📅 Dimecres, 7 d’Octubre, 2026
⏰ 11:00 h – 12:00 h
- Format: Online (live)
- Durada: 60 minuts
- nivell: Bàsic – Intermig
- Idioma: Anglès
La intel·ligència artificial està donant cada vegada més suport a les organitzacions de salut en àrees com el diagnòstic, la imatge mèdica, el seguiment dels pacients, la predicció de riscos, l’optimització del tractament i la planificació operativa. A mesura que la IA s’integra més a fons en els fluxos de treball clínics, els professionals de la salut s’enfronten a un repte comú: assegurar-se que els sistemes d’IA no només siguin precisos, sinó també comprensibles, fiables i útils en entorns sanitaris reals.
Tancant la bretxa entre els models d’IA i la confiança clínica
A la segona sessió de la nostra sèrie de webinars sobre Intel·ligència Artificial Explicable (XAI) -pots tornar a veurela primera sessió, XAI per a la presa de decisions aquí – explorarem com el XAI pot ajudar a reduir la distància entre el rendiment tècnic dels models i l’adopció clínica pràctica. Aquesta sessió se centra en com dissenyar i comunicar explicacions d’IA que ajudin els professionals de la salut a entendre, validar i fer un ús adequat dels coneixements basats en IA. Aquestes capacitats també són cada vegada més rellevants per a la preparació normativa a Europa, ja que l’AI Act de la UE estableix requisits relacionats amb la transparència, la interpretació dels resultats i la supervisió humana efectiva per a certs sistemes d’IA sanitària d’alt risc. Tot i que aquesta no és una sessió normativa, el webinar explorarà breument com els enfocaments pràctics centrats en el metge poden donar suport a aquestes expectatives.
Com poden els professionals clínics confiar en una recomanació d’IA si no entenen com s’hi ha arribat? La realitat és que la precisió tècnica per si sola rarament impulsa l’adopció en la sanitat. Fins i tot els models amb molt bon rendiment poden quedar sense utilitzar si els professionals de la salut no poden avaluar el raonament darrere de les prediccions, entendre els factors que hi contribueixen o determinar quan cal posar en dubte un resultat.
Per què és important la IA explicable en la salut
Les decisions sobre la salut afecten directament els resultats dels pacients. Per això, els clínics han de ser capaços d’avaluar i entendre les recomanacions que proporcionen els sistemes d’IA abans d’incorporar-les als seus fluxos de treball. Una de les barreres més habituals per a l’adopció de la IA en la salut no és el rendiment del model, sinó la falta de confiança. Algunes de les preguntes que els clínics plantegen amb més freqüència són:
- Per què es va classificar aquest pacient com d’alt risc?
- Quins factors van contribuir més a aquesta predicció?
- Es pot justificar clínicament aquesta recomanació?
- L’explicació s’alinea amb els coneixements mèdics establerts?
- Quan s’hauria de qüestionar o revisar el resultat del model?
Sense explicacions significatives, els sistemes d’IA poden percebre’s com caixes negres difícils de validar en entorns clínics reals. La IA explicable ajuda a tractar aquestes preocupacions fent que el raonament del model sigui més transparent, permetent als metges entendre millor les prediccions i integrar els coneixements de la IA en el procés de presa de decisions. Les organitzacions sanitàries cada vegada miren més enllà de l’exactitud del model a l’hora d’avaluar solucions d’IA. Per crear un valor real en entorns clínics, els sistemes d’IA també han de ser:
- Suficientment transparents perquè els professionals puguin entendre els factors darrere de les prediccions i recomanacions.
- Fiables i robustos en diverses poblacions de pacients i escenaris clínics.
- En línia amb el raonament clínic i les pràctiques establertes en salut.
- Capaços de donar suport a la col·laboració entre científics de dades, professionals de la salut i responsables de la presa de decisions.
- Confiable pels usuaris finals (sanitaris) que, al cap i a la fi, són els responsables de la cura dels pacients.
Tot i que la falta de confiança sovint es cita com una barrera per a l’adopció de la IA, gairebé mai és l’únic repte. Una implantació eficaç de la IA també requereix una comunicació clara, interpretabilitat i una comprensió compartida del comportament del model entre els equips tècnics i clínics. La IA explicable proporciona les eines i metodologies necessàries per afrontar aquests reptes i transformar la IA d’un resultat tècnic a una capacitat pràctica de suport a la presa de decisions.
