Els informes d’alta d’urgències sovint estan escrits amb un llenguatge tècnic que resulta difícil d’entendre per a molts pacients. Aquesta bretxa de comunicació és el problema que vol abordar EdxPlain, una eina basada en intel·ligència artificial generativa que transforma aquests documents clínics en explicacions clares i personalitzades.

La proposta ha estat la guanyadora del GenAI Health Hack 2026, una hackató celebrada a Barcelona que ha reunit més de 90 professionals del món clínic, tecnològic i científic per desenvolupar solucions d’IA aplicades al sistema sanitari. El projecte ha estat desenvolupat per l’equip Bridge, format per perfils mèdics, tecnològics i legals.

Quan el llenguatge mèdic esdevé una barrera

La idea del projecte parteix d’una realitat habitual als serveis d’urgències: molts pacients marxen de l’hospital sense entendre del tot què els ha passat o quines indicacions han de seguir a casa.“Fins al 88% de les instruccions d’alta estàndard resulten incomprensibles per a la població general a causa de la seva complexitat i de l’ús d’un llenguatge excessivament tècnic”, expliquen representants de l’equip Bridge a Metadata.

El projecte EdxPlain transforma els informes d’alta d’urgències en guies personalitzades i comprensibles per ajudar el pacient a entendre el diagnòstic, el tractament i els possibles senyals d’alerta.

Segons l’equip, aquesta falta de comprensió pot tenir conseqüències directes en la salut dels pacients. “Quan un pacient no entén el seu informe —què li ha passat, quines intervencions s’han fet o quin tractament ha de seguir— disminueix l’adherència a les recomanacions mèdiques i poden augmentar els reingressos hospitalaris evitables”.

EdxPlain busca complementar l’informe clínic tradicional amb una explicació adaptada al pacient, amb un llenguatge més accessible i estructurat.

Una arquitectura d’IA per “traduir” el coneixement mèdic

Per aconseguir-ho, el sistema utilitza una arquitectura basada en sistemes multiagent i models de llenguatge especialitzats, dissenyada per adaptar el contingut clínic sense alterar-ne el significat.

Un primer model analitza l’informe d’urgències i n’adapta el llenguatge a un nivell de lectura equivalent a un curs de primària, identificant els elements essencials com el diagnòstic, els procediments o el tractament. Un segon model funciona dins d’una arquitectura RAG (Retrieval-Augmented Generation) que consulta una base de dades de coneixement clínic validada per experts per generar recomanacions i senyals d’alerta adequades per a cada patologia.

“El sistema no genera informació nova: adapta lingüísticament el contingut de l’informe i recupera recomanacions basades en guies clíniques validades”, expliquen des de l’equip. A més, diversos algoritmes avaluen la qualitat del text final en termes de llegibilitat, coherència i fidelitat a la informació original.

EdxPlain utilitza IA generativa i sistemes multiagent per transformar els informes mèdics en explicacions clares i personalitzades per al pacient.

Un element clau del sistema és que manté sempre supervisió humana. “El professional sanitari revisa i valida el contingut abans d’entregar-lo al pacient, de manera que la decisió clínica continua recaient en el metge”.

Més comprensió, menys visites evitables

L’objectiu principal d’EdxPlain és millorar la comprensió del pacient sobre el seu estat de salut. Segons l’equip Bridge, aquest canvi pot tenir impacte en el funcionament del sistema sanitari. “Quan el pacient entén el ‘per què’ de les instruccions, la seva motivació augmenta i millora l’adherència terapèutica”, expliquen. A més, l’eina inclou una secció de senyals d’alerta que indica en quins casos és necessari tornar a urgències.

Aquest element pot ajudar a reduir consultes provocades per la incertesa o la por. “Si el pacient sap identificar quan una complicació és realment urgent, es redueixen els reingressos per desconeixement i també el ‘soroll assistencial’”.

IA com a suport, no com a substitut

Els creadors del projecte insisteixen que l’eina no pretén substituir el criteri mèdic, sinó millorar la comunicació entre professionals i pacients. “EdxPlain no genera diagnòstics ni altera el criteri clínic. La seva funció és de traducció cognitiva: transforma el saber expert en informació comprensible i accionable”, expliquen.

El sistema actua com un “copilot comunicatiu” que ajuda el professional a transmetre millor la informació sense afegir càrrega administrativa. “No substitueix el metge; el que fa és garantir que el seu missatge arribi amb claredat a la persona més important del sistema: el pacient”.

Privacitat, biaixos i seguretat

L’ús d’IA en entorns clínics planteja també reptes importants en matèria de seguretat i privacitat. Segons l’equip, EdxPlain està dissenyat perquè les dades sanitàries no surtin de l’entorn hospitalari. “Les dades de salut mai s’utilitzen per entrenar models públics i es mantenen dins de la infraestructura segura del centre sanitari”, expliquen.

“EdxPlain no substitueix el metge; garanteix que el seu missatge arribi amb més claredat a la persona més important del sistema: el pacient”.

El sistema també incorpora mecanismes per prevenir errors o al·lucinacions dels models i per revisar possibles biaixos lingüístics. Actualment funciona amb informes en català i castellà, però l’equip treballa per ampliar la personalització a altres idiomes.

Del prototip a l’hospital

El projecte encara es troba en fase de prototip, però els seus creadors ja han definit els pròxims passos per portar-lo a la pràctica clínica.  El primer objectiu és iniciar proves pilot en serveis d’urgències, centrades en les patologies més freqüents, per mesurar l’impacte en la comprensió del pacient i en l’adherència al tractament.

Paral·lelament, treballen en la integració amb els sistemes d’història clínica electrònica perquè l’explicació es generi automàticament quan el metge tanca l’informe d’alta. “La clau és que la tecnologia sigui invisible per al professional i s’integri en el seu flux de treball habitual”, expliquen.

Si aquestes fases tenen èxit, EdxPlain podria convertir-se en una eina més dins de l’atenció hospitalària, amb l’objectiu de fer que la informació mèdica sigui més accessible per a tothom.

El projecte s’emmarca en un ecosistema d’innovació impulsat pel GenAI Health Hack, organitzat per l’Hospital Clínic Barcelona, el Programa Salut/IA del Departament de Salut i MIT Critical Data, que busca impulsar una intel·ligència artificial aplicada a la salut amb rigor científic, supervisió humana i impacte real en el sistema sanitari.