\ud83d\udcc5 Dimecres, 7 d’Octubre, 2026<\/p>\n
\u23f0 11:00 h \u2013 12:00 h<\/p>\n
\ud83d\udce8 Clica aqu\u00ed per a registrar-te ara<\/a><\/strong><\/p><\/blockquote>\n
La intel\u00b7lig\u00e8ncia artificial est\u00e0 donant cada vegada m\u00e9s suport a les organitzacions de salut en \u00e0rees com el diagn\u00f2stic, la imatge m\u00e8dica, el seguiment dels pacients, la predicci\u00f3 de riscos, l\u2019optimitzaci\u00f3 del tractament i la planificaci\u00f3 operativa. A mesura que la IA s\u2019integra m\u00e9s a fons en els fluxos de treball cl\u00ednics, els professionals de la salut s\u2019enfronten a un repte com\u00fa: assegurar-se que els sistemes d\u2019IA<\/strong> no nom\u00e9s siguin<\/strong> precisos, sin\u00f3 tamb\u00e9 comprensibles, fiables i \u00fatils en entorns sanitaris reals<\/strong>.<\/p>\n
Tancant la bretxa entre els models d\u2019IA i la confian\u00e7a cl\u00ednica<\/strong><\/h2>\n
A la segona sessi\u00f3 de la nostra s\u00e8rie de webinars sobre Intel\u00b7lig\u00e8ncia Artificial Explicable (XAI)<\/strong><\/em> -pots tornar a veurela primera sessi\u00f3, XAI per a la presa de decisions aqu\u00ed<\/a> – explorarem com el XAI pot ajudar a reduir la dist\u00e0ncia entre el rendiment t\u00e8cnic dels models i l’adopci\u00f3 cl\u00ednica pr\u00e0ctica. Aquesta sessi\u00f3 se centra en com dissenyar i comunicar explicacions d’IA que ajudin els professionals de la salut a entendre<\/strong>, validar<\/strong> i fer un \u00fas adequat dels coneixements basats en IA. Aquestes capacitats tamb\u00e9 s\u00f3n cada vegada m\u00e9s rellevants per a la preparaci\u00f3 normativa a Europa, ja que l’AI Act de la UE estableix requisits relacionats amb la transpar\u00e8ncia, la interpretaci\u00f3 dels resultats i la supervisi\u00f3 humana efectiva per a certs sistemes d’IA sanit\u00e0ria d’alt risc<\/a>. Tot i que aquesta no \u00e9s una sessi\u00f3 normativa, el webinar explorar\u00e0 breument com els enfocaments pr\u00e0ctics centrats en el metge poden donar suport a aquestes expectatives.<\/p>\n
Com poden els professionals cl\u00ednics confiar en una recomanaci\u00f3 d\u2019IA si no entenen com s\u2019hi ha arribat?<\/strong> La realitat \u00e9s que la precisi\u00f3 t\u00e8cnica per si sola rarament impulsa l\u2019adopci\u00f3 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.<\/p>\n
Per qu\u00e8 \u00e9s important la IA explicable en la salut<\/span>\u00a0<\/span><\/h2>\n
Les decisions sobre la salut afecten directament els resultats dels pacients. Per aix\u00f2, els cl\u00ednics han de ser capa\u00e7os d\u2019avaluar i entendre les recomanacions que proporcionen els sistemes d\u2019IA abans d\u2019incorporar-les als seus fluxos de treball. Una de les barreres m\u00e9s habituals per a l\u2019adopci\u00f3 de la IA en la salut no \u00e9s el rendiment del model, sin\u00f3 la falta de confian\u00e7a<\/strong>. Algunes de les preguntes que els cl\u00ednics plantegen amb m\u00e9s freq\u00fc\u00e8ncia s\u00f3n:<\/p>\n
\n
- Per qu\u00e8 es va classificar aquest pacient com d’alt risc?<\/li>\n
- Quins factors van contribuir m\u00e9s a aquesta predicci\u00f3?<\/li>\n
- Es pot justificar cl\u00ednicament aquesta recomanaci\u00f3?<\/li>\n
- L’explicaci\u00f3 s’alinea amb els coneixements m\u00e8dics establerts?<\/li>\n
- Quan s’hauria de q\u00fcestionar o revisar el resultat del model?<\/li>\n<\/ul>\n
