La agencia de seguridad social de Costa Rica, la CCSS, probó LIDIA, un algoritmo que analiza más de un millón de registros en su sistema de salud digital EDUS para detectar pacientes en riesgo de diabetes tipo 2 antes del diagnóstico, identificando 130 casos no diagnosticados solo en la clínica Clorito Picado.
1,000,000+
Expedientes EDUS cruzados
130
Pacientes con diabetes no diagnosticada identificados (piloto Clorito Picado)
Detalles
Madurez
Piloto
Promotor
Caja Costarricense de Seguro Social (CCSS)
Período
2023-2026
Palabras clave
public health, predictive analytics, machine learning, electronic health records
Contexto
La CCSS de Costa Rica ha estado probando desde 2023 LIDIA, modelos de IA predictiva construidos sobre EDUS, el expediente digital de salud nacional, que cubren diabetes, salud pulmonar, síndrome coronario agudo y cáncer de mama.
Resultados
En un piloto en la clínica Clorito Picado, el módulo de diabetes de LIDIA marcó pacientes que el trabajo de campo clínico confirmó posteriormente que incluían 130 casos no diagnosticados; el Observatorio de IA de Costa Rica lo clasifica como piloto verificado, pero no se ha publicado ningún dato de exactitud, sensibilidad o auditoría de sesgo revisado por pares.
Implementación
Coste indicativo
Medio (50 000–500 000 €)
Tiempo hasta resultados
Medio (1–3 años)
Personal y competencias
CCSS medical, IT and administrative staff (trained across rollout)
Condiciones para el éxito
Built on the existing EDUS nationwide digital health record
Staff training paired with rollout
Habitualmente financiado por
National / regional programmes
Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.
¿Usted implementa esta práctica?
Reivindíquela —
los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.
Fuentes de datos
De dónde se obtuvo la información de esta práctica, y cuándo.
