IA para salud
Asistentes sobre la documentación administrativa y de procesos de una institución de salud: autorizaciones, requisitos, rutas de atención y red de prestadores. Con una línea marcada por escrito: no diagnostican, no interpretan resultados y no reemplazan a un profesional.
En resumen
Lo construimos para la capa administrativa, no la clínica: autorizaciones, requisitos de un procedimiento, rutas de atención, red de prestadores y horarios. Es donde está el volumen de consultas y donde el riesgo es manejable.
La restricción central es de diseño, no de instrucción: el sistema no diagnostica, no sugiere tratamientos ni interpreta resultados, y esa frontera se mide como cualquier otra métrica.
La métrica que manda acá no es la cobertura sino el fundamento: cada afirmación tiene que sostenerse en el documento citado. Una respuesta inventada sobre un requisito hace que alguien pierda una cita.
Los datos de un paciente son dato sensible bajo la Ley 1581. Cuando hay información identificable, desplegamos dentro de la nube de la institución y filtramos antes de que nada llegue al modelo.
Qué responde, en concreto
Todas estas preguntas tienen una respuesta documentada dentro de la institución, se repiten miles de veces al mes y hoy las contesta una persona leyendo un instructivo.
- Documentos, órdenes, tiempos y por dónde se radica. Cambia por servicio y por convenio, y está escrito en algún manual que el usuario no tiene.
- Red de prestadores, sedes, servicios habilitados por sede. Es información que cambia seguido y que desactualizada genera desplazamientos perdidos.
- Ayuno, suspensión de medicamentos según el instructivo del laboratorio, qué llevar. Sale textual de la guía de preparación, con la guía citada.
- Requiere integración con el sistema de la institución: sin ella el asistente solo puede explicar el proceso, no el estado de un caso.
- Rutas administrativas, plazos y canales. Reducir estas consultas del canal telefónico es de los ahorros más medibles de una IPS.
Lo que este sistema no hace, y cómo se garantiza
No diagnostica, no sugiere ni ajusta tratamientos, no interpreta resultados de laboratorio y no estima urgencia. No es una declaración de intenciones en un contrato: es una restricción que se construye y se verifica.
Se implementa en tres capas. Primera, el corpus: al índice solo entran documentos administrativos y de proceso; las guías de práctica clínica quedan fuera, así que no hay de dónde sacar una respuesta clínica. Segunda, la clasificación de intención: una consulta que pide criterio médico se enruta a la línea de la institución antes de llegar a la recuperación. Tercera, la medición: dentro del conjunto de evaluación va un subconjunto de preguntas clínicas cuya única respuesta correcta es el escalamiento, y se reporta aparte.
La negativa explícita se vuelve la conducta por defecto, no la excepción. Cuando la recuperación vuelve vacía o ambigua, el sistema lo dice y pasa a una persona — y eso se mide, porque un asistente que nunca escala está inventando en algún lado.
Los números que pedimos antes de abrirlo a pacientes
| Qué se mide | Qué significa | Por qué importa acá |
|---|---|---|
| Fundamento de la respuesta | Cada afirmación se sostiene en el documento citado, sin agregar nada que no esté. | Es la métrica principal, por encima de la cobertura. Un requisito inventado hace que alguien pierda una cita y vuelva a hacer la fila. |
| Escalamiento correcto en consulta clínica | Subconjunto de preguntas médicas cuya única respuesta correcta es derivar a un profesional. | Es la frontera del servicio. Se reporta aparte porque el promedio general la esconde. |
| Tasa de negativa correcta | Cuando la documentación no cubre lo preguntado, el sistema lo dice y escala. | Un asistente que nunca dice «no sé» está aproximando. En salud, aproximar tiene consecuencia. |
| Frescura del documento citado | La respuesta cita la versión vigente del instructivo o del directorio, con su fecha. | La red de prestadores y los requisitos cambian. Responder con la versión del año pasado es un error silencioso. |
Habeas data y dato sensible, en la práctica
La información de salud es dato sensible bajo la Ley 1581 de 2012. Estas son las decisiones de arquitectura que se toman por eso, no después.
- cuando hay información identificable. Azure OpenAI o Amazon Bedrock en la suscripción del cliente: los documentos y las consultas no salen de su nube.
- Nombres, documentos de identidad y números de historia se detectan y se reemplazan antes de que el texto llegue a la inferencia.
- El índice guarda instructivos y manuales, no historias clínicas. El dato personal se consulta por API en el momento y no se persiste en el sistema.
- Se guarda lo necesario para depurar y auditar, con política de retención definida por escrito antes de salir a producción.
- Planes empresariales donde lo enviado por API no alimenta modelos, en cualquier configuración.
Si lo que se busca es una herramienta de apoyo diagnóstico, triage clínico o lectura de imágenes, no somos nosotros. Eso es un dispositivo médico con un camino regulatorio propio y hay proveedores especializados en ese terreno.
