Plataforma de salud preventiva con IA diagnóstica

El discovery de tres semanas reveló tres personajes con necesidades radicalmente distintas: el empleado que quiere privacidad y recomendaciones útiles; el médico que quiere señales tempranas sin ruido; y el administrador de RRHH que quiere métricas agregadas sin acceder a datos individuales.

Diseñamos una arquitectura de tres capas con privacidad diferencial en el núcleo. Los datos del empleado se procesan en su dispositivo antes de salir hacia el servidor —solo el vector de riesgo anonimizado viaja a la nube. Esto nos permitió cumplir LGPD mexicana sin comprometer la utilidad del sistema.

El componente de IA diagnóstica usa un modelo fine-tuneado sobre literatura de medicina preventiva en español latinoamericano —crítico porque los modelos base tienen sesgos clínicos hacia población anglosajona. Implementamos un pipeline de validación con tres médicos internistas que revisaban cada categoría de recomendación antes de que entrara a producción.

Para los médicos diseñamos un dashboard de señales tempranas con alertas por cohorte —no por individuo— que reduce el tiempo de revisión semanal de 4 horas a 35 minutos promedio según las métricas del primer mes en producción.

La plataforma web fue construida con Next.js 15 y React 19, con particular atención a accesibilidad porque varios de los empleados usuarios tienen discapacidades visuales parciales. Pasamos auditoría WCAG 2.1 AA completa antes del lanzamiento.