BabyMind: un asistente de desarrollo infantil con alertas pediátricas y memoria conversacional
Un chatbot de salud infantil no puede ser un LLM suelto. Combiné hitos OMS/AAP tabulados, un sistema de alertas de tres niveles y memoria conversacional con resumen para construir un asistente fiable para padres.
Construir un asistente de IA sobre salud infantil obliga a una pregunta incómoda: ¿qué pasa si se equivoca? Un LLM genérico, por capaz que sea, puede dar consejos peligrosos con total seguridad. BabyMind está diseñado alrededor de esa preocupación, no a pesar de ella.
El problema
Ayudar a madres y padres a seguir el desarrollo de su bebé (0–36 meses), comparándolo con hitos médicos reconocidos y respondiendo dudas, sin pretender sustituir al pediatra y derivando a él cuando toca.
Conocimiento anclado: hitos OMS/AAP
El asistente no improvisa los hitos del desarrollo: trabaja sobre 37 hitos tabulados de la OMS y la Academia Americana de Pediatría (AAP), organizados en 4 categorías —motor, lenguaje, social y cognitivo— por franja de edad. El LLM razona sobre esa base de conocimiento, no desde su memoria paramétrica, lo que reduce las alucinaciones.
El sistema de alertas de tres niveles
Esta es la parte de seguridad. Cada interacción se clasifica en uno de tres niveles:
- Normal: respuesta informativa estándar.
- Warning: ante palabras clave como "alerta" o señales de retraso, recomienda explícitamente consultar al pediatra.
- Emergency: ante términos críticos ("convulsiones", "no respira"), corta el flujo conversacional normal y dirige de inmediato al 112.
Este filtro determinista envuelve al LLM: no dependemos de que el modelo "decida bien" en una emergencia.
Memoria conversacional
Usa ConversationSummaryBufferMemory de LangChain: en vez de arrastrar todo el historial (caro y limitado por el contexto), mantiene un resumen de la conversación más los últimos turnos literales. Así recuerda lo importante de un diálogo largo sin disparar el coste. El motor es Llama 3.x 70B vía Groq, con respuesta <1s.
Qué aprendí
Que en aplicaciones de salud, la ingeniería de seguridad (conocimiento anclado + filtros deterministas de alertas) importa más que la elocuencia del modelo. El LLM aporta la conversación; la arquitectura aporta la responsabilidad.
Sobre este proyecto
BabyMind
Plataforma de seguimiento del desarrollo cognitivo, motor y emocional del bebé impulsada por IA. Compara hitos con estándares OMS/AAP, genera alertas tempranas y responde preguntas...