Fer que la explicabilitat sigui comprensible per als clínics
Produir explicacions és només el primer pas. Moltes tècniques de XAI generen resultats que tenen significat per als científics de dades però que són difícils d’interpretar pels professionals de la salut dins del context de l’atenció al pacient. Perquè la IA sigui realment útil en la sanitat, les explicacions han de traduir-se en formes que s’alineïn amb el pensament clínic i els processos de presa de decisions. Aquesta sessió explorarà com podem traduir les explicacions de la IA en coneixements clínicament rellevants?
- Què necessiten realment els clínics de les explicacions de la IA.
- Com interpreten els diferents actors del sector sanitari els resultats dels models.
- Tècniques per presentar el raonament del model de manera significativa des del punt de vista clínic.
- Com la XAI pot enfortir la col·laboració entre els experts en salut i els equips de desenvolupament d’IA.
L’objectiu no és simplement explicar el model, sinó assegurar que les explicacions donin suport a un judici clínic informat. Moltes organitzacions implementen amb èxit tècniques sofisticades de XAI, però les visualitzacions, mètriques i resultats tècnics que en resulten sovint estan pensats més per científics de dades que per professionals de la salut. Els participants aprendran com passar d’explicacions tècniques a explicacions que donin suport al judici i presa de decisions clíniques.
Què aprendràs?
Durant aquesta sessió, els participants obtindran coneixements pràctics sobre:
- Per què la confiança continua sent una de les barreres més grans per a l’adopció de la IA en la salut.
- El paper de la IA explicable en el suport a la presa de decisions clíniques.
- Traduir explicacions tècniques en coneixements fàcils d’entendre per als clínics, la diferència entre explicar un model i comunicar una explicació de manera efectiva.
- Dissenyar explicacions transparents per a diferents actors del sector sanitari que s’integrin en els fluxos de treball clínics.
- Com la XAI pot donar suport a la transparència i la supervisió humana en IA sanitària d’alt risc segons la AI Act (acord de la IA de la UE).
- Millors pràctiques per a enfocaments centrats en les persones en l’adopció de la IA en la salut.
L’èmfasi està totalment posat en crear sistemes d’IA que els professionals de la salut puguin entendre, avaluar i utilitzar amb confiança en la seva pràctica. Al final d’aquesta sessió, els participants entendran com la IA explicable pot ajudar a crear sistemes d’IA en l’atenció sanitària que siguin:
- Transparents – els clínics poden entendre els factors que influeixen en les prediccions.
- Interpretables – les explicacions es presenten de manera significativa des del punt de vista clínic.
- Fiables – els professionals de la salut poden avaluar i utilitzar amb confiança els resultats de la IA.
- Adoptables – les solucions d’IA s’integren de manera natural en els fluxos de treball clínics
L’èmfasi serà en fer que l’explicabilitat sigui útil, comprensible i aplicable per als professionals de la salut.
Al final de la sessió, la nostra Chief Data Scientist, Burcu Kolbay, respondrà a preguntes en directe.
Convidat especial: s’uneix la nostra Chief Data Scientist, el Dr. Josep Vidal, membre del grup de treball de projectes d’IA multidisciplinaris i multi-territorials de l’Institut Català de la Salut (ICS). El Dr. Vidal compartirà perspectives pràctiques sobre l’adopció de la IA en entorns sanitaris, la importància de la explicabilitat per a la presa de decisions clíniques i els reptes de traduir els coneixements de la IA en informació que els professionals de la salut puguin utilitzar amb confiança en la seva pràctica diària.
A qui està orientat
Aquesta masterclass està dissenyada per a professionals implicats en el desenvolupament, la implementació, l’avaluació o l’adopció de la IA en la salut, incloent-hi:
- Especialistes en Informàtica Clínica
- Líders en Salut Digital
- Professionals de Dispositius Mèdics i HealthTech
- Metges i Investigadors Clínics
- Equips d’Innovació Hospitalària
- Prescriptors de Decisions Sanitàries
No es requereix cap formació tècnica avançada. La sessió està pensada per fomentar el diàleg entre les comunitats tècnica i clínica.
Detalls del webinar
📅 Dimecres, 7 d’Octubre, 2026
⏰ 11:00 h – 12:00 h
- Format: Online (live)
- Durada: 60 minuts
- nivell: Bàsic – Intermig
- Idioma: Anglès
Uneix-te a aquesta segona sessió de la nostra sèrie de webinars sobre IA explicable per explorar com les organitzacions sanitàries poden desenvolupar solucions d’IA que els clínics confiïn, els responsables de decisions comprenguin i els professionals de governança i regulació puguin avaluar amb confiança.