La consulta reconstruía el pasado de memoria. Ahora lee una serie
Casa Follow Up es una plataforma de seguimiento clínico continuo: el paciente responde check-ins breves en el móvil a lo largo de los días, y el profesional lee la evolución en lugar del relato. El producto no existía — Epicora construyó desde cero los tres entornos: la aplicación del paciente (iOS y Android), la plataforma web del profesional y el panel administrativo. El centro del trabajo no fue la pantalla: fue el motor de protocolos que sostiene la metodología clínica escrita por el equipo de Casa Follow Up sin convertirla en un formulario genérico — y la capa de IA que lee la serie y admite lo que no puede afirmar.
- Cliente
- Casa Follow Up — plataforma de seguimiento clínico continuo
- Lo que hicimos
- Construcción del producto desde cero: app del paciente (iOS y Android), plataforma web del profesional y panel administrativo, con motor de protocolos de check-in, análisis por IA en dos lecturas, suscripción recurrente e infraestructura gestionada
- Plataforma
- React + TypeScript + Vite · React Native · NestJS · MongoDB · AWS + Vercel · AWS SES · Stripe
El punto de partida
El seguimiento ambulatorio tiene un vacío en el medio. Entre una consulta y otra pasan semanas en las que el síntoma fluctúa, el tratamiento se sigue o no, el sueño empeora o mejora — y nada de eso queda registrado. Cuando el paciente vuelve, lo que existe es su memoria: lo que recuerda, lo que logra describir, lo que no le pareció bastante importante como para contarlo. El profesional decide sobre ese recorte.
No es un problema de atención ni de duración de la consulta. Es un problema de fuente de dato: la información que describiría la trayectoria del paciente nunca llegó a existir. Se le pide al paciente que produzca, de memoria y bajo presión, un informe de varias semanas — y lo que se obtiene es impresión, no serie.
- El vacío está justo donde el cuadro se mueve. El intervalo entre consultas es el tramo más informativo del seguimiento, y es el único que nadie observa.
- El relato de memoria es retrospectivo y selectivo. Lo que quedó marcado pesa más que lo que fue frecuente, y lo que mejoró tiende a desaparecer del relato.
- Sin dato normalizado no hay comparación. Cada paciente describe su cuadro con sus propias palabras — dos semanas del mismo paciente ya no son comparables entre sí, mucho menos dos meses.
- El empeoramiento y la mejora solo aparecen después de ocurrir. Sin serie no hay tendencia; sin tendencia, el ajuste de conducta es siempre reactivo.
- La adherencia se vuelve suposición. Si nadie la registra, no hay forma de distinguir un tratamiento que no funcionó de uno que no se siguió.
El giro
La decisión de producto no fue construir una mejor historia clínica. Fue cambiar quién produce el dato y cuándo: quien registra pasa a ser el paciente, en el móvil, el día en que la cosa ocurre. Y no en texto libre — respondiendo el mismo conjunto de preguntas a lo largo del tiempo, dentro de un protocolo que el profesional le asignó. Esa repetición es lo que convierte la percepción en serie.
Así que lo que Epicora construyó no fue un cuestionario: fue un motor de protocolos. Tiene que sostener periodicidades distintas — protocolo diario, semanal, y el par de insomnio en el que un check-in se responde por la mañana sobre la noche que pasó y otro por la noche sobre el día que siguió. Tiene que sostener tamaños distintos, de cuatro a diez preguntas, sin romper la lectura. Tiene que aceptar tipos de respuesta que se convierten en visualizaciones distintas — escala numérica que se vuelve curva con media del período, categórica que se vuelve distribución. Y necesita una taxonomía de temas que atraviese los protocolos, para que el profesional pueda leer al paciente por sueño o por dolor, y no solo por protocolo. El contenido clínico es del equipo de Casa Follow Up; el mecanismo que lo sostiene es nuestro.
Sobre la serie entra la lectura por IA — y ahí estaba el riesgo real del proyecto. Un modelo suelto sobre datos de salud produce texto plausible y peligroso: rellena huecos, sugiere conducta, cita exámenes que nadie pidió. La restricción se construyó antes que la funcionalidad.
La decisión que lo destrabó
La IA genera dos lecturas que no pueden encontrarse — y declara lo que no sabe. De la misma base sale un texto para el paciente, en lenguaje llano, con prohibición absoluta de mencionar medicamento, dosis o conducta, y un texto técnico para el profesional, restringido a los protocolos que él mismo asignó. Ninguno es visible para el otro lado. Y cuando falta dato, el modelo dice que falta y calibra la confianza en vez de completar: en lugar de describir una evolución que no puede observar, registra que la adherencia en el período fue baja y que la lectura queda limitada. Un modelo que admite su propio límite es lo que hace la funcionalidad utilizable en un contexto clínico — el resto es texto bonito sobre datos que no existen.
