Construimos herramientas que corren donde están los datos. Inspirada en Asclepio, diseñada para la era digital. IA responsable, explicable y validada — que eleva la calidad asistencial sin sustituir el criterio clínico.
Finalidad prevista
Las herramientas de AXCLeA son de apoyo a la formación y la investigación. No son productos sanitarios ni herramientas de diagnóstico. Su contenido se genera con asistencia de inteligencia artificial y puede contener errores. Cualquier decisión diagnóstica o terapéutica sobre un paciente real corresponde a un profesional sanitario cualificado, bajo su criterio y responsabilidad.
El riesgo ELN 2022 lo calcula un clasificador determinista. Evaluamos 39 modelos de lenguaje y ninguno lo mejoró, así que la decisión estaba tomada. La misma consulta da siempre el mismo resultado.
La de-identificación corre en el servidor, antes de cualquier llamada a un modelo. Lo que sale lleva retirados nombre, DNI, historia clínica, número de seguridad social, teléfono, dirección y fechas. Hay modelos de terceros en el circuito, y por eso el orden importa.
Las cohortes se definen por criterios y las respuestas llegan en agregado, con las celdas de menos de tres casos suprimidas. Es una propiedad de las rutas, no una opción de la interfaz.
La de-identificación corre antes de que el texto salga del servidor. Lo garantiza su posición en el código, no una política. Si se moviera de sitio, las pruebas fallan.
El sistema clasifica, cita y ordena evidencia. No firma nada. La responsabilidad clínica no se delega.
Cada salida deja registro con el modelo, el prompt y su huella. Las tablas de auditoría no admiten modificar ni borrar: lo impide un disparador de la base de datos, no una norma interna.
No construimos un asistente médico general.
AXCLeA nace en la intersección entre la tradición médica y la inteligencia artificial. Inspirada en Asclepio —dios griego de la medicina, símbolo de la curación racional— y diseñada para la era digital.
Ordenamos la evidencia clínica sin que salga del hospital, automatizamos lo repetitivo y devolvemos tiempo a los profesionales para centrarse en lo humano.
Propósito Llevar la precisión de la IA a la práctica sanitaria real, con seguridad, transparencia y beneficio tangible para pacientes y equipos.
Lo que sigue son compromisos, no una lista de lo que ya está construido. Algunos, como la integración con los sistemas del hospital, están por hacer.
Cada rol conectado al siguiente. Así se construye
Nuestra diferencia no es solo dónde corre la IA, sino cómo está construida. Operamos en servidores propios con modelos que se ejecutan localmente — sin delegar el procesamiento a APIs externas ni a LLMs de terceros. El dato clínico se anonimiza en nuestra infraestructura antes de llegar a cualquier modelo, y jamás viaja por la red en formato identificado.
Nombres, identificadores, fechas, ubicaciones, contactos. El sanitizador opera como capa previa a cualquier inferencia. Solo el clínico que carga el caso mantiene la relación original.
No utilizamos LLMs generalistas frente a casos clínicos. Cada producto se entrena y valida sobre literatura, guías y datos específicos del dominio.
Cada consulta, cada inferencia, cada output queda registrado de forma append-only. El compliance no es un módulo añadido — está en la base del sistema desde la primera línea de código.
Plataforma de investigación y formación en leucemia mieloide aguda, con módulo clínico. Clasificación ELN resuelta por un clasificador determinista, opciones terapéuticas documentadas con su evidencia y ejecución en servidores propios. Reúne en una sola vista la evidencia dispersa, con cada afirmación anclada a su fuente y sin que el dato del paciente toque la nube.
Conocer LamIA→Estamos extendiendo la arquitectura local-first a otras patologías y flujos clínicos donde la soberanía del dato es crítica y la especialización marca la diferencia. Si quieres explorar una colaboración, hablemos.
Extensión natural desde LMA. Estratificación de riesgo y selección de protocolo, integrando criterios IMWG y evidencia actualizada — manteniendo la arquitectura local-first.
Clasificación IPSS-R / IPSS-M, evaluación citogenética y recomendaciones terapéuticas. Donde la decisión clínica depende de combinar datos genómicos, morfológicos y de paciente.
Capa de orquestación que permite al hospital ejecutar varios modelos AXCLeA sobre la misma infraestructura local, con auditoría unificada e integración HL7/FHIR/PACS/EHR.