La mejor App del III Hackathon Nacional de Salud

Nutricolor es una aplicación que proporciona al paciente diagnosticado de diabetes mellitus tipo 2 un etiquetado nutricional alternativo del alimento que va a adquirir: basta con escanear -con un smartphone- el código de barras del producto que desea comprar para conocer así la idoneidad, o no, de consumo ante su dolencia. De esta forma, el paciente aumenta su capacidad para tomar mejores decisiones en el momento de adquirir productos saludables y su médico de referencia podrá realizar un mejor seguimiento de sus hábitos alimenticios.

“El equipo del Hospital Ramón y Cajal tenía una buena idea y hubo sintonía desde el principio entre ambas partes. Una experiencia que nos gustaría repetir”, han señalado Gonzalo Colino y Luis Ruiz, ambos ingenieros del Laboratorio de Big Data y Analítica de Informática El Corte Inglés, que han formado equipo junto con tres médicos residentes de Medicina Preventiva y Salud Pública del Hospital Ramón y Cajal de Madrid en este Hackathon, un maratón de programación sanitaria en el que participan profesionales sanitarios, pacientes, diseñadores, gestores sanitarios y programadores.

La aplicación NutriColor ha recibido dos galardones en esta edición, celebrada en Madrid los días 15 y 16 de junio en el CNIC (Centro Nacional de Investigaciones Cardiovasculares): el ‘Premio a la mejor App para Diabetes tipo 2 y riesgo cardiovascular’, y el ‘Premio de la Asociación de Investigadores en eSalud a la App con más impacto’.

En este mismo foro y también en el CNIC se ha celebrado el Simposio sobre Big Data, Inteligencia Artificial y nuevas oportunidades del sector sanitario. José María Veganzones, Responsable del Laboratorio de Big Data de IECISA, intervino en el debate y en la posterior sesión de design thinking sobre ‘Big data en el campo de la medicina preventiva’: la tecnología big data aplicada al ingente volumen de información que genera cada paciente y cómo deben recogerla y tratarla los servicios sanitarios y el Sistema Nacional de Salud, para aportar nuevos modelos sistemáticos que ayuden a determinar con mayor precisión las enfermedades que puede sufrir una persona o un colectivo.