Estudio de Caso | 10 February 2026
Cómo una empresa de atención médica utilizó la gestión de enfermedades crónicas impulsada por IA para mejorar los resultados de los pacientes y recuperar la confianza del mercado.
Publicado por : Ipseeta Dash
Resumen:
Las enfermedades crónicas representan alrededor del 72% del gasto sanitario mundial. Ante este aumento de casos, una empresa alemana de salud digital, fundada en 2016, se propuso transformar la atención médica para enfermedades crónicas mediante monitorización remota, aplicaciones móviles de salud y herramientas basadas en IA dirigidas a afecciones como la diabetes, la hipertensión y la EPOC. Sin embargo, a pesar de su sólida presencia en el mercado, la empresa no logró expandir sus operaciones ni captar el interés sostenido de los profesionales sanitarios.
La Historia
Entre 2018 y 2020, el valor de las acciones de la compañía cayó de 12 millones de euros a 3,5 millones de euros. Los principales factores que contribuyeron a esta caída fueron la fragmentación de los flujos de trabajo digitales, la limitada integración de la HCE, la falta de datos procesables de los pacientes y la falta de transparencia y confianza de los profesionales sanitarios en las herramientas de IA. Las tasas de retención disminuyeron, el crecimiento de usuarios se estancó y la confianza del mercado disminuyó. Por ello, reconociendo la urgente necesidad de un cambio, la compañía contactó con Research Nester a principios de 2021 para una reinvención completa del producto, centrada en la toma de decisiones basada en datos y la integración integral de TI.
Los desafíos
A pesar de ofrecer herramientas digitales avanzadas de última generación como:
- Dispositivos de monitorización remota para identificar la glucosa y la presión arterial
- Aplicaciones móviles con coaching de salud y seguimiento de medicación
- Paneles de análisis predictivo para profesionales sanitarios
La empresa se enfrentó a una baja adopción en entornos clínicos como hospitales y centros de atención primaria. Para 2020, solo tres clientes institucionales se habían unido, con apenas 12.000 usuarios activos tras tres años de presencia en el mercado. La tasa de abandono se disparó al 35 %. Los médicos citaron la falta de interoperabilidad, la información procesable limitada y la opacidad de los algoritmos de IA como deficiencias clave. Las mismas herramientas diseñadas para empoderar a los equipos de atención estaban infrautilizadas, eran malinterpretadas o generaban desconfianza. Sin un ecosistema unificado y centrado en el profesional clínico, las innovaciones no cumplían con su compromiso.
Nuestra Solución:
Para revertir la espiral descendente, Research Nester inició una fase de diagnóstico desde cero, aplicando su marco patentado HealthTech SWOT+, una metodología avanzada que evalúa la adecuación del producto al mercado, la preparación para la IA, el cumplimiento normativo y la madurez de la infraestructura digital.
Brechas clave identificadas:
- Sin integración de EHR: Las soluciones digitales no eran compatibles con las principales plataformas como Epic y Cerner.
- Uso de datos no estructurados: si bien se recopilaron datos valiosos de pacientes, carecían de capacidades de análisis en tiempo real o de reconocimiento de patrones.
- Algoritmos de IA genéricos: los modelos se entrenaron con conjuntos de datos obsoletos y no diversos, lo que restringe la precisión y la imparcialidad.
- Sin segmentación ni personalización: la plataforma no logró diferenciar las experiencias de los usuarios en función del riesgo clínico o la demografía.
- Falta de participación de los médicos: las herramientas no ofrecían interfaces significativas para los proveedores de atención médica, lo que reducía la aceptación profesional.
Con una comprensión clara de estos problemas sistémicos, Research Nester creó una estrategia de transformación de dos fases para reconstruir la plataforma de atención crónica de la empresa en un ecosistema escalable, inteligente y alineado con los proveedores.
Fase I: Establecimiento de una infraestructura de salud digital unificada
1. Integración fluida de la HCE : Research Nester coordinó el desarrollo adecuado de API seguras para permitir la sincronización en tiempo real de los datos de los pacientes desde wearables y aplicaciones móviles directamente con las HCE existentes del hospital. Esto aumentó drásticamente la relevancia clínica y mejoró la toma de decisiones basada en datos remotos de pacientes.
