BioSmartData · Junio 2026 · 5 min de lectura
Cada día, los profesionales de la salud se enfrentan a decisiones. Decisiones sobre diagnósticos, sobre tratamientos, sobre qué hacer con un paciente que no responde como debería. Decisiones que se toman con la información disponible, que muchas veces es insuficiente, incompleta o simplemente no está donde debería estar.
La medicina lleva décadas acumulando datos. Historiales clínicos, registros de tratamientos, resultados de pruebas, evoluciones de pacientes. Una cantidad de información sin precedentes. Y sin embargo, gran parte de ese conocimiento se pierde. No se analiza, no se convierte en evidencia, no mejora la siguiente decisión.
La promesa existe. La adopción, no.
La inteligencia artificial está cambiando la medicina. Eso no es una opinión, es un hecho constatable. Los algoritmos ya son capaces de detectar tumores, predecir recaídas, optimizar dosis. Las herramientas existen. La tecnología está lista.
Y aun así, entre esos prometedores avances tecnológicos y la adopción clínica real existe un vacío enorme. Un vacío que tiene nombre: falta de evidencia de calidad, regulación mal aplicada y escasa voluntad de medir de forma sistemática lo que funciona y lo que no.
La IA sanitaria se adopta sin validación suficiente. El Real World Evidence se infravalora frente al ensayo clínico. Las innovaciones mueren en el piloto antes de entrar al sistema. No es un problema tecnológico. Es un problema de criterio, de rigor y de conversación.
Lo que falta no es más tecnología.
Lo que falta es un criterio común. Un marco compartido para distinguir innovación útil de ruido tecnológico. Una forma de transformar la práctica clínica en conocimiento medible, trazable y publicable.
Y sobre todo, un espacio donde quienes generan evidencia, quienes la validan, quienes la regulan y quienes la aplican puedan hablar el mismo idioma y tomar decisiones basadas en lo que realmente funciona.
EL PROBLEMA
La IA se adopta sin validación. Las innovaciones mueren en el piloto. El RWE se infravalora.
LO QUE FALTA
Un criterio común para transformar práctica clínica en conocimiento medible y publicable.
LO QUE PROPONEMOS
Una conversación rigurosa entre quienes generan, validan, regulan y adoptan medicina basada en datos.
Ese espacio no existía. BSD Data Days nace para crearlo.
Evidencia, no promesas.
BSD Data Days no es un congreso de tendencias. No venimos a hablar del futuro comercial de la IA en salud ni a presentar casos de éxito que no pueden replicarse.
Venimos a mostrar lo que funciona hoy, con datos clínicos reales y casos demostrables sobre el terreno.
Cada bloque del programa está diseñado para responder una pregunta crítica que el sector lleva demasiado tiempo evitando:
- ¿Qué debe demostrar un algoritmo antes de influir en una decisión clínica?
- ¿Cómo convertimos la práctica clínica real en evidencia útil, trazable y publicable?
- ¿Cómo convierte la regulación la confianza en ventaja competitiva?
- ¿Por qué tantas innovaciones sanitarias mueren después del piloto?
Son preguntas incómodas. Pero son las preguntas correctas.
“BSD Data Days nace para acelerar una medicina capaz de aprender de cada paciente tratado y convertir datos clínicos en decisiones más fiables.”
Por qué ahora.
Estamos en un momento decisivo para la medicina. La presión regulatoria sobre los sistemas de IA en salud acaba de aumentar de forma significativa. El Real World Evidence empieza a ganar terreno como fuente de evidencia legítima. Y hay una generación de clínicos, investigadores, reguladores y gestores sanitarios que ya no está dispuesta a aceptar promesas sin demostración.
Es el momento exacto para crear el punto de encuentro anual que este sector necesita. Un espacio riguroso donde ciencia, práctica clínica, regulación e innovación tecnológica se sienten juntas para responder la pregunta que lo define todo: cómo convertir datos clínicos reales en evidencia, decisión y adopción sanitaria.
BSD Data Days no nace para llenar un hueco en el calendario de eventos. Nace porque existe un problema real, porque hay personas con la voluntad y el conocimiento para abordarlo, y porque este sector lleva demasiado tiempo esperando tener esta conversación.
Un foro. Una conversación. Un precedente.
El 15 de octubre, tú deberías estar en la sala.
La medicina que aprende de cada paciente tratado.
Primera edición · UAM Madrid · Presencial · Plazas limitadas
BSD Data Days 2026 · Universidad Autónoma de Madrid · 15 de octubre.