Y si el volumen de consultas administrativas es bajo, o la documentación está desactualizada y nadie la mantiene, el proyecto correcto es ordenar la documentación primero. Un sistema de recuperación sobre un manual viejo devuelve respuestas viejas con mucha más autoridad que un PDF, y eso es peor que no tenerlo.
Servicios relacionados
Sistemas RAG
Segmentación, reordenamiento y búsqueda híbrida, evaluados con recall@k y NDCG.
Ver servicioChatbots y asistentes con IA
Con el conjunto de evaluación ejecutado antes de la salida a producción.
Ver servicioRescate de proyectos
El sistema ya está en producción y responde mal. Lo medimos y determinamos qué corregir.
Ver servicioIntegraciones y APIs
Servidores MCP contra los sistemas en operación.
Ver servicioMás del blog
RAG vs fine-tuning: cuál necesitás
La pregunta llega casi siempre mal planteada, como si fueran dos caminos hacia el mismo lugar.
Seguir leyendoLangGraph vs CrewAI vs AutoGen
Los tres construyen sistemas de varios agentes y los tres tienen una demo que funciona en veinte minutos.
Seguir leyendon8n vs Zapier vs Make
Las tres conectan sistemas sin escribir código y las tres llegan a un techo.
Seguir leyendoPreguntas frecuentes
¿Puede el asistente decirle a un paciente qué tiene o qué hacer con un resultado?
No, y no por instrucción sino por construcción. Las guías de práctica clínica no entran al índice, así que no hay de dónde sacar esa respuesta; una consulta que pide criterio médico se clasifica antes de la recuperación y se enruta a la línea de la institución; y dentro del conjunto de evaluación hay preguntas clínicas cuya única respuesta correcta es el escalamiento, que se miden y se reportan aparte. Esa frontera se define por escrito con la institución antes de construir nada.
¿Qué pasa con la historia clínica y la Ley 1581?
La información de salud es dato sensible y el diseño lo asume desde el principio. El índice contiene documentación administrativa y de procesos, no historias clínicas. Cuando la respuesta necesita el dato de una persona concreta —el estado de una autorización, por ejemplo— se consulta por API en el momento y no se persiste. Cuando hay información identificable en juego, desplegamos sobre Azure OpenAI o Amazon Bedrock dentro de la suscripción de la institución, y filtramos datos personales antes de la inferencia.
¿Reemplaza al call center?
No, y proponerlo así es de donde salen los proyectos que terminan mal. Descarga la parte repetitiva y documentada —requisitos, horarios, sedes, rutas administrativas— que suele ser la mayoría del volumen, y deja al equipo humano lo que necesita criterio o contexto. La medida de éxito que recomendamos no es «cuántas conversaciones resolvió» sino «cuántas escaló bien»: un asistente que nunca escala está inventando en algún lado.
¿Se conecta con nuestro sistema de información en salud?
Sí, por API, y es lo que separa un asistente útil de uno informativo. Sin integración puede explicar cómo funciona una autorización; con integración puede decir en qué va la de esa persona. Trabajamos contra lo que ya exista —HIS, agendamiento, portal del usuario— con servidores MCP o integraciones directas, y con los permisos y el registro de acceso que exija la institución.
¿Sirve para una IPS pequeña o solo para una red grande?
Depende del volumen y del estado de la documentación, no del tamaño. Si las consultas administrativas se cuentan en decenas al día y los instructivos caben en unas pocas páginas, una buena sección de preguntas frecuentes resuelve casi todo y esto sale sobrando. La conversación cambia cuando hay varias sedes, servicios con requisitos distintos, convenios que cambian y documentación repartida entre áreas — ahí encontrar la respuesta correcta ya es trabajo.
¿Cuánto tarda y qué hace falta de nuestro lado?
De seis a ocho semanas hasta producción para un alcance definido, con algo funcionando desde la primera semana. De su lado hacen falta dos cosas y ninguna es técnica: alguien que pueda decir cuál es la versión vigente de cada documento, y alguien del área que valide las respuestas correctas del conjunto de evaluación. Sin eso el sistema se puede construir pero no se puede medir, y sin medición no recomendamos abrirlo a pacientes.
Ya tenemos un chatbot y la gente se queja. ¿Se puede arreglar?
Casi siempre, y conviene medirlo antes de decidir. En una semana armamos un conjunto de referencia con preguntas reales del canal, medimos fundamento y escalamiento, y entregamos los fallos ordenados por impacto con su arreglo y su esfuerzo estimado. La causa habitual no es el modelo: es que el corpus mezcla versiones viejas y nuevas del mismo instructivo, y el sistema no tiene cómo saber cuál manda. Si el diagnóstico no llega a tres hallazgos accionables, no se cobra.
Agendar 15 minutos
Una llamada para poner sobre la mesa qué se está construyendo o qué dejó de funcionar. Termina con una respuesta concreta: se arregla, se construye, o no vale la pena.