IA generativa y evidencia clínica
IA generativa aplicada a recomendaciones clínicas: prueba de concepto con un corpus de evidencia cerrado.
Xavier Barber · Ciencia de datos con criterio
Conecto investigación, inteligencia artificial y conocimiento del problema para ayudar a empresas, administraciones y equipos científicos a decidir mejor.
Catedrático UMH · Subdirector de i-MInD · Director de la Unidad Mixta UMH–FISABIO
01 / PERFIL
La buena solución empieza por entender bien la pregunta.
Soy catedrático de Estadística e Investigación Operativa en la Universidad Miguel Hernández de Elche, subdirector de i-MInD y director de la Unidad Mixta de Investigación UMH–FISABIO en Métodos Estadísticos en Ciencias de la Salud.
Mi trabajo combina aprendizaje automático, modelos bayesianos, análisis espacial y evaluación de la eficiencia. Colaboro con especialistas en salud, medio ambiente, industria y economía para transformar los datos en evidencia y herramientas útiles.
Trayectoria y comunidad científica02 / INVESTIGACIÓN SELECCIONADA
Aprendizaje automático, incertidumbre y modelos que conectan disciplinas. Una selección de trabajos con acceso a la publicación original.
IA generativa aplicada a recomendaciones clínicas: prueba de concepto con un corpus de evidencia cerrado.
Adaptación de Random Forest para estimar tecnologías de producción y medir la eficiencia en educación.
International Transactions in Operational Research · 2025
Aprendizaje automático para modelizar la distribución de especies a escala global.
Machine learning applied to global scale species distribution models
Scientific Reports · 2025
Una calculadora basada en aprendizaje automático para predecir lesiones musculoesqueléticas en cirujanos.
A calculator for musculoskeletal injuries prediction in surgeons: a machine learning approach
Surgical Endoscopy · 2024
Revisión del uso de redes bayesianas para el diagnóstico y el pronóstico de enfermedades.
Bayesian networks for the diagnosis and prognosis of diseases: a scoping review
Machine Learning and Knowledge Extraction · 2024
Software abierto en R para aplicar árboles de análisis de eficiencia.
eat: an R Package for fitting Efficiency Analysis Trees
The R Journal · 2022
03 / PROYECTOS Y TRANSFERENCIA
Experiencia en problemas concretos y sectores distintos. Estos casos ilustran líneas de trabajo, no agotan todas las colaboraciones.
IA · PROTECCIÓN DE LAS PERSONAS
01Desarrollo y validación de modelos predictivos para la valoración del riesgo de reincidencia, dentro del proyecto ALTEA. Estadística e IA para apoyar los instrumentos de valoración policial del riesgo.
Referencia del trabajoINVESTIGACIÓN APLICADA
02Entre los casos de éxito: predicción del riesgo musculoesquelético en cirujanos y análisis de la aceptación de la teleconsulta. Una muestra de una trayectoria más amplia en estudios clínicos, tratamientos y herramientas predictivas.
Referencia del trabajoRIESGO Y ADAPTACIÓN
03Riesgo térmico en acuicultura, distribución de especies e integración de datos ambientales. Mapas y modelos para orientar la gestión y la adaptación.
Referencia del trabajoRECURSOS Y PROCESOS
04Compost Calculator, caracterización de lodos, valorización de residuos, riego y zonificación de suelos. Análisis para evaluar procesos y opciones de uso de los recursos.
Referencia del trabajoGESTIÓN SOSTENIBLE
05Gestión del césped, fertilización y seguimiento mediante teledetección. Evidencia para orientar el mantenimiento y el uso de recursos.
Referencia del trabajoCALIDAD Y DESARROLLO
06Diseño experimental, formulación, conservación y preferencias del consumidor. Comparación de productos, procesos e ingredientes de coproductos.
Referencia del trabajo04 / IA HUMANISTA
Una IA útil debe cuidar tanto la calidad del modelo como a las personas a las que afecta.
Mi experiencia en valoración del riesgo, investigación sanitaria y análisis de encuestas ciudadanas a gran escala conecta los métodos con necesidades sociales. Entiendo la IA como una herramienta para apoyar decisiones informadas, con supervisión humana y atención a sus límites.
Explicar qué responde un modelo, con qué datos y bajo qué supuestos.
Hacer visible la incertidumbre y evaluar dónde funciona una herramienta.
Considerar los sesgos y las consecuencias del uso de los resultados.
Apoyar el juicio profesional y la responsabilidad de quienes deciden.
05 / FORMACIÓN
Formación especializada para que los equipos comprendan las herramientas, interpreten los resultados y las apliquen con criterio en su trabajo.
IA generativa, análisis de documentos, seguridad y aplicaciones prácticas para una administración más eficiente.
Ciencia de datos y aprendizaje automático para analizar información y evaluar modelos predictivos.
Diseño experimental, metodología y análisis estadístico, incluida la formación en experimentación animal.
Innovación docente, competencias digitales y participación en formación de postgrado y salud digital.
Docencia universitaria desde 2005, formación especializada y reconocimientos Talento Docente. Evaluaciones excelentes en DOCENTIA-UMH.
Plantea una formación para tu equipo06 / FUERA DE LA UNIVERSIDAD
Soy de Dénia. La bicicleta y la dolçaina son dos maneras de desconectar, disfrutar y compartir tiempo con otras personas.






Tiempo al aire libre, rutas y bicicleta. Un espacio para cambiar de ritmo y disfrutar del entorno.
Tocar la dolçaina me conecta con la música y la cultura valencianas. Una afición que tiene mucho de encuentro, tradición y aprendizaje compartido.
El remo también forma parte de mi trayectoria, aunque ahora lo tengo en pausa.
07 / CONTACTO
Cuéntame qué necesitas decidir, qué datos tienes o qué formación necesita tu equipo. Empecemos por una buena pregunta.
Universidad Miguel Hernández de Elche
Instituto i-MInD
03202 Elx (España)
Mejora procesos. Evalúa resultados. Decide con evidencia.
¿Necesitas mejorar un proceso, evaluar un servicio o saber dónde puede aportar valor la IA? Trabajo con empresas y administraciones para convertir ese reto en un proyecto concreto: definir la pregunta, analizar los datos y desarrollar y validar una solución aplicable a tu organización.