Darwoft desarrolló una solución de procesamiento de documentos impulsada por IA que extrae información médica clave de registros no estructurados para acelerar las evaluaciones de riesgo clínico. El sistema integra React, Node.js, Kotlin y Kubernetes para escalabilidad y cumplimiento con los estándares de atención médica. Esta innovación agiliza los procesos de Ajuste de Riesgo y Medicare Advantage, mejorando la precisión de los datos y la eficiencia operativa.
El Problema
El cliente requería un sistema escalable capaz de procesar grandes cantidades de documentos médicos no estructurados mientras extraía hallazgos relevantes a través de un Modelo de Lenguaje (LLM). Estos hallazgos eran insumos clave para los procesos de evaluación de riesgos clínicos, como los programas de Medicare Advantage o los cálculos del Factor de Ajuste de Riesgo (RAF).
Los métodos existentes dependían en gran medida de la revisión y codificación manual, lo que ralentizaba las operaciones y limitaba la calidad de los datos.
El Desafío
El proyecto presentó varios desafíos técnicos y operativos, incluyendo:
Migrar el modelo de implementación de ECS a EKS, mientras se implementa una arquitectura gestionada utilizando ArgoCD y el patrón de App of Apps.
Desarrollar una aplicación para la carga masiva y el procesamiento automatizado de archivos médicos a través del LLM.
Asegurar la trazabilidad y el control de versiones para todos los resultados generados por el modelo.
El desafío era construir una plataforma automatizada, explicable y segura que se integrara a la perfección en el ecosistema de datos de salud existente del cliente, mientras se mantenía el cumplimiento de HIPAA y los estándares de interoperabilidad.
Integrar la solución con el ecosistema de datos existente del cliente bajo estrictas regulaciones de salud y protocolos de interoperabilidad.
La Solución
Darwoft diseñó un sistema integral de extremo a extremo que combina un frontend de React y Node.js con un backend basado en Kotlin conectado a una base de datos PostgreSQL.
El backend centralizó toda la lógica del negocio, exponiendo datos a través de APIs REST mientras mantenía una trazabilidad completa de cada documento procesado. El frontend proporcionó una interfaz eficiente y moderna para cargar, revisar y supervisar el procesamiento de documentos médicos.
Para apoyar la escalabilidad y la mantenibilidad, Darwoft rediseñó la implementación de la infraestructura desacoplando los componentes de Infraestructura como Código (IaC) del pipeline de CI/CD. Esto permitió la gestión independiente de la creación de infraestructura y el despliegue de imágenes en Kubernetes, manteniendo la compatibilidad con versiones anteriores con otros verticales organizacionales que aún están en transición desde ECS.
La arquitectura garantizó una migración controlada y gradual, permitiendo al equipo de SRE gestionar la infraestructura de manera eficiente mientras aseguraba la estabilidad en los entornos de producción.
Nuestra solución impulsada por IA transformó la forma en que se procesan los datos clínicos, convirtiendo documentos médicos no estructurados en conocimientos procesables— empoderando a las organizaciones de salud para evaluar el riesgo más rápido, con mayor precisión y confianza.
Conclusión
La solución implementada permitió a la organización de salud automatizar la extracción de datos clínicos de documentos no estructurados, reduciendo significativamente los esfuerzos de revisión y codificación manual.
Los beneficios clave incluyeron:
Extracción de datos automatizada de fuentes no estructuradas, acelerando los procesos de evaluación de riesgos.
Integración con el pipeline de datos médicos corporativos, mejorando la calidad de los datos y la accesibilidad para el análisis.
Infraestructura escalable y manejable, simplificando las operaciones de SRE y asegurando alta disponibilidad.
Interfaz moderna y fácil de usar, mejorando la experiencia del usuario y la supervisión de procesos.
Al aprovechar la inteligencia artificial y la arquitectura nativa de la nube, Darwoft permitió al cliente identificar condiciones clínicamente relevantes directamente de registros médicos no estructurados, optimizando procesos críticos para la Ajuste de Riesgos y los programas de Ventaja de Medicare. El resultado: evaluaciones más rápidas, un registro de condiciones más preciso, y una toma de decisiones más sólida basada en datos en todo el ecosistema de salud.
¿Quieres iniciar un proyecto?
Blogs relacionados
Si te pareció interesante este servicio, quizás también te gusten estos artículos relacionados sobre tecnología, diseño y estrategia digital.
