MedGraph
Conocimiento médico que relaciona y cita su fuente.
Un modelo de lenguaje puede responder cualquier pregunta clínica. El problema es que también puede inventarla, y desde afuera las dos respuestas se parecen: el mismo tono seguro, la misma prosa correcta. En medicina esa simetría no es un detalle de calidad. Es la diferencia entre una herramienta y un riesgo.
La salida no es desconfiar de la máquina. Es exigirle que muestre de dónde sacó lo que dice.
Qué es
MedGraph es la instancia médica de Nomos Graph, la plataforma de grafos de conocimiento de NOMOS. Convierte bibliografía médica de referencia, guías y apuntes en una capa de conocimiento estructurado. No indexa páginas: modela entidades y las relaciones entre ellas. Un fármaco, su clase, su mecanismo, sus contraindicaciones, la enfermedad que trata, el órgano que compromete.
Se le pregunta en lenguaje natural y responde citando el libro y la página. El capítulo va sólo cuando es confiable: si el dato del capítulo es dudoso, se omite a propósito antes que citarlo mal. Cada afirmación es verificable. Eso es todo el producto.
Cómo resuelve una pregunta
No hay un único paso. Un analizador interpreta la consulta, la traduce al inglés cuando hace falta, elige las fuentes y activa las capas que la pregunta necesita:
Primero normaliza. Metformina no es una cadena de texto: es un principio activo con un código ATC y una clase farmacológica. Clearance de creatinina 28 no es un número: es un estadio de enfermedad renal en SNOMED. Antes de buscar nada, la pregunta se traduce al vocabulario del dominio. Sin ese paso, buscar es adivinar.
Después busca de dos maneras a la vez. Una búsqueda por significado, que encuentra el pasaje que dice lo mismo con otras palabras. Y una por término exacto, que encuentra el que nombra el fármaco tal cual. Las dos listas se fusionan. Cada una sola falla donde la otra acierta: la semántica pierde el nombre propio, la textual pierde el sinónimo.
Después descarta lo que no es del tema. Un juez de relevancia revisa los pasajes antes de armar la respuesta. Un pasaje que tiene la palabra correcta pero habla de otra cosa no ocupa un lugar.
Después recorre las relaciones. Qué causa una enfermedad, cómo se manifiesta, con qué se trata, cuáles son sus diferenciales y sus complicaciones. Y ciertas preguntas activan una ruta clínica: un árbol de decisión escrito y auditable, no improvisado por el modelo. Ajuste de fármacos en enfermedad renal es una de esas rutas: sabe qué se pregunta primero y qué se concluye después.
Recién entonces responde, con sus citas puestas.
Para estudiar un tema entero, hay además un repaso exhaustivo: todo lo que el corpus tiene sobre el tema, agrupado por faceta —definición, etiología, clínica, diagnóstico, tratamiento—, con la fuente y la página de cada parte. Y para lo más nuevo, evidencia reciente de PubMed, separada de los libros y citada por su identificador.
Por qué la cita cambia la naturaleza de la herramienta
Una respuesta sin fuente obliga a una decisión incómoda: creerle o descartarla. No hay tercera opción, porque verificarla cuesta más que haberla buscado a mano.
Una respuesta con la página exacta invierte eso. Se puede abrir el libro. Se puede discrepar con fundamento. Se puede llevar a una discusión con colegas, a una historia clínica, a un examen.
Y hay algo menos obvio: la cita disciplina al sistema. Si cada afirmación tiene que apoyarse en un pasaje recuperado, el margen para inventar se reduce por construcción. No es una promesa de comportamiento: es una restricción de arquitectura.
Honesto sobre lo que tiene
Un sistema que falla en silencio es peor que uno que falla ruidosamente. MedGraph está construido para avisar:
- Marca la calidad del texto de cada pasaje. Si un PDF se extrajo mal, lo dice, en lugar de citarlo como si nada.
- Avisa cuando la cobertura es dudosa, si el corpus no trata bien el tema.
- Muestra qué fuentes compitieron y quedaron afuera, para que se vea qué no se usó.
- Nunca presenta un vacío como un «no existe». Que el corpus no lo tenga no significa que no exista.
- Si el servidor está apagado, avisa que se está encendiendo en lugar de fallar.
La ontología no es decoración
Es tentador tratarla como metadato. Es el andamio.
Un corpus médico habla de lo mismo de cinco maneras: nombre comercial, principio activo, clase, sigla, sinónimo regional. Sin una capa que declare que todas esas formas apuntan a la misma entidad, la búsqueda encuentra el diez por ciento de lo que existe y el usuario no tiene forma de saber qué se perdió.
Las jerarquías estándar —ATC para fármacos, SNOMED para conceptos clínicos— aportan además algo que ningún índice de texto tiene: saben que un betabloqueante selectivo es un betabloqueante. Una pregunta sobre la clase alcanza a sus miembros aunque el libro nunca los haya nombrado juntos.
Escala
Al 30 de septiembre de 2026: más de 170 fuentes, partidas en más de 85.000 fragmentos citables. Un cuarto de millón de nodos y más de un millón de relaciones tipadas, con más de 200 categorías de la clasificación de fármacos y más de 340 de la clínica.
Cómo se usa
MedGraph se consulta desde un asistente de IA —Claude, ChatGPT o Claude Code— a través de su servidor MCP, con inicio de sesión por persona. Hoy lo usan el equipo y probadores invitados. No tiene acceso público, a diferencia de LexGraph, porque el corpus incluye obras con derechos de autor. El material lo carga quien administra la instancia, desde una consola de operación que controla la calidad de cada pasaje.
Su motor, apuntado a otro dominio, es LexGraph: el mismo aparato sobre el derecho argentino. Esa es la prueba de que la inteligencia no estaba en el modelo. El modelo es intercambiable; lo que se queda es el grafo.
Qué no hace
No es consejo médico ni reemplaza el juicio clínico. No razona el caso de un paciente: recupera, relaciona y cita. Y la bibliografía envejece: el sistema no marca solo cuándo un libro quedó desactualizado —la evidencia de PubMed sí es reciente por construcción—, así que la fecha de la fuente importa.