Traductor Médico Semántico Colombiano
El problema
El español colombiano tiene una dimensión dialectal marcada: cada región nombra el malestar a su manera. “Rasquiña” en la costa, “baldado” en Bogotá, “estómago prendido” en Antioquia. Ninguno de esos términos existe en los sistemas de codificación clínica internacional, que solo reconocen vocabulario técnico. El resultado es información clínica que se pierde en la traducción, justo cuando el paciente intenta describir lo que le pasa.
La brecha no es de intención sino de infraestructura: los sistemas de historia clínica electrónica esperan SNOMED CT, y la gente habla como habla.
Qué hace el sistema
El sistema recibe una expresión coloquial y devuelve el código SNOMED CT correcto, listo para integrarse en la historia clínica. No es búsqueda de palabras clave: es traducción semántica. El sistema entiende el significado en contexto, no la forma.
Algunos ejemplos del diccionario validado:
| Expresión | Código clínico | Región |
|---|---|---|
| “guayabo” | Headache | Bogotá |
| “rasquiña” | Pruritus | Costa |
| “estómago prendido” | Gastritis | Antioquia |
| “me pega en el pecho” | Chest pain | Costa |
| “baldado” | Fatigue | Bogotá |
| “zumba el oído” | Tinnitus | Bogotá |
Stack técnico
- Modelos de lenguaje ajustados para dominio médico en español colombiano
- Pipeline de NLP para normalización y mapeo semántico
- SNOMED CT como capa de salida estandarizada
- Cola de captura automática de términos no resueltos con validación médica por lotes
Estado actual
En producción. El diccionario tiene hoy 145 términos validados, 70 dialectalismos colombianos documentados y 38 términos en revisión médica activa. Cada expresión que el sistema no reconoce queda en una cola de investigación que alimenta las próximas versiones. El refinamiento es continuo, en colaboración con médicos de múltiples regiones.
Puedes leer la reflexión sobre por qué este problema importa en este post de la bitácora.