Victoria Bernal, egresada del programa AWS re/Start, presenta su proyecto titulado OneFileMed, enfocado en la migración del expediente clínico local a la nube de AWS con el uso de un modelo de inteligencia artificial.
¿De qué trata el proyecto?
OneFileMed es una plataforma web desarrollada para centralizar y custodiar expedientes clínicos que actualmente se encuentran en documentos de Word en un hospital de la Ciudad de México. La solución incorpora un sistema de clasificación automática de estos documentos, basado en machine learning y procesamiento de lenguaje natural, para ordenar y estructurar la información médica.
¿Qué problema viene a resolver?
El proyecto aborda la falta de organización de los expedientes clínicos que se almacenan en documentos de Word, la falta de uniformidad en las notas médicas y el incumplimiento de la norma oficial mexicana del expediente clínico. También busca reducir el tiempo que se pierde en la búsqueda manual de expedientes y mitigar el riesgo operacional de que cualquier persona con acceso a las computadoras del hospital pueda ver, modificar o borrar la información.
¿Cuál es la solución?
Una plataforma web que centraliza y custodia los expedientes médicos en la nube, acompañada de un sistema de clasificación inteligente que escanea los documentos de Word, identifica, clasifica y devuelve la información de manera ordenada. El modelo utiliza procesamiento de lenguaje natural y reconocimiento de identidades nombradas para clasificar automáticamente las notas médicas.
¿Cómo fue construido?
Los documentos de Word del hospital se migran a una cubeta de S3 mediante la CLI, y en caso de archivos mayores a 500 GB se propone el uso de DataSync. EventBridge detecta el evento de objeto creado e inicia el flujo de trabajo con Step Functions.
Una primera función Lambda transforma los documentos de Word en archivos JSON. Una segunda función Lambda envía estos archivos al modelo de clasificación alojado en SageMaker, el cual devuelve los documentos clasificados. Esta misma función inserta los datos en una tabla de DynamoDB.
Posteriormente, otra Lambda expone los datos de DynamoDB a través de API Gateway para que la plataforma web alojada en Amplify los consuma. La plataforma web utiliza Cognito para la autenticación de usuarios y el dominio se gestiona a través de Route 53.
En la demostración, el modelo de clasificación se ejecuta de manera local en Docker para la primera fase. Se muestra la carga de documentos a S3, la verificación del procesamiento en DynamoDB y la visualización de los datos clasificados en la plataforma web, donde se pueden crear pacientes, agregar notas, eliminar registros y buscar por nombre de paciente o diagnóstico.
Como mejoras y próximos pasos, se propone alojar el modelo directamente en SageMaker, mejorar el modelo mediante reentrenamiento, agregar un dominio personalizado con certificados gestionados por Certificate Manager, crear una versión dos de la plataforma web con vista de impresión directa de notas y una ventana para subir radiografías de cada paciente.
Este proyecto demuestra cómo la migración de expedientes clínicos a la nube puede centralizar, resguardar y estructurar información médica que hoy se gestiona de forma dispersa, incorporando modelos de inteligencia artificial para su clasificación automática. La arquitectura propuesta sienta las bases para una plataforma segura, escalable y preparada para evolucionar con nuevas funcionalidades clínicas.
