.028 usuarios mantuvieron 14.910 conversaciones, y 561 de ellos (54,6 %) lo usaron al menos una vez por semana.

El uso principal fue encontrar información (36,8 % de las conversaciones) y resumir historias clínicas (26,5 %). Redactar notas supuso el 20,7 % y el apoyo a la decisión clínica el 11,0 %. Los autores interpretan que el personal usa la herramienta como ayuda de información y no como herramienta de diagnóstico.

Qué salió mal

El estudio no comprobó si el asistente ahorra tiempo o mejora la atención. Las valoraciones del piloto mostraron carencias: los usuarios señalaron que faltaba contexto, como los informes de anatomía patológica, y una respuesta interpretó mal una puntuación de riesgo. El volumen de valoraciones bajó en producción, por lo que el hospital prevé un muestreo aleatorio y comprobaciones automáticas de las conversaciones.

Qué replicar

Empiece por las tareas de información que el personal ya pide, integre la herramienta en su sistema principal y presupueste la supervisión posterior al lanzamiento.