2. Almacén de datos de salud centralizado : Se implementó un almacén de datos nativo en la nube para consolidar datos de diversos puntos finales, dispositivos, historiales clínicos electrónicos (HCE), farmacias y autoinformes de pacientes. Gracias a una seguridad robusta y a los protocolos de cumplimiento del RGPD, el sistema permitió:
- Análisis de tendencias históricas
- Conjuntos de datos preparados para el aprendizaje automático
- Acceso optimizado para proveedores y equipos de atención
3. Interfaces de usuario renovadas : Se reestructuraron las interfaces de usuario para brindar servicio tanto a pacientes como a profesionales sanitarios. Los pacientes obtuvieron paneles personalizados que ofrecían seguimiento de objetivos y recomendaciones de bienestar. Los profesionales sanitarios se conectaron a paneles predictivos que destacaban los casos de alto riesgo y retroalimentación del tratamiento en tiempo real.
Fase II: Desbloqueo de la inteligencia artificial en el cuidado crónico
1. Inteligencia Predictiva Mejorada : Con datos bien estructurados e interoperables, Research Nester ejecutó modelos de IA entrenados con registros anonimizados de más de 100.000 pacientes a través de colaboraciones público-privadas europeas. Estos modelos podrían:
- Predecir posibles casos de hospitalización
- Detección del incumplimiento de la medicación
- Logra una precisión del 82% en la previsión de eventos glucémicos en pacientes diabéticos
2. Solución de atención digital hiperpersonalizada : Cada usuario recibió una experiencia de atención sofisticada, que se ajustaba en tiempo real según sus datos de salud, estilo de vida y riesgos específicos de su condición. Los recordatorios basados en IA fomentaron un mejor cumplimiento, intervenciones oportunas y cambios en el estilo de vida.
3. Copiloto de IA centrado en el médico : Para recuperar la confianza de los profesionales sanitarios, Research Nester introdujo un sistema de apoyo a la toma de decisiones, la herramienta Copiloto de IA, diseñada para complementar, en lugar de sustituir, el criterio médico. Las funcionalidades clave incluían:
- Identificar el deterioro de la salud con 72 horas de antelación
- Visualización de las tendencias de cumplimiento terapéutico
- Sugerir optimizaciones de tratamiento basadas en evidencia
Esta herramienta se centró en la transparencia, permitiendo a los médicos comprender el motivo de las recomendaciones de IA, lo que mejoró significativamente la confianza y la participación. Cabe destacar que la plataforma se popularizó no solo como una herramienta de monitoreo, sino como un motor de apoyo a la toma de decisiones y optimización de la atención crónica, en el que confían tanto pacientes como profesionales.
Resultados
Con la integración estratégica de TI y la implementación de IA, la empresa de atención médica experimentó un cambio radical.
Métrico | Antes (2020) | Después (2023) |
Ingresos anuales | 2,3 millones de euros | 18,8 millones de euros |
Base de pacientes activa | 11.000 usuarios | 246.000 usuarios |
Clientes institucionales | 4 | Más de 40 hospitales y clínicas |
Tasa de abandono | 36% | 7,9% |
Tasa de adopción clínica | 13% | 74% |
Valuación | 3,4 millones de euros | 37 millones de euros |
Reconocimiento del mercado:
- Premio a la Excelencia en Terapia Digital de la UE HealthTech 2023
- Certificado : Marcado CE como dispositivo de software médico de clase IIa
- En colaboración con el Seguro Nacional de Salud Alemán (AOK) para un programa piloto de reembolso de cuidados crónicos
¿Qué hizo posible el cambio?
La transformación de la empresa de atención médica, desde el estancamiento hasta convertirse en líder del sector, se vio impulsada por una combinación de planificación estratégica, una profunda integración tecnológica y una innovación centrada en las partes interesadas. Los cuatro pilares fundamentales que contribuyeron a esta exitosa transformación son los siguientes:
1. Inculcar una cultura centrada en los datos: Uno de los cambios más profundos se produjo en la forma en que la empresa abordaba los datos. Lo que antes era un proceso reactivo y fragmentado, impulsado por informes de salud obsoletos, se ha transformado en un marco proactivo y rico en información, impulsado por análisis en tiempo real. Con el invaluable apoyo de Research Nester, la empresa revisó su estrategia para integrar flujos continuos de registros médicos electrónicos (HCE), wearables, sensores ambientales e información demográfica. Estas fuentes se combinaron en un lago de datos de salud centralizado, que funciona como el núcleo analítico de la plataforma. Esta transformación permitió a la empresa:
- Detectar indicadores tempranos de riesgos para la salud pública
- Diseñar estrategias de intervención basadas en el reconocimiento de patrones
- Ofrecer decisiones en tiempo real basadas en datos a los equipos clínicos y a las autoridades sanitarias.