Sense explicacions significatives, els sistemes d\u2019IA poden percebre’s com caixes negres dif\u00edcils de validar en entorns cl\u00ednics reals. La IA explicable ajuda a tractar aquestes preocupacions fent que el raonament del model sigui m\u00e9s transparent, permetent als metges entendre millor les prediccions i integrar els coneixements de la IA en el proc\u00e9s de presa de decisions. Les organitzacions sanit\u00e0ries cada vegada miren m\u00e9s enll\u00e0 de l\u2019exactitud del model a l\u2019hora d\u2019avaluar solucions d\u2019IA. Per crear un valor real en entorns cl\u00ednics, els sistemes d\u2019IA tamb\u00e9 han de ser:<\/p>\n
\n
- Suficientment transparents perqu\u00e8 els professionals puguin entendre els factors darrere de les prediccions i recomanacions.<\/li>\n
- Fiables i robustos en diverses poblacions de pacients i escenaris cl\u00ednics.<\/li>\n
- En l\u00ednia amb el raonament cl\u00ednic i les pr\u00e0ctiques establertes en salut.<\/li>\n
- Capa\u00e7os de donar suport a la col\u00b7laboraci\u00f3 entre cient\u00edfics de dades, professionals de la salut i responsables de la presa de decisions.<\/li>\n
- Confiable pels usuaris finals (sanitaris) que, al cap i a la fi, s\u00f3n els responsables de la cura dels pacients.<\/li>\n<\/ul>\n
Tot i que la falta de confian\u00e7a sovint es cita com una barrera per a l’adopci\u00f3 de la IA, gaireb\u00e9 mai \u00e9s l’\u00fanic repte. Una implantaci\u00f3 efica\u00e7 de la IA tamb\u00e9 requereix una comunicaci\u00f3 clara, interpretabilitat i una comprensi\u00f3 compartida del comportament del model entre els equips t\u00e8cnics i cl\u00ednics. La IA explicable proporciona les eines i metodologies necess\u00e0ries per afrontar aquests reptes i transformar la IA d’un resultat t\u00e8cnic a una capacitat pr\u00e0ctica de suport a la presa de decisions.<\/p>\n
\ud83d\udce8 Clica aqu\u00ed per a registrar-te ara<\/a><\/strong><\/p><\/blockquote>\n
Fer que la explicabilitat sigui comprensible per als cl\u00ednics<\/h3>\n
Produir explicacions \u00e9s nom\u00e9s el primer pas. Moltes t\u00e8cniques de XAI generen resultats que tenen significat per als cient\u00edfics de dades per\u00f2 que s\u00f3n dif\u00edcils d’interpretar pels professionals de la salut dins del context de l’atenci\u00f3 al pacient. Perqu\u00e8 la IA sigui realment \u00fatil en la sanitat, les explicacions han de traduir-se en formes que s’aline\u00efn amb el pensament cl\u00ednic i els processos de presa de decisions. Aquesta sessi\u00f3 explorar\u00e0 com podem traduir les explicacions de la IA en coneixements cl\u00ednicament rellevants?<\/strong><\/p>\n
\n
- Qu\u00e8 necessiten realment els cl\u00ednics de les explicacions de la IA.<\/li>\n
- Com interpreten els diferents actors del sector sanitari els resultats dels models.<\/li>\n
- T\u00e8cniques per presentar el raonament del model de manera significativa des del punt de vista cl\u00ednic.<\/li>\n
- Com la XAI pot enfortir la col\u00b7laboraci\u00f3 entre els experts en salut i els equips de desenvolupament d\u2019IA.<\/li>\n<\/ul>\n
L’objectiu no \u00e9s simplement explicar el model, sin\u00f3 assegurar que les explicacions donin suport a un judici cl\u00ednic informat. Moltes organitzacions implementen amb \u00e8xit t\u00e8cniques sofisticades de XAI, per\u00f2 les visualitzacions, m\u00e8triques i resultats t\u00e8cnics que en resulten sovint estan pensats m\u00e9s per cient\u00edfics de dades que per professionals de la salut. Els participants aprendran com passar d\u2019explicacions t\u00e8cniques a explicacions que donin suport al judici i presa de decisions cl\u00edniques.<\/p>\n
Qu\u00e8 aprendr\u00e0s?<\/span>\u00a0<\/span><\/h3>\n
Durant aquesta sessi\u00f3, els participants obtindran coneixements pr\u00e0ctics sobre:<\/p>\n
\n
- Per qu\u00e8 la confian\u00e7a continua sent una de les barreres m\u00e9s grans per a l\u2019adopci\u00f3 de la IA en la salut.<\/li>\n
