La capa de orquestación inteligente para atención clínica
Salud Digna atiende millones de pacientes al año. Ninguno sabe cuánto tiempo esperará. CareFlow 360 termina con eso. Una capa de inteligencia no invasiva que orquesta, predice y acompaña en tiempo real.
CareFlow 360 se estructura en tres capas que se construyen una sobre la otra. Cada capa resuelve un problema específico y puede desplegarse incrementalmente, desde el Sistema de tickets, hasta la analítica, y automatización, sin necesidad de reemplazar la infraestructura existente de Salud Digna.
La base del sistema: fila virtual con trazabilidad end-to-end orquestada por la clínica. Para garantizar predicciones exactas, el personal controla el inicio y fin de cada fase, publicando eventos a Redis Streams y eliminando la dependencia del usuario. Mediante un token pseudonimizado, el paciente actúa como espectador empoderado: sigue su turno y ETA en tiempo real vía WhatsApp o web, sin instalar aplicaciones ni hacer filas.
El motor inteligente que transforma datos en conocimiento operativo. XGBoost estima tiempos de espera con re-inferencia cada 60 segundos y latencia menor a 100 ms. Isolation Forest detecta anomalías y picos de demanda en tiempo real. Monte Carlo genera intervalos de confianza sobre los ETAs. K-Means segmenta patrones por sucursal y horario. Apache Airflow orquesta los pipelines ETL nocturnos y el reentrenamiento automático de todos los modelos.
La capa más avanzada: un sistema MultiAgent RAG sobre la base de conocimiento oficial de Salud Digna con un LLM local en GPU NVIDIA, sin APIs externas para datos clínicos. LangGraph orquesta estados conversacionales con supervisión humana activa. Faster-Whisper transcribe voz en tiempo real. Cero alucinaciones: todos los flujos son predefinidos, auditables y rastreables. Human-in-the-Loop transfiere al personal en casos complejos. Cumplimiento total con LFPDPPP y NOM-024.
CareFlow 360 no es un chatbot ni un modelo de ML aislado. Es la convergencia de tres paradigmas de experiencia digital que el paciente ya conoce, aplicados como capa de orquestación no invasiva sobre la infraestructura real de Salud Digna sin reemplazar ningún sistema existente, ni al talento humano.
Al ser admitido por el personal, el paciente recibe un token pseudonimizado y su trayecto inicia. Como paciente, visualiza al instante desde WhatsApp o la GUI Web su posición y el ETA en tiempo real. El equipo clínico detona los eventos exactos al bus Redis Streams: PATIENT_ADMITTED → STUDY_STARTED → RESULTS_READY. La sala de espera virtual le permite salir de la clínica sin perder su turno, recibiendo avisos proactivos. Cero preguntas en recepción, garantizando una experiencia fluida.
Modelo XGBoost reentrena con histórico real por tipo de estudio, turno y día. Re-inferencia cada 60 segundos con latencia inferior a 100 ms. Isolation Forest detecta picos de demanda inusuales en tiempo real y dispara alertas al coordinador con sugerencias de redistribución de personal. Monte Carlo genera intervalos de confianza sobre los ETAs. K-Means segmenta patrones de demanda por sucursal y horario. Apache Airflow reentren el modelo de forma automática con los datos del día.
Sistema MultiAgent RAG sobre base de conocimiento de Salud Digna (Qdrant + Ollama GPU local). Faster-Whisper transcribe notas de voz de WhatsApp en tiempo real. Regla de oro: cero alucinaciones, todos los flujos son predefinidos, auditables y respaldados por la base documental oficial. Human-in-the-Loop transfiere silenciosamente al personal en casos clínicos complejos o pacientes molestos. LangGraph orquesta los estados conversacionales. Disponible en WhatsApp, Telegram y GUI Web, sin instalar nada.
CareFlow 360 no es solo una solución técnica, es una filosofía de diseño. Cada decisión de arquitectura, cada modelo y cada interfaz está guiada por cuatro principios fundamentales que garantizan que el sistema sea seguro, robusto, inteligente y adoptable desde el primer día.
Toda la gestión de datos clínicos respeta la privacidad del paciente y las normativas vigentes nacionales e internacionales. Los datos nunca salen de la infraestructura de Salud Digna: el LLM corre en GPU propia con Ollama, sin APIs externas para datos sensibles. Pseudonimización de tokens por paciente, auditoría completa en PostgreSQL con timestamps, guardrails legales y Human-in-the-Loop sobre el agente de IA. Cumplimiento con LFPDPPP, NOM-024 y los Principios Chapultepec WH AI 2026. Certificaciones JCI · CAP · ISO 15189 como marco de referencia.
Arquitectura de microservicios administrada mediante un script IaC (docker-compose) reproducible en cualquier clínica con un solo comando. Sin Kubernetes, sin licencias de terceros, sin costos de infraestructura más allá del hardware. Stack completamente Open Source: Node.js, Python, FastAPI, Prometheus, Grafana. SCRUM con sprints de 2 horas durante el hackathon. Apache Airflow orquesta el reentrenamiento automático de modelos. Despliegue on-premise, cloud o híbrido, escalable desde una clínica hasta toda la red de Salud Digna sin rediseño estructural.
