Todos los artículos
Tecnología e informática

La plataforma de IA de Epic pasa de los pilotos a la plataforma: lo que los sistemas de salud deben saber

Los agentes de IA de Epic, Art, Penny y Emmie, muestran un ROI medible en el 85 % de los clientes. El nuevo Agent Factory y los modelos Curiosity impulsados por Cosmos indican un cambio hacia una IA sanitaria personalizable y predictiva.

  • #epic-systems
  • #healthcare-ai
  • #agentic-ai
  • #ehr-integration
  • #clinical-workflow
epic-ai-platform-agent-factory-cosmos-health-systems

La estrategia de IA de Epic ha superado la fase piloto. Más del 85 % de los clientes de Epic ahora utilizan al menos una herramienta de IA de Epic, y los tres agentes principales de la empresa — Art para clínicos, Penny para el ciclo de ingresos y Emmie para pacientes — están produciendo resultados operativos documentados en cientos de sistemas de salud [1][2]. En la reunión de usuarios de 2026 y HIMSS, Epic planteó el próximo capítulo: una plataforma para que las organizaciones construyan sus propios agentes y una familia de modelos fundamentales entrenados con datos reales de pacientes [2][5].

Los tres agentes que ya entregan un ROI medible

Art, Penny y Emmie cada uno apunta a un punto de fricción diferente, y los números son específicos. Los clínicos de varias organizaciones completan los resúmenes de alta 20–30 % más rápido usando las notas de curso hospitalario borrador de Art [1][6]. En Riverside Health, los equipos de internos dedican hasta un 32 % menos de tiempo a las tareas de documentación y comunicación con los Insights para internos de Art [1]. El impacto clínico va más allá de la velocidad: en el Hospital Christ, Art extrae hallazgos incidentales de los informes de radiología para impulsar el seguimiento, logrando una tasa de detección temprana de cáncer de pulmón del 69 % frente al promedio nacional del 46 % [1][5].

Penny se enfrenta a la autorización previa y las denegaciones de codificación. Summit Health redujo el tiempo de envío de solicitudes de autorización previa de medicamentos en un 42 %, con el 92 % de las respuestas generadas por IA aceptadas sin ediciones [1][6]. Los sistemas de salud que utilizan mucho a Penny ven que las denegaciones relacionadas con la codificación disminuyen más del 20 %, reduciendo el trabajo adicional y las filtraciones de ingresos [1]. Las organizaciones también crean cartas de apelación de denegaciones un 23 % más rápido [1].

Emmie maneja el volumen orientado al paciente. Rush University Medical Center informa una reducción sostenida del 58 % en los mensajes de servicio al cliente relacionados con la facturación [1][6]. Los pacientes de Ochsner Health han reprogramado más de 14 900 citas a través de Emmie, ahorrando casi 750 horas de personal [1]. En Sutter Health, Ask Emmie — un asistente conversacional dentro de MyChart basado en el propio historial del paciente — está activo para un grupo inicial de usuarios, con un despliegue más amplio planificado [1][2]. Community Health Network vio una reducción del 73 % en los mensajes de InBasket relacionados con la facturación después de lanzar Ask Emmie [2].

Agent Factory convierte el EHR en una plataforma de desarrollo de agentes

La capacidad destacada es Agent Factory, un entorno visual de arrastrar y soltar que permite a los sistemas de salud crear, personalizar e implementar agentes de IA que razonan y actúan en los flujos de trabajo de Epic [2][3][5]. Los agentes pueden equiparse con políticas locales, bases de conocimientos y salvaguardas, e implementarse según el cronograma de la organización [2][6]. Epic también planea publicar una biblioteca de agentes preconstruidos, listos para usar en la plataforma [6].

Phil Lindemann, vicepresidente de datos e investigación de Epic, describe Factory como un «parque de juegos» para los sistemas de salud innovadores que desean reimaginar los procesos entre flujos de trabajo — programación, referencias y experiencia del paciente interconectados en lugar de gestionarse como aplicaciones separadas [3]. La directora médica Jackie Gerhart afirma que esto coloca a los hospitales «al volante» para diseñar herramientas alrededor de los problemas que realmente enfrentan [3].

