El doctor Oscar García-Esquirol i l'enginyer industrial Cristian Pascual van començar a treballar el 2011 en un xat digitalitzat que interaccionés amb professionals sanitaris i pacients. L'objectiu era que, a partir de la descripció de símptomes, l'eina indiqués quina atenció mèdica es requeria i la seva urgència. Eren els inicis de Mediktor, que gairebé quinze anys després s'ha convertit en una revolucionària i pionera eina d'intel·ligència artificial capaç d'interactuar i utilitzar llenguatge natural per realitzar triatges mèdics i prediagnòstics. Avui dia, arriben del Brasil al Japó, treballen amb grans asseguradores i sistemes sanitaris, i donen cobertura a més de 30 milions de pacients.
"Quan ens trobem malament, un dels problemes que tenim és que no sabem a qui hem de recórrer. Mediktor t'ajuda a marcar-te el camí i l'atenció que necessites", resumeix Pascual. Amb Mediktor també es busca millorar l'eficiència d'un dels tràmits que allarguen l'atenció sanitària, com és el triatge inicial.
La predicció mèdica
L'origen del nom ja és tota una declaració d'intencions. Pascual recorda la popularitat que tenia cap a l'any 2011 l'aplicació Akinator, que endevinava personatges a partir de preguntes. Volien fer el mateix en sanitat i van batejar Mediktor. Durant tres anys, van treballar en el projecte en caps de setmana i estones lliures fins que el 2014 van tenir el primer producte viable. I el primer client no va arribar fins al 2016. "En aquella època érem marcians, ningú estava en aquesta onda. Però teníem clar que es podia fer i tenia sortida", recorda Pascual.
El primer producte era una aplicació mòbil perquè qualsevol persona pogués explicar els símptomes que tenia i la plataforma li indicava el nivell d'urgència mèdica per assistir a un especialista. Un primer triatge automatitzat. Aquesta ha estat la mateixa base que ha mantingut Mediktor, però sofisticant-la cada vegada més. Avui compta amb una base de dades de 65.000 símptomes, elaborada manualment per part de doctors.
El repte de la monetització
Cristian Pascual, CEO de Mediktor | Cedida
Pascual: "S'ha criticat molt el doctor Google"
Una crítica que es pot fer a eines com Mediktor és el risc que substitueixi el professional sanitari. "Es critica molt el doctor Google, on la gent va a buscar informació per la necessitat de saber què ha de fer", reconeix Pascual. O ara amb ChatGPT. Però el fundador de Mediktor té clara la diferència: "Aquestes no són eines pensades per oferir informació sanitària. Per exemple, sovint t'ofereixen les respostes que tenen més clics i acostumen a ser les més dolentes. Si poses que tens mal de cap, segurament les primeres respostes seran que tens un càncer".
En canvi, destaca de Mediktor que és una eina pensada des de l'origen per l'atenció sanitària i per resoldre únicament la definició del nivell d'urgència d'uns símptomes. "Et diu com són de greus els símptomes i com de ràpid has de sol·licitar atenció mèdica", resumeix. Una guia pel pacient amb recomanacions personalitzades segons els seus símptomes. Tot plegat en dinou idiomes i amb una base de dades actualitzada permanentment per professionals sanitaris i amb milers de símptomes i malalties.
El salt de Barcelona al Japó
Amb aquesta proposta han anat creixent arreu del món i ja són presents a desenes de països d'Amèrica, Europa i Àsia. Del Brasil al Japó. A través de Mapfre, Axa, DKV o Sanitas. I en sistemes públics com el britànic o l'Hospital Arnau de Vilanova, on s'utilitza com a triatge i han aconseguit reduir un 10% les consultes a urgències: "Si demà s'utilitzés a tot el sistema sanitari català, s'evitarien un 10% de consultes innecessàries a urgències, que és un dels principals problemes". El Parc Taulí també ho utilitza per al triatge inicial. Va ser el 2019, en un hospital de Ruanda, on van instal·lar el seu primer assistent amb intel·ligència artificial.
La gran revolució de la intel·ligència artificial
L'últim gran pas de Mediktor ha estat l'aposta per la intel·ligència artificial i la creació d'un xat digitalitzat a l'estil ChatGPT capaç d'interactuar amb els pacients, entendre l'idioma i respondre com si fos un metge o professional sanitari. Ho han fet a través de la tecnologia Large Language Model, un model de llenguatge d'aprenentatge profund que la intel·ligència artificial ha permès implantar per poder parlar gairebé com un humà. Això permet al pacient mantenir una conversa sobre els símptomes amb la plataforma amb una interacció completament lliure. L'eina ho entén i respon amb criteri mèdic. Una tecnologia pionera i revolucionària en el sector sanitari.