Lo que entregamos
01 · La app del paciente, en las dos tiendas
Entrada solo por invitación del profesional, onboarding, asistente de check-in e historial con el estado de cada día — respondido o no respondido, que es lo que convierte la adherencia en dato observable en lugar de suposición. Además, centro de notificaciones in-app, filtro por profesional y eliminación de cuenta dentro de la propia aplicación. La app es gratuita para el paciente, que nunca paga nada en ningún lugar.
02 · El motor de protocolos de check-in
La capa que recibe la metodología clínica y la pone en operación: periodicidad propia por protocolo (diaria, semanal, o el par mañana/noche sobre el mismo cuadro), tamaño variable sin romper la serie, tipos de respuesta que se vuelven visualizaciones distintas — escala numérica con media del período, categórica con distribución — y una taxonomía de temas que atraviesa protocolos, para leer al paciente por sueño, dolor, ánimo o adherencia. La plataforma distribuye protocolos institucionales listos y aun así deja que el profesional cree el suyo.
03 · La lectura por IA en dos audiencias
Dos informes distintos sobre la misma base — check-ins, comorbilidades, medicaciones y las observaciones clínicas registradas por el profesional. El del paciente es breve y llano; el del profesional es técnico y restringido a los protocolos que él asignó, sin cruzarse con datos de otro profesional. La IA no calcula: lee lo que el sistema computó. Y donde falta dato, declara la ausencia en lugar de rellenarla.
04 · Suscripción, panel administrativo y operación
Suscripción recurrente con Stripe — quien contrata es el profesional, por la web, y la app del paciente queda fuera de cualquier flujo de pago. Panel administrativo para la gestión de profesionales, pacientes y de la biblioteca de protocolos. Infraestructura en AWS, correo transaccional y, después de la entrega, el mantenimiento contratado: canal de soporte dedicado, cuidado de infraestructura y bloque mensual de evolución.
Cómo lo garantizamos
Consentimiento específico para dato sensible de salud
El dato de salud es categoría especial en la ley brasileña de protección de datos, y la aceptación genérica de términos no lo cubre. Además de los términos de uso y la política de privacidad, el producto tiene un tercer documento — el consentimiento para datos sensibles — con aceptación propia y separada en la invitación. Quien entra sabe exactamente qué está autorizando, y queda registro de ello.
Aislamiento por vínculo y por audiencia
El dato del paciente circula solo hacia quien tiene vínculo activo con él, y el informe técnico del profesional nunca se expone al paciente. Un profesional no alcanza un protocolo asignado por otro. El aislamiento aquí no es una configuración de permisos: es regla del sistema, aplicada en el origen de la consulta al dato.
Límite explícito de lo que la IA puede escribir
Existe una lista de lo que el modelo no puede producir, y es anterior a la funcionalidad, no una corrección posterior. La IA no calcula nada, no menciona medicamento, dosis ni conducta al paciente, no cita directrices externas y no inventa exámenes ni diagnósticos. Todo análisis sale con aviso visible de que fue generado automáticamente y no sustituye la evaluación del profesional.
El resultado
El producto está en producción con los tres entornos en el aire y la biblioteca clínica en uso: protocolos de depresión, ansiedad generalizada, TDAH, insomnio, hipertensión, insuficiencia cardíaca, asma, diabetes tipo 2, artritis reumatoide, fibromialgia, migraña, oncología y control de peso — cada uno con su periodicidad y su tamaño, sobre el mismo mecanismo.
La lectura más honesta de este caso no es una métrica de adopción — la plataforma es reciente y la base todavía se está formando. Es que un producto con dato sensible de salud entró en producción con las restricciones correctas construidas antes que las funcionalidades: consentimiento propio, aislamiento por vínculo, eliminación de cuenta desde la app y una IA que prefiere declarar su propio límite a rellenar un vacío. En software clínico, ese orden es el producto.
Soluciones relacionadas
Casos relacionados
¿Tiene una metodología propia y necesita que funcione como producto?
Epicora construye el mecanismo que sostiene el método de quien entiende del tema — con las restricciones correctas desde el principio, y sin convertir conocimiento experto en formulario genérico. De la app al panel, del consentimiento a la publicación en las tiendas.