MedGraph

Conocimiento médico que razona 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 convierte un corpus médico —libros de texto, guías, literatura— en una capa de conocimiento estructurado sobre la que se puede razonar. 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 señalando el libro, el capítulo y la página. Cada afirmación es verificable. Eso es todo el producto.

Cómo resuelve una pregunta

No hay un único paso. Un orquestador interpreta la consulta y activa las capas que hagan falta:

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 razona. Ciertas preguntas activan un árbol de decisión clínica —un grafo de razonamiento explícito, escrito y auditable, no improvisado por el modelo—. Ajuste de fármacos en enfermedad renal es uno de esos árboles: sabe qué se pregunta primero y qué se concluye después.

Después recupera la evidencia que sostiene cada rama, y recién entonces sintetiza — con sus citas puestas.

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.

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

Alrededor de ciento sesenta mil nodos y más de un millón de relaciones. Cuarenta y un libros indexados, partidos en más de setenta mil fragmentos recuperables. Doscientas ocho categorías de la clasificación de fármacos y trescientas cincuenta y cuatro de la clínica, con miles de entidades mapeadas a esas jerarquías.

Una consulta compleja se resuelve en torno a los seis segundos y medio.

Más allá de la pregunta suelta

MedGraph no es solamente una interfaz de consulta: es una capa de conocimiento que otros sistemas usan.

ClinicGraph cruza contra él la evolución de un paciente, y de esa unión sale lo que ninguno de los dos hace solo: un hallazgo clínico convertido en alerta con respaldo citado. UniCrono lo consulta desde la plataforma educativa, para que la bibliografía llegue a la cursada sin salir del cronograma. Y su motor, apuntado a otro dominio, es LexGraph: el mismo aparato razonando sobre el derecho argentino.

Esa es la prueba de que la inteligencia no estaba en el modelo. El modelo es intercambiable; el que se queda es el grafo.

Estado

En producción. Expone una API, un servidor de herramientas para asistentes y un panel propio.

Durante julio de 2026 pasó por una revisión profunda: se corrigió un defecto que degradaba la búsqueda híbrida en silencio —seguía respondiendo, pero con la mitad del sistema apagado y sin avisar—, se migró la capa de modelos, se erradicaron credenciales del código y se resembró la ontología completa. El tiempo de respuesta cayó a la mitad.

Vale decir cómo se encontró: no lo reportó un usuario ni lo detectó un test. Apareció auditando por qué ciertas búsquedas devolvían menos de lo que el corpus tenía. Un sistema que falla en silencio es peor que uno que falla ruidosamente, y esa es exactamente la razón por la que todo lo que produce viene con su fuente al lado.