El corazón operativo del sistema es un bus de eventos Redis Streams que conecta en tiempo real a pacientes, personal y modelos predictivos. XGBoost recalcula el ETA con latencia menor a 100 ms. Isolation Forest detecta anomalías de demanda antes de que se conviertan en cuellos de botella. Monte Carlo genera intervalos de confianza sobre los tiempos estimados. El sistema MultiAgent RAG con LangGraph orquesta flujos conversacionales con supervisión humana. La toma de decisiones es predictiva, no reactiva. Se proyecta un incremento del 30% en los índices de satisfacción del paciente desde el primer trimestre.
El sistema es tan potente como invisible para el usuario final. El paciente interactúa por WhatsApp o la GUI Web sin descargar ninguna aplicación, con su turno, posición en fila y ETA en una sola pantalla. El personal operativo accede a indicadores de saturación y gestión de fila con interfaces de un solo toque y bajo esfuerzo cognitivo. Los administradores cuentan con un Dashboard de KPIs, panel de auditoría y ajuste de modelos ML desde una vista centralizada. Sin curva de aprendizaje. Sin resistencia al cambio. Adopción inmediata desde el primer día de operación.
Así experimenta el paciente su visita con CareFlow 360. Cada evento dispara inteligencia distribuida. Cada espera genera valor real. El personal opera con datos, no con intuición, transformando la incertidumbre en una certeza absoluta.
Al confirmar su cita, el asistente CareFlow envía por WhatsApp instrucciones de preparación específicas para cada estudio de la orden médica: tipo de ayuno requerido, medicamentos a suspender, documentos a traer. El sistema ya conoce la orden y personaliza el mensaje estudio por estudio. El paciente llega preparado. El personal no necesita repetir instrucciones en recepción.
Al ser admitido, el personal de recepción le entrega directamente al paciente su token pseudonimizado, detonando el inicio oficial del trayecto. Inmediatamente, el paciente puede visualizar vía WhatsApp o desde la GUI Web su número de turno, su posición en la cola y el ETA calculado por XGBoost para su primer módulo. A partir de este momento, el paciente es un espectador empoderado con visibilidad total. Sin filas de orientación. Sin preguntas de "cuándo me toca".
Cada evento es dictado por el personal. Cuando un técnico llama al paciente o finaliza el estudio, lo marca en su tablet (STUDY_STARTED, STUDY_COMPLETE). Estos datos limpios fluyen por Redis Streams. XGBoost recalcula los ETAs de la red con latencia inferior a 100 ms. Si Isolation Forest detecta un pico de demanda inusual, notifica al coordinador. Para el paciente, la experiencia es fluida: su ETA se actualiza mágicamente.
Con la certeza de su turno y ETA, el paciente activa la sala de espera virtual y puede salir de la clínica sin perder su lugar (ir a comer o quedarse cerca). Recibe un aviso automático proactivo cuando debe acercarse a su módulo. Durante la espera, el agente de IA está disponible para resolver dudas, entregando videos educativos y consejos preventivos estrictamente a solicitud. Cero spam: el paciente controla la interacción. Cada minuto educa y genera valor.
El personal clínico es el único director de la orquesta. El coordinador recibe alertas de saturación en su Control Tower con sugerencias algorítmicas de reasignación que puede aceptar o rechazar con un clic. El agente de IA atiende dudas en WhatsApp, escalando las conversaciones complejas al personal con el contexto completo. La intervención es silenciosa para el paciente, pero 100% auditable para la clínica.
Al ser marcado por el personal como "trayecto completado", el paciente recibe confirmación final y tiempo estimado de entrega de resultados. N8N dispara la encuesta NPS post-visita. Los datos absolutos del trayecto, son controlados por el personal clínico, libres de ruido, y alimentan el pipeline Apache Airflow nocturno para reentrenar XGBoost. El sistema aprende con datos perfectos de cada visita.
KPIs directamente medibles desde el primer día de operación. Con +240 clínicas en red, 32 estados y presencia internacional, cualquier mejora porcentual en estos indicadores representa millones de interacciones anuales transformadas.
Arquitectura de microservicios versátil, diseñada para operar en entornos on-premise, cloud o híbridos. Se administra mediante Docker Compose parametrizado por sucursal, reproducible en cualquier servidor con un solo script .sh de IaC. Sin licencias de terceros y sin APIs externas para datos clínicos. El LLM corre en GPU dedicada garantizando total privacidad. Costo estrictamente ligado a la capacidad de cómputo. Alineado con LFPDPPP y NOM-024 desde el diseño.
NEURALYTICS · CAREFLOW 360° · TALENT HACKATHON 2026 · SALUD DIGNA · GENIUS ARENA