Triaje IA para consulta médica
Una consulta general bávara con cuatro médicos y dos auxiliares sanitarias veía cómo la centralita colapsaba las primeras horas de la mañana. Construimos un asistente de triaje que atiende llamadas no urgentes — recetas, citas, bajas, dudas administrativas — y las clasifica para el miembro del equipo adecuado. Las urgencias se derivan inmediatamente a personal humano. La solución cumple el RGPD y la normativa bávara de privacidad médica, con opción on-premise total.
Situación de partida
La consulta atiende a unos seis mil pacientes activos en una población media bávara. Las dos auxiliares cubrían recepción, agenda y centralita, además de las tareas clínicas auxiliares. Las dos primeras horas de la mañana eran insostenibles: la centralita encadenaba llamadas, los pacientes presenciales esperaban en mostrador y las propias auxiliares describían el periodo como "modo supervivencia". La mayoría de las llamadas eran cuestiones recurrentes y no urgentes — renovaciones de recetas crónicas, peticiones de baja por enfermedades comunes, citas de seguimiento, dudas sobre resultados de laboratorio que ya estaban en la historia — pero cada una requería identificación del paciente, anotación y enrutamiento. La dirección descartó externalizar la centralita por confidencialidad y por el dialecto regional. Querían un filtro previo que respetara la dignidad del paciente, fuera plenamente compatible con el RGPD y la normativa médica bávara, y dejara intacta la atención presencial.
Solución
Construimos un asistente de triaje telefónico que atiende cualquier llamada entrante. En los primeros segundos detecta señales de urgencia mediante una clasificación específica entrenada con guías locales, y en caso de duda transfiere inmediatamente a personal humano sin pasos intermedios. Para las consultas no urgentes, el asistente identifica al paciente, recoge la información mínima necesaria (motivo, medicación implicada en su caso, preferencias horarias) y la enruta a una de cuatro colas internas: renovación de recetas, citas, bajas, asuntos administrativos. Cada cola va a la persona del equipo responsable, que ve un resumen estructurado del caso y devuelve la llamada o resuelve por canal escrito. El núcleo es Claude con prompts revisados con los médicos titulares. La orquestación corre en Langflow, las notificaciones internas en n8n y los datos persisten en PostgreSQL. Existe una variante on-premise completa que la consulta finalmente escogió, alojada en un servidor en sus propias instalaciones, con cifrado en reposo y en tránsito, y registros de auditoría exigidos por la normativa profesional. Acuerdo del artículo 28 del RGPD firmado, evaluación de impacto realizada conjuntamente con el delegado de protección de datos médica de la consulta.
Resultado
El asistente gestiona en torno a 80 llamadas diarias, de las que aproximadamente el 60% se resuelven sin necesidad de que el personal devuelva la llamada — bastan el procesamiento posterior y un SMS o mensaje en el portal del paciente. Las urgencias se derivan en menos de quince segundos. Las dos primeras horas de la mañana ya no son el cuello de botella que eran: las auxiliares describen ahora un ritmo "intenso pero manejable". Las quejas por tiempos de espera al teléfono han bajado de forma notable según el libro de reclamaciones interno. Los médicos confirman que ninguna urgencia se ha quedado retenida indebidamente desde el lanzamiento.
Lo que aprendimos
Tres lecciones, una de ellas dura. Primero: el dialecto importa. Nuestra primera versión usaba un modelo de transcripción genérico y subestimó cuánto bávaro coloquial se hablaría con el asistente — pacientes mayores en particular. Tuvimos que reentrenar la capa de transcripción con muestras anonimizadas reales y ampliar el set de prompts antes del despliegue real. Segundo: el umbral de detección de urgencia se ajusta hacia la sobre-derivación, no hacia la subderivación. En medicina, un falso positivo (derivar una llamada que no era urgente) es un coste asumible; un falso negativo no lo es. El asistente está deliberadamente calibrado a la izquierda. Tercero: la opción on-premise fue lo que cerró el proyecto. El sentimiento de los médicos titulares — y del delegado de protección de datos — fue mucho más relajado al saber que los datos del paciente no salían del edificio. Aprendimos a llevar la conversación sobre alojamiento al principio del proyecto, no al final.
¿Un problema parecido?
Escríbanos brevemente y le contestaremos en un día laborable.
Solicitar proyecto