BabyMind Seguimiento del desarrollo del bebé con IA: hitos y alertas

BabyMind — El asistente pediátrico que los padres merecen

BabyMind ayuda con la ansiedad de los padres primerizos: una IA que analiza el desarrollo del bebé, lo compara con los hitos OMS/AAP por edad y responde preguntas pediátricas apoyándose en hitos médicos reconocidos, no en foros de internet. Con un sistema de alertas que deriva al pediatra —o al 112— cuando toca.

Funcionalidades diferenciales

• Chat IA con contexto pediátrico OMS/AAP: respuestas basadas en los hitos reales de la edad del bebé, no genéricas
• Memoria entre sesiones: recuerda el contexto del bebé de conversaciones anteriores — el padre no lo repite cada vez
• Sistema de alertas en 3 niveles (basado en reglas): normal; aviso (recomienda consultar al pediatra ante señales de retraso); y emergencia (ante términos críticos como «convulsiones» o «no respira», deriva de inmediato al 112)
• Hitos OMS/AAP tabulados: 37 hitos de 0 a 36 meses en 4 categorías (motor, lenguaje, social y cognitivo)

Cómo funciona la IA

Cuando un padre pregunta «Mi bebé de 8 meses lleva 3 días durmiendo menos de 6h, ¿es normal?», el sistema:

1. Carga el perfil del bebé (edad exacta) y los hitos OMS/AAP de esa franja de edad
2. Inyecta el resumen del historial de sesiones anteriores (ConversationSummaryBufferMemory)
3. Compone el prompt con: perfil del bebé + hitos médicos por edad + historial + la pregunta actual
4. Groq + LLaMA 3.3 70B genera la respuesta personalizada en menos de 1 segundo
5. En paralelo, un filtro de reglas clasifica el nivel de alerta y deriva al pediatra o al 112 si procede

Arquitectura técnica

• FastAPI (Python): backend asíncrono en un único proceso
• LangChain + Groq / LLaMA 3.3 70B: motor de conversación a cientos de tokens por segundo
• ConversationSummaryBufferMemory: memoria longitudinal comprimida por bebé entre sesiones (en RAM)
• Hitos OMS/AAP hardcodeados: 37 hitos tabulados por edad y categoría — base de conocimiento anclada que reduce las alucinaciones del modelo
• Filtro de alertas por reglas: 3 niveles (normal / aviso / emergencia) con derivación automática al 112 ante palabras clave críticas

Stack técnico

Python · FastAPI · LangChain · langchain-groq · LLaMA 3.3 70B · ConversationSummaryBufferMemory · hitos OMS/AAP tabulados · sesiones en RAM

Integración, datos y licencia

• Integración: API REST propia (FastAPI) con 4 endpoints documentados en el repositorio; se puede consumir desde cualquier lenguaje o plataforma, con especificación OpenAPI autogenerada.
• Tratamiento de datos: la demo pública envía a Groq (LLaMA) únicamente el contenido necesario para generar la respuesta. No se almacenan las conversaciones en base de datos ni se asocian a ninguna identidad. En un despliegue propio decides tú el proveedor — incluido un modelo local, con el que ningún dato sale de tu infraestructura.
• Nota: Demostración técnica: no sustituye el criterio de un profesional sanitario.
• Licencia: MIT — uso libre, incluido comercial, manteniendo el aviso de copyright. El repositorio contiene la aplicación completa y puede desplegarse en infraestructura propia. El código es gratuito; los costes de motor de IA, infraestructura, implantación y mantenimiento corren por cuenta de quien lo despliega (no se ofrece soporte ni consultoría).

¿Cómo lo integro?

Disponible ahora: API REST de conversación y consulta de hitos por edad en meses.

Integraciones habituales en este sector (valoradas como vía recomendada; salvo que se indique lo contrario, no vienen implementadas — el código está preparado para añadirlas):

• Apps de seguimiento infantil: integración natural como capa de orientación dentro de una app propia de crianza.
• Historia clínica (HL7 FHIR): técnicamente encajaría como recurso Observation, pero es un terreno regulado: cualquier uso clínico real exige validación profesional y cumplimiento sanitario. Este proyecto es una demostración técnica, no un producto sanitario.