Al incorporar inteligencia predictiva en cada aspecto de las operaciones, la empresa pasó de la recopilación de datos a una verdadera gestión de inteligencia sanitaria.
2. Alineación de las prioridades de pacientes y proveedores: Originalmente, el desarrollo de productos se realizaba de forma aislada, desconectado de las experiencias reales de quienes usaban la plataforma. Esto creaba un desequilibrio entre lo que se creaba y lo que los usuarios realmente necesitaban. La transformación cambió este enfoque hacia la cocreación e incorporó el diseño inclusivo. La empresa invirtió en ciclos de retroalimentación que incluían:
- Médicos y clínicos
- Pacientes que viven con enfermedades crónicas
- Gerentes de TI del sistema de salud
- Epidemiólogos y coordinadores de atención
Estas colaboraciones crearon interfaces y herramientas personalizadas para cada parte interesada:
- Los médicos accedieron a paneles inteligentes que priorizaban a los pacientes de alto riesgo y las decisiones clínicas.
- Las autoridades de salud pública obtuvieron mapeo geoespacial para la vigilancia de enfermedades
- Los pacientes interactuaron con aplicaciones móviles intuitivas que ofrecían alertas, seguimiento de objetivos y resúmenes de salud en un lenguaje accesible.
Este diseño participativo creó una interoperabilidad de datos perfecta entre todas las partes, lo que aumentó las tasas de uso, la participación y la relevancia clínica.
3. Lograr que la IA sea práctica y transparente: Anteriormente, las capacidades de IA de la empresa se limitaban a algoritmos tradicionales que ofrecían resultados sin razonamiento contextual. Esta falta de transparencia perjudicaba la confianza de los profesionales clínicos y la aprobación regulatoria. Para solucionar esto, Research Nester utilizó la integración de IA Explicable (XAI) en el núcleo del sistema. Los nuevos modelos ofrecían:
- Una visión clara de los factores que dan forma a cada predicción
- Explicaciones de los factores de riesgo específicas de la región y la población
- Puntuaciones de confianza con ajustes de sensibilidad para la aprobación clínica
Este marco permitió a los médicos y funcionarios de salud pública evaluar, interpretar y refinar críticamente los resultados generados por IA, en lugar de limitarse a seguirlos. De esta manera, la plataforma pasó de ser una herramienta de toma de decisiones a un sistema de codecisión, ganándose la confianza de los profesionales sanitarios de todo el ámbito.
4. Un soporte digital preparado para el futuro: Una evolución de esta magnitud exigía más que análisis y diseño; requería una infraestructura digital moderna, segura y compatible. El marco de TI heredado se desmanteló ante la demanda de una arquitectura modular y nativa de la nube, lo que permitió a la empresa un crecimiento exponencial. Las actualizaciones clave incluyeron:
- Migración a microservicios para promover el desarrollo ágil
- Integración a nivel de API con los principales sistemas EHR a través de los estándares FHIR y HL7
- Implementación de una gobernanza de datos de nivel empresarial alineada con el RGPD, el NHS y la norma ISO 27001
- Canalizaciones de automatización para entrega continua, lo que permite iteraciones rápidas y mejoras del sistema
Los resultados fueron inmediatos y tangibles:
- Ampliación de 2 distritos sanitarios a más de 40 en solo un año
- El tiempo de actividad mejoró al 99,5 %
- Reducción del 38% en los costes operativos de TI
Conclusión: El nuevo referente para la atención crónica digital
Este caso no es solo una historia de mejoras técnicas; es un modelo para el futuro del mundo de la salud. Se trataba de construir un modelo a prueba de futuro que pudiera ayudar a diversos sistemas de salud a adaptarse a enfermedades en evolución y empoderar tanto a los proveedores de atención médica como a los pacientes a gran escala. A medida que la atención se vuelve más personalizada, continua y rica en datos, las organizaciones deben adoptar sistemas integrados que reflejen las experiencias vividas de cada usuario. Gracias a su asociación con Research Nester, esta startup, que antes se tambaleaba, resurgió no solo restaurada, sino renacida como un líder escalable e interoperable en el manejo de enfermedades crónicas. Su resurgimiento demuestra que con la gobernanza de datos adecuada, un diseño centrado en el ser humano e inteligencia transparente, es posible reconstruir la confianza, recuperar la posición en el mercado y brindar una atención más inteligente y compasiva.
Contáctenos
Vishnu Nair
Responsable- Desarrollo de Negocios Global
Cuéntenos sobre sus requisitos:
Conéctese con nuestro consultorDerechos de autor © 2026 Research Nester. Todos los derechos reservados.