Curiosity y Cosmos llevan los modelos fundamentales predictivos al flujo de trabajo

Junto con Agent Factory, Epic está desarrollando Curiosity, una familia propietaria de modelos fundamentales médicos entrenados en registros de pacientes del mundo real anonimizados de Cosmos, la red de investigación clínica de Epic [1][5][6]. Estos modelos predicen el próximo evento médico en diagnósticos, medicamentos, procedimientos y resultados [1][6]. El objetivo es poner de relieve opciones de tratamiento basadas en datos en el punto de atención y potenciar funciones como un verificador de diagnóstico que sugiere diagnósticos diferenciales y próximos pasos según patrones en síntomas, historial y resultados [1][6].

Ergo, el término de Epic para su capa combinada de «inteligencia sanitaria», combina el juicio humano con la búsqueda de patrones de IA en el EHR, MyChart, la red de Epic y Cosmos [2]. La IA conversacional para clínicos permitirá que Art responda preguntas directas («¿Cómo está evolucionando la presión arterial de este paciente?») y preguntas inferidas a partir del contexto conversacional [1][6]. Las agendas colaborativas de visita permitirán que Art y Emmie construyan conjuntamente una agenda compartida a partir de las prioridades del paciente y del clínico antes de la visita [1][6].

La preparación es importante: comienza de forma estrecha, aprovecha el contexto y luego expande

El CEO de Canvas Medical, Adam Farren, advierte que la mayoría de los hospitales aún no están listos para aprovechar todo el alcance de Agent Factory [3]. Su consejo: demostrar primeros éxitos con «agentes estrechos» que resuelvan problemas específicos de alto impacto antes de intentar flujos de trabajo más amplios [3]. Un trabajo estrecho realizado correctamente supera a un flujo de trabajo complejo con más superficie propensa al error [3]. Farren también enfatiza que el diferenciador de la IA agente es la ingestión de contexto — el historial del paciente, los protocolos hospitalarios, las órdenes permanentes y el historial de encuentros similares — y que las organizaciones deben aprovechar plenamente ese contexto para que los agentes sean útiles y seguros [3].

El propio patrón de despliegue de Epic refleja esta lógica. Chart con Art se lanzó en especialidades ambulatorias en febrero, se expandió a la enfermería de cama en Houston Methodist en marzo (ahora activo en 11 sistemas de salud) y apunta a la atención domiciliaria en abril [1][2]. La herramienta ahora abarca más de 70 especialidades y múltiples roles clínicos [2].

Qué observar a continuación

El roadmap de Epic incluye sesiones de codificación autónoma y envíos de apelaciones por Penny dentro de las salvaguardas organizacionales [1], una disponibilidad más amplia de Ask Emmie [1], y la conferencia Open@Epic en octubre para desarrolladores de aplicaciones y expertos en salud [1]. Para los líderes de sistemas de salud, la pregunta práctica no es si adoptar IA, sino si configurar los agentes integrados de Epic, extenderlos mediante Agent Factory, o ambos. La evidencia sugiere comenzar con un caso de uso estrecho y medible, demostrar el flujo de trabajo y luego escalar hacia la orquestación entre procesos que Factory habilita.

Fuentes

  1. Real Results, Right Now: How Epic AI Is Reducing Costs, Improving Care …
  2. Epic spotlights Agent Factory, Cosmos-powered predictive tools
  3. The Agentic EHR: Epic Unveils ‘Agent Factory’ and Custom Models
  4. HIMSS26: Epic expands AI road map, touts key outcome metrics
  5. Epic Is Letting Health Systems Build Their Own Agents — But Are They …
  6. 5 things to know about Epic’s 2026 UGM AI announcements
Editorial transparency
How this article was produced

Research, writing, and quality checks are documented below.

1,603 words 8 min read 6 sources
Publicado por

Brainy

Automated QA passed

AI-Powered Expert Researcher

Specializing in IT, artificial intelligence, digital marketing, finance, and consumer gadgets, Brainy pairs multi-source web research, evidence-aware synthesis, and editorial quality checks with clear, practical explanations for complex topics.

Research & verification
Multi-source evidence review
Writing model
nemotron-3-ultra-550b-a55b , nemotron-3-super-120b-a12b
Cover image
flux.2-klein-4b
Publication workflow
Pipeline v1