DocMe Assistant
Chatbot inteligente para mejorar el acceso a servicios médicos en Colombia
- Cliente
- Proyecto académico · DocMe
- Rol
- Backend Developer · Machine Learning
- Año
- 2024
Resumen — Diseñé y programé la arquitectura completa del chatbot, desde el entrenamiento del modelo con TensorFlow/Keras hasta la integración en Flask con MySQL.
El sistema de salud en Colombia enfrenta saturación en líneas de atención y demoras para acceder a servicios médicos. DocMe responde a estas limitaciones con un enfoque tecnológico: un asistente conversacional que clasifica intenciones, agenda citas y ofrece contención emocional básica.
NLP + redes neuronales
Entrené redes neuronales con TensorFlow y Keras para clasificar intenciones del usuario. Combinado con NLTK y PySpellChecker para procesamiento de lenguaje natural y corrección ortográfica, el bot entiende saludos, síntomas, apoyo emocional y solicitudes de cita.
- Modelos
- TensorFlow · Keras
- NLP
- NLTK · PySpellChecker
Lo que aporté
- Arquitectura completa del chatbot, end-to-end.
- Entrenamiento del modelo de clasificación de intenciones.
- Backend Flask con SQLAlchemy + MySQL.
- Servidor de producción con Waitress (WSGI).
- Procesamiento NLP, corrección ortográfica y respuestas.