- El paper de la IA explicable en el suport a la presa de decisions cl\u00edniques.<\/li>\n
- Traduir explicacions t\u00e8cniques en coneixements f\u00e0cils d\u2019entendre per als cl\u00ednics, la difer\u00e8ncia entre explicar un model i comunicar una explicaci\u00f3 de manera efectiva.<\/li>\n
- Dissenyar explicacions transparents per a diferents actors del sector sanitari que s\u2019integrin en els fluxos de treball cl\u00ednics.<\/li>\n
- Com la XAI pot donar suport a la transpar\u00e8ncia i la supervisi\u00f3 humana en IA sanit\u00e0ria d\u2019alt risc segons la AI Act<\/a> (acord de la IA de la UE).<\/li>\n
- Millors pr\u00e0ctiques per a enfocaments centrats en les persones en l\u2019adopci\u00f3 de la IA en la salut.<\/li>\n<\/ul>\n
L’\u00e8mfasi est\u00e0 totalment posat en crear sistemes d’IA que els professionals de la salut puguin entendre, avaluar i utilitzar amb confian\u00e7a en la seva pr\u00e0ctica. Al final d’aquesta sessi\u00f3, els participants entendran com la IA explicable pot ajudar a crear sistemes d’IA en l’atenci\u00f3 sanit\u00e0ria que siguin:<\/p>\n
\n
- Transparents<\/strong> \u2013 els cl\u00ednics poden entendre els factors que influeixen en les prediccions.<\/li>\n
- Interpretables<\/strong> \u2013 les explicacions es presenten de manera significativa des del punt de vista cl\u00ednic.<\/li>\n
- Fiables<\/strong> \u2013 els professionals de la salut poden avaluar i utilitzar amb confian\u00e7a els resultats de la IA.<\/li>\n
- Adoptables<\/strong> \u2013 les solucions d’IA s’integren de manera natural en els fluxos de treball cl\u00ednics<\/li>\n<\/ul>\n
L’\u00e8mfasi ser\u00e0 en fer que l’explicabilitat sigui \u00fatil, comprensible i aplicable per als professionals de la salut.<\/p>\n
Al final de la sessi\u00f3, la nostra Chief Data Scientist<\/strong>, Burcu Kolbay<\/em>,\u00a0respondr\u00e0 a preguntes en directe<\/em><\/strong>.<\/p>\n
Convidat especial<\/strong>: s’uneix la nostra Chief Data Scientist, el Dr. Josep Vidal<\/strong>, membre del grup de treball de projectes d’IA multidisciplinaris i multi-territorials de l’Institut Catal\u00e0 de la Salut (ICS)<\/strong>. El Dr. Vidal compartir\u00e0 perspectives pr\u00e0ctiques sobre l’adopci\u00f3 de la IA en entorns sanitaris, la import\u00e0ncia de la explicabilitat per a la presa de decisions cl\u00edniques i els reptes de traduir els coneixements de la IA en informaci\u00f3 que els professionals de la salut puguin utilitzar amb confian\u00e7a en la seva pr\u00e0ctica di\u00e0ria.<\/p>\n
A qui est\u00e0 orientat<\/span>\u00a0<\/span><\/h3>\n
Aquesta masterclass est\u00e0 dissenyada per a professionals implicats en el desenvolupament, la implementaci\u00f3, l’avaluaci\u00f3 o l’adopci\u00f3 de la IA en la salut, incloent-hi:<\/p>\n
\n
- Especialistes en Inform\u00e0tica Cl\u00ednica<\/li>\n
- L\u00edders en Salut Digital<\/li>\n
- Professionals de Dispositius M\u00e8dics i HealthTech<\/li>\n
- Metges i Investigadors Cl\u00ednics<\/li>\n
- Equips d’Innovaci\u00f3 Hospital\u00e0ria<\/li>\n
- Prescriptors de Decisions Sanit\u00e0ries<\/li>\n<\/ul>\n
No es requereix cap formaci\u00f3 t\u00e8cnica avan\u00e7ada. La sessi\u00f3 est\u00e0 pensada per fomentar el di\u00e0leg entre les comunitats t\u00e8cnica i cl\u00ednica.<\/p>\n
Detalls del webinar<\/h2>\n
\ud83d\udcc5 Dimecres, 7 d’Octubre, 2026<\/p>\n
\u23f0 11:00 h \u2013 12:00 h<\/p>\n
\n
- Format: Online (live)<\/span><\/li>\n
- Durada: 60 minuts<\/li>\n
- nivell: B\u00e0sic – Intermig<\/li>\n
- Idioma: Angl\u00e8s\u00a0<\/span><\/li>\n<\/ul>\n