// proyecto en desarrollo · medicina de urgencia
Inteligencia artificial clínica
para
medicina de urgencia
Eunosia es un proyecto en desarrollo: modelos e
infraestructura para servicios de urgencia en español
clínico. Este sitio documenta el diseño y el avance técnico
del trabajo.
estado del proyecto
En desarrollo. No es un producto disponible: no hay
despliegues clínicos, pilotos abiertos, contratación ni
soporte. El sitio se mantiene solo como registro
técnico.
// desarrollado por un médico de urgencia
cómo está diseñado
Diseño objetivo del sistema. Describe cómo está pensado para
funcionar, no un despliegue en operación.
01
Instalación dentro de la institución
La infraestructura quedaría en las instalaciones
clínicas. Ningún dato clínico viajaría fuera de la
institución.
02
Integración con el EMR existente
El sistema se acopla al software clínico que el
servicio ya usa, sin migración, cambio de proveedor
ni flujos paralelos.
03
El médico trabaja igual que siempre
Las sugerencias aparecen en contexto, dentro de la
ficha. El control clínico y la responsabilidad
seguirían siendo del médico tratante.
capacidades
Líneas de trabajo del proyecto: modelos especializados en el
lenguaje, estructura y flujo de trabajo de los servicios de
urgencia, sobre una arquitectura pensada para operar dentro
de la institución. Objetivos de diseño, en distintos grados
de avance.
componentes
Módulos del proyecto y su estado de desarrollo interno.
Ninguno está disponible para uso clínico ni distribución.
Copilot
Extensión de navegador para el EMR. Autocompletado
inline ghost-text en tiempo real y panel lateral con
sugerencias contextuales basadas en protocolos
clínicos.
prototipo
Triage
Clasificador de destino del paciente: alta,
observación, hospitalización, UCI o traslado.
Arquitectura híbrida para decisiones estructuradas.
en desarrollo
CIE-10
Codificación diagnóstica automática desde el texto
libre de la atención, adaptada al contexto de
urgencia.
en desarrollo
Forecast
Forecasting de volumen y ocupación. Incorpora el
estado del servicio en tiempo real provisto para
producir recomendaciones operacionales auditables.
en desarrollo
Exámenes
Motor de sugerencia de exámenes complementarios
basado en recuperación sobre guías y protocolos
clínicos.
en desarrollo
NLP
Servicios de normalización, extracción de entidades
clínicas y segmentación de texto libre clínico.
en desarrollo
Pipeline
Infraestructura de procesamiento y control de
calidad de datos clínicos para entrenamiento y
evaluación continua.
infra
Dataset
Conjuntos de datos para entrenamiento y evaluación
de modelos clínicos de urgencia: datos sintéticos.
Diseñados para investigación reproducible sin
exponer información de pacientes.
research
arquitectura
Arquitectura híbrida: modelos clásicos para decisiones
estructuradas, modelos de lenguaje para generación de texto
clínico. Pensada para desplegarse dentro de la institución.
Es el diseño de referencia del proyecto, no una instalación
en producción.
# flujo de inferencia
EMR → extensión de navegador
│
├─ ghost-text → autocompletado local
├─ destino → clasificador estructurado
├─ sugerencias → modelo + recuperación
└─ codificación → modelo especializado
# recuperación
guías clínicas · protocolos institucionales
# despliegue
inferencia on-site, dentro de la institución
entrenamiento infraestructura dedicada
principios
-
On-premise por defecto. Los datos
clínicos no salen de la institución. Inferencia local,
sin dependencia de proveedores externos.
-
Infraestructura abierta. La capa
fundacional es pública y reutilizable por cualquier
institución de salud en Chile. Modelos entrenados e
integraciones clínicas permanecen privados.
-
Español clínico real. Adaptado a la
jerga, abreviaturas y estructura de fichas utilizadas en
los servicios de urgencia, no traducciones.
-
Integración sin fricción. El médico no
cambia de herramienta: Eunosia vive dentro del EMR
existente.
-
Evaluación con médicos. Cada modelo se
valida contra casos estructurados revisados por
urgenciólogos.
privacidad
Criterios de diseño del proyecto: los datos clínicos nunca
saldrían de la institución. No hay despliegues
institucionales en curso ni datos de pacientes en manos del
proyecto.
Inferencia local
Los modelos se ejecutan dentro de la institución.
Ningún texto de ficha, identificador ni metadato
clínico se transmite a servidores externos.
Sin telemetría a terceros
La plataforma no envía eventos de uso, prompts ni
contenido clínico a servicios de observabilidad de
terceros. Lo que ocurre en la institución, queda en
la institución.
Cumplimiento normativo local
Diseñada para operar en el marco de la Ley 19.628
sobre protección de datos personales y las
exigencias sectoriales de salud en Chile.
Separación de entornos
El entorno de entrenamiento y el entorno de
inferencia clínica están aislados. Los datos
institucionales no se utilizan para entrenar modelos
fuera del convenio institucional.