Una eina d’IA creada a Terrassa prediu els riscos mortals de la calor en pacients vulnerables

La Mútua de Terrassa impulsa una innovadora eina d’intel·ligència artificial per predir riscos de calor extrem en persones vulnerables

Mútua Terrassa i la Universitat Politècnica de Catalunya (UPC) han validat un projecte tecnològic pioner que utilitza intel·ligència artificial per identificar persones especialment vulnerables als efectes de la calor extrema. Aquest sistema, batejat com a ClimaSalud‑IA, ha resultat guanyador del Repte Hospitalari d’Intel·ligència Artificial al Vallès Occidental i s’implementarà en proves pilot al mateix Hospital Universitari MútuaTerrassa durant els primers mesos de 2026. Aquesta iniciativa representa una aposta per la salut pública davant l’augment continuat de temperatures extremes a causa del canvi climàtic i posa especial èmfasi en la protecció dels col·lectius més sensibles.

Què és ClimaSalud‑IA

ClimaSalud‑IA és una solució tecnològica desenvolupada conjuntament per investigadors de l’Institut de Recerca de la Universitat Politècnica de Catalunya i l’equip d’IRIS. La plataforma aprofita models d’intel·ligència artificial avançats per a processar dades climatològiques, ambientals i de salut individual amb l’objectiu de predir quan i quines persones podrien estar en risc davant onades de calor important. Aquest risc no només es refereix a situacions puntuals de temperatura alta, sinó a l’efecte acumulat en persones amb malalties cròniques, edats extremes o condicions socials i de vulnerabilitat que poden agreujar la resposta fisiològica del cos humà a la calor elevada.

Aquesta eina permetrà als professionals sanitaris anticipar situacions de risc i establir protocols de prevenció adaptats a cada cas, com ara recomanacions personalitzades, avisos anticipats i ajustos en l’atenció primària. L’enfocament inclou dades de salut prèvies, comportament de la temperatura local i altres variables ambientals, amb l’objectiu de crear perfils de vulnerabilitat individuals.

El projecte es va presentar dins del Repte Hospitalari d’Intel·ligència Artificial al Vallès Occidental, una iniciativa impulsada per la Fundació Leitat i la Fundació Docència i Recerca MútuaTerrassa en col·laboració amb la Cambra de Terrassa. L’objectiu d’aquest programa és fomentar solucions tecnològiques que millorin l’atenció sanitària i la prevenció de riscos relacionats amb el canvi climàtic, així com l’assistència a pacients fràgils o amb necessitats especials.

D’entre totes les propostes presentades, ClimaSalud‑IA va destacar per la seva capacitat d’estratificar i classificar el grau de vulnerabilitat de persones amb malalties cròniques davant situacions de calor extrema, una característica essencial davant l’augment de les temperatures globals i l’increment de períodes de calor persistent als països mediterranis com Catalunya. La solució s’integra dins d’un programa pilot que inclourà professionals formats, protocols definits i un monitoratge detallat de les mètriques d’impacte en salut que es mesuraran durant els mesos de gener i febrer de 2026.

Per què és important aquesta tecnologia

La calor extrema ja no és un fenomen esporàdic. Les temperatures elevades de forma prolongada afecten milions de persones cada any i poden provocar problemes de salut greus com deshidratació, esgotament per calor o cops de calor, especialment en grups vulnerables com gent gran, infants i persones amb malalties cròniques. Aquest efecte està documentat per entitats sanitàries que assenyalen com algunes malalties cardíaques, respiratòries o metabòliques poden agreujar-se davant exposicions prolongades a altes temperatures, així com certs medicaments poden interferir en la capacitat del cos de regular la temperatura interna.^{:contentReference[oaicite:3]{index=3}}

La innovació de ClimaSalud‑IA és que es basa en dades reals i models predictius de l’entorn climàtic i la salut de cada individu, cosa que permet ajustar les previsions i les recomanacions. Amb aquesta eina, els metges i professionals de la salut poden prioritzar recursos, enviar avisos anticipats als pacients o ajustar pautes de tractament en funció de la previsió de calor i la vulnerabilitat individual. Això pot contribuir de manera significativa a minimitzar els impactes adversos de l’onada de calor abans que es produeixin situacions d’emergència.

Tot i que es tracta d’un pilot inicial que començarà a principis de 2026, els resultats podrien marcar un precedent per a altres institucions sanitàries i municipis preocupats per la salut pública davant l’escalfament global. Solucions similars de predicció utilitzant intel·ligència artificial estan creixent a nivell internacional, amb recerques que mostren com sistemes basats en dades poden anticipar de manera efectiva onades de calor i els seus possibles efectes en mortalitat i morbiditat associada.

Aquest enfocament tecnològic s’alinea amb les recomanacions de salut pública per a la protecció davant la calor extrema, que inclouen estratègies d’hidratació, evitació de l’exposició directa durant hores punta de sol, ús de protecció solar i atenció específica a col·lectius de risc per reduir la probabilitat de deshidratació i altres complicacions mèdiques relacionades amb l’augment de temperatura ambiental.

Consells per afrontar calor extrema

Per complementar aquesta iniciativa tecnològica, és fonamental que la ciutadania tingui en compte les mesures preventives següents:

• Hidratació constant: Beure aigua de forma regular, encara que no es tingui set.
• Evitar exposició directa: No fer activitats a l’aire lliure durant les hores centrals de calor intensa.
• Roba adequada: Vestir amb roba lleugera, de colors clars i transpirable.
• Espais frescos: Buscar ombra o espais climatitzats durant períodes calorosos.
• Cura de grups vulnerables: Visitar i comprovar l’estat de persones grans, nadons o pacients amb malalties cròniques de forma regular.

Aquestes pautes ajuden a reduir els riscos de problemes de salut derivats del calor extrem i són coherents amb les recomanacions de salut pública local i autonòmica per protegir la població davant onades de calor.