¿Qué sucede cuando subes un documento a exora?
Desde tu perspectiva, es sencillo: cargas un PDF o una foto de un documento médico, esperas unos momentos y tus datos de salud aparecen estructurados, con búsqueda y vinculados al original. Pero detrás de esa simplicidad hay un proceso de IA en varias etapas que lee tus documentos como lo haría un clínico, no solo buscando palabras clave sino comprendiendo el significado clínico.
Así es cómo funciona.
¿Por qué varias etapas?
El enfoque ingenuo del procesamiento de documentos es lanzar todo a un modelo de IA y decir “extrae todo”. Eso funciona mal con documentos médicos. Un resumen de alta puede contener listas de medicamentos, signos vitales, resultados de laboratorio, diagnósticos, notas de procedimientos e instrucciones de seguimiento, todo entretejido a lo largo de múltiples páginas. Pedirle a un solo modelo que haga todo a la vez genera información omitida, contexto confundido y menor precisión.
En cambio, exora divide el trabajo en etapas enfocadas. Cada pasada tiene un trabajo específico, y cada una se construye sobre los resultados de la pasada anterior. Piensa en ello como un equipo de especialistas en lugar de un generalista: cada uno se enfoca en lo que mejor hace.
Etapa 1: Análisis del documento y descubrimiento de encuentros
Lo primero que hace el sistema es comprender qué está viendo. ¿Es un informe de patología? ¿Un resumen de alta? ¿Una carta del especialista? ¿Una receta? El tipo de documento determina cómo debe leerse.
Luego, el sistema identifica los encuentros de salud dentro del documento. Un solo PDF puede describir múltiples visitas: una hospitalización que incluyó una cirugía, una cita de seguimiento y una serie de análisis de sangre. Cada encuentro se registra con su fecha, proveedor e instalación, construyendo la columna vertebral cronológica de tu línea de tiempo de salud.
Etapa 2: Detección de entidades
Con la estructura del documento comprendida, el sistema busca entidades de salud, los datos individuales que conforman tu registro médico. Esto incluye:
- Condiciones y diagnósticos - desde “Diabetes Mellitus Tipo 2” hasta “osteoartritis leve de la rodilla izquierda”
- Medicamentos - nombres de fármacos, dosis, frecuencias, vías de administración
- Signos vitales - presión arterial, frecuencia cardíaca, temperatura, saturación de oxígeno
- Resultados de laboratorio - análisis de sangre, orina, hallazgos de patología con rangos de referencia
- Procedimientos - cirugías, estudios de imágenes, biopsias
- Alergias y reacciones adversas
- Vacunaciones
Esto no es una simple búsqueda de palabras clave. Cuando el sistema ve “PA 120/80”, comprende que esto representa dos mediciones distintas: una presión arterial sistólica de 120 mmHg y una diastólica de 80 mmHg. Cuando ve “Amoxicilina 500mg TID”, sabe que es amoxicilina, 500 miligramos, tres veces al día. El contexto clínico importa, y el sistema está construido para comprenderlo.
Etapa 3: Extracción clínica y estructuración
Las entidades detectadas se extraen luego en datos clínicos estructurados. Aquí es donde una mención de “metformina 500mg BID” se convierte en un registro de medicamento con el nombre del fármaco, la dosis, la frecuencia y la vía, todos separados en campos discretos. Los resultados de laboratorio se estructuran con sus nombres de prueba, valores, unidades y rangos de referencia.
Cada dato extraído se vincula al encuentro de salud al que pertenece, construyendo un panorama clínico completo organizado por tiempo y contexto en lugar de por documento.
Etapa 4: Codificación médica
La etapa final de procesamiento asigna códigos médicos internacionalmente reconocidos a tus datos de salud. Esto es lo que hace que los datos sean verdaderamente interoperables, utilizables en diferentes sistemas de salud, no solo legibles por humanos.
Se utilizan tres sistemas de codificación:
- SNOMED CT - el estándar global para terminología clínica. Otorga a cada condición, procedimiento y hallazgo un código único que significa lo mismo en cualquier sistema de salud del mundo. “Diabetes Mellitus Tipo 2” se convierte en el código SNOMED 44054006, inequívoco independientemente del idioma o país.
- RxNorm - el estándar para medicamentos. Normaliza los nombres de fármacos entre marcas y genéricos, de modo que “Panadol”, “Tylenol” y “paracetamol 500mg comprimido” se resuelven al mismo concepto clínico.
- LOINC - el estándar para observaciones de laboratorio y clínicas. Garantiza que una prueba de “glucosa en sangre en ayunas” signifique lo mismo ya sea que se haya ordenado en Melbourne o Montreal.
La codificación médica importa porque convierte notas legibles por humanos en datos comparables por máquinas. Cuando quieres ver todos tus resultados de glucosa en sangre a lo largo del tiempo, a través de diferentes laboratorios, diferentes médicos, diferentes años, la codificación es lo que lo hace posible.
Procedencia del origen: cada dato tiene un comprobante
A lo largo de cada etapa, el sistema rastrea exactamente de dónde proviene cada pieza de información. No solo de qué documento, sino de la página específica y la ubicación dentro de esa página.
Cuando ves un medicamento en tu registro de exora, puedes tocarlo y ser llevado directamente al lugar exacto en el documento original donde se mencionó ese medicamento. Esto no es un resumen ni una paráfraseo: es un enlace directo a la fuente.
En la atención médica, esto importa enormemente. Los sistemas de IA pueden cometer errores. Los documentos pueden contener errores. La capacidad de verificar cualquier dato contra su fuente no es opcional: es esencial. Lo llamamos “cada dato tiene un comprobante” porque eso es exactamente lo que es: una prueba.
Los proveedores de IA
exora utiliza modelos de IA de Google (Gemini) y OpenAI, seleccionados por etapa según cuál tiene mejor rendimiento para esa tarea específica. Evaluamos continuamente el rendimiento de los modelos y actualizamos nuestras selecciones a medida que los proveedores lanzan mejoras.
Una nota importante sobre el manejo de datos: tus documentos se procesan a través de las API comerciales de estos proveedores. Bajo sus términos de API de pago, tus datos no se utilizan para entrenar sus modelos de IA. Se procesan y se nos devuelven. Los proveedores pueden retener temporalmente datos para monitoreo de seguridad (hasta 30 días), pero no se almacenan a largo plazo ni se usan para ningún propósito más allá de atender tu solicitud.
La IA es una herramienta, no un médico
El sistema es poderoso, pero no es infalible. La información extraída por IA puede contener errores u omitir matices que un clínico humano detectaría. Los códigos médicos se asignan algorítmicamente y no han sido verificados por un profesional de la salud.
Por eso la procedencia del origen es tan central para exora. No te pedimos que confíes ciegamente en la IA. Te damos las herramientas para verificar todo lo que produce. La IA hace el trabajo pesado de leer, extraer y organizar. Tú y tu equipo de salud toman las decisiones clínicas.
exora es una herramienta que te ayuda a comprender y gestionar tu información de salud. No diagnostica, no recomienda tratamientos y no reemplaza el asesoramiento médico profesional. Te ayuda a ser un participante más informado en tu propia atención.