DocMe Assistant
Chatbot para clasificar intenciones y gestionar citas médicas en Colombia
- Cliente
- Proyecto académico · DocMe
- Rol
- Desarrollador Backend · Machine Learning
- Año
- 2024
Resumen — Diseñé la arquitectura de un chatbot para citas médicas: entrenamiento del modelo con TensorFlow/Keras, backend en Flask con SQLAlchemy y MySQL, y procesamiento de lenguaje natural con NLTK.
DocMe es un asistente conversacional pensado para aliviar la saturación en líneas de atención médica: clasifica intenciones del usuario, agenda citas y ofrece contención emocional básica.
NLP y redes neuronales
Entrené redes neuronales con TensorFlow y Keras para clasificar intenciones. Combinado con NLTK y PySpellChecker, el bot interpreta saludos, síntomas, solicitudes de apoyo emocional y peticiones de cita, con corrección ortográfica incluida.
- Modelos
- TensorFlow · Keras
- NLP
- NLTK · PySpellChecker
Lo que implementé
- Arquitectura end-to-end del chatbot, desde el modelo hasta la API.
- Entrenamiento del modelo de clasificación de intenciones.
- Backend Flask con SQLAlchemy y MySQL para usuarios y citas.
- Servidor de producción con Waitress (WSGI).
- Procesamiento NLP, corrección ortográfica y generación de respuestas.