La mayoría de los hospitales ya no tienen “una base de datos clínica”, sino múltiples sistemas: HCE, laboratorio, imagen, farmacia, OMOP, genómica… El reto no es solo almacenar datos, sino consultarlos de forma eficiente.

Anthropic acaba de presentar nuevas capacidades de uso avanzado de herramientas en Claude que encajan muy bien con este problema en salud digital.

El desafío de integrar múltiples fuentes

Imagina que quieres analizar 5.000 pacientes utilizando HCE, laboratorio, imagen, datos genómicos y bases OMOP. Cada llamada a un sistema consume recursos y genera datos intermedios que casi nunca necesitas completos. Con los agentes tradicionales, el contexto se satura y el coste se dispara.

Tool Search Tool: menos ruido

Antes, había que cargar todas las herramientas (APIs de laboratorio, PACS, data warehouses, farmacia…) desde el principio. Ahora Claude descubre herramientas bajo demanda y solo ve las relevantes para la tarea actual.

En un hospital con más de 50 herramientas esto puede reducir hasta un 85 % el uso de tokens. Para un servicio de investigación clínica, significa que una consulta sobre hepatopatía crónica, por ejemplo, solo activará las herramientas realmente necesarias para esa cohorte.

Programmatic Tool Calling: código en vez de charla

En lugar de pedir herramientas una por una, Claude puede escribir código que llama varias herramientas, combina resultados y filtra qué entra en su contexto.

Caso en oncología: revisar interacciones peligrosas entre quimioterapia y medicación concomitante en 1.000 pacientes. El agente consulta historiales, cruza con bases farmacológicas y solo devuelve, por ejemplo, 12 casos críticos. En pruebas internas esto redujo el consumo de tokens un 37 % y mejoró la precisión del 25,6 % al 28,5 %.

Tool Use Examples: APIs médicas sin dolor

Las APIs médicas (FHIR, HL7, OMOP) son complejas. Con Tool Use Examples puedes incluir ejemplos reales de llamadas directamente en la definición de la herramienta, ayudando a Claude a usar los parámetros correctos y evitar errores en campos sensibles como fechas, códigos o unidades.

Qué implica para HealthTech

Combinadas, estas capacidades permiten diseñar agentes que:

• Orquestan pipelines complejos de análisis de cohortes
• Integran múltiples fuentes sin saturar recursos
• Ejecutan estudios observacionales a escala sobre datos reales

La IA clínica deja de ser un simple asistente de preguntas y respuestas para convertirse en un colaborador técnico capaz de trabajar con la infraestructura de datos del hospital.