Asistente Virtual para Mejorar la Dieta de Pacientes Oncológicos

Los pacientes oncológicos enfrentan una realidad alimentaria cambiante. Los efectos secundarios del tratamiento —como náuseas, fatiga, pérdida de apetito o alteraciones del gusto— varían día a día, lo que hace inviable seguir una dieta fija. Las recomendaciones estándar resultan poco útiles si no se adaptan a cómo se siente el paciente en cada momento. Ante esta complejidad, surge la necesidad de transformar el conocimiento clínico y nutricional existente en una herramienta flexible que permita generar, de forma personalizada, planes alimentarios ajustados a los síntomas y necesidades de cada día.

Reto

La mayor dificultad residía en transformar ese conocimiento experto —disperso en recetarios, guías clínicas y experiencias profesionales— en una herramienta digital que pudiera generar recomendaciones alimentarias específicas para cada paciente, cada día, según cómo se sintiera, en lenguaje natural. El sistema debía ser capaz de traducir síntomas como náuseas, fatiga o alteraciones del gusto en sugerencias nutricionales personalizadas, seguras y fáciles de aplicar. Además, tenía que estar validado clínicamente y ser escalable a distintos perfiles de pacientes y contextos.

Solución con IA

Para abordar la complejidad del conocimiento clínico y nutricional en el contexto oncológico, se aplicaron técnicas avanzadas de procesamiento de lenguaje natural (NLP) y estructuración semántica. El objetivo fue transformar una gran cantidad de contenido no estructurado —como recetarios, artículos científicos, guías clínicas y registros de experiencias profesionales— en una base de datos relacional, coherente y apta para consultas automatizadas. Este proceso implicó varias fases: extracción de entidades clave (síntomas, alimentos, efectos secundarios, tratamientos), normalización de términos clínicos y nutricionales mediante ontologías especializadas, y establecimiento de relaciones lógicas entre variables, como qué alimentos son más adecuados para mitigar ciertos síntomas en función del tipo de tratamiento recibido.

La inteligencia artificial permitió automatizar parte del trabajo experto que antes requería interpretación humana, como agrupar conceptos equivalentes o validar que las recomendaciones fueran seguras y médicamente consistentes. Una vez construido este modelo de conocimiento estructurado, se diseñó sobre él un asistente virtual conversacional. Este sistema es capaz de interpretar las descripciones de síntomas que proporciona el paciente en lenguaje natural —por ejemplo, “hoy tengo muchas náuseas y no me apetece nada sólido”—, y ofrecerle sugerencias alimentarias adaptadas, contextualizadas y validadas por criterios clínicos. Además, el asistente está diseñado para mejorar con el tiempo: cada interacción retroalimenta el sistema, permitiendo afinar recomendaciones futuras y enriquecer la base de conocimiento con nuevos patrones de comportamiento y necesidad.

Esta solución no solo responde preguntas, sino que actúa como una herramienta de acompañamiento real, ayudando a los pacientes a tomar decisiones informadas sobre su dieta diaria con base en cómo se sienten, y reduciendo así la incertidumbre y la carga cognitiva en un momento especialmente vulnerable.

Impacto generado

El proyecto culminó en la creación de un modelo de datos robusto, mantenible y clínicamente validado, que centraliza de forma estructurada el conocimiento experto vinculado a la nutrición en contextos oncológicos. Este modelo permite sistematizar recomendaciones complejas y adaptativas, convirtiendo el saber profesional en una herramienta digital accesible para pacientes y profesionales. Su primer desarrollo ha sido la implementación de un asistente conversacional como prueba de concepto, diseñado para acompañar a pacientes en el día a día de su tratamiento, brindándoles sugerencias alimentarias personalizadas según sus síntomas, necesidades y evolución clínica.

La validación de este asistente no solo ha demostrado su eficacia como apoyo para la toma de decisiones informadas, sino que también ha revelado su potencial como tecnología de acompañamiento digital que reduce la carga cognitiva del paciente, mejora su autonomía y refuerza el vínculo con el sistema de atención. Esta solución sienta las bases para futuras aplicaciones más amplias en el ámbito de la salud alimentaria personalizada.

Como reconocimiento a su enfoque innovador y su impacto potencial en la vida de las personas, el proyecto fue seleccionado como uno de los ganadores del programa europeo FOODITY. Este programa, financiado por Horizon Europe y desarrollado por un consorcio de siete socios en siete países, tiene como misión impulsar un ecosistema de soluciones digitales para la alimentación y la nutrición que respete los derechos de soberanía de datos personales de la ciudadanía europea. La distinción de FOODITY refuerza la relevancia del proyecto en el marco de la transformación digital responsable y centrada en las personas.