Desarrollo de un Chat Bot para el laboratorio clínico
Ayala Cervantes, Juan
Suppi Boldrito, Remo, tut. (Universitat Autònoma de Barcelona. Departament d'Arquitectura de Computadors i Sistemes Operatius)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Data:	2025
Descripció:	7 pag.
Resum:	El artículo describe el desarrollo de un chatbot utilizando IA, concebido para reducir los errores de la fase preanalítica del laboratorio mediante respuestas 24/7 basadas en un catálogo validado de unas 4 000 pruebas, convertido a JSON y utilizando la técnica RAG (Retrieval Augmented Generation) sobre GPT-4o-mini. Ha sido implementado en Python utilizando librerías como LangChain, FAISS, entre otras. y dispone de una interfaz web para mejorar la accesibilidad de este, el sistema además dispone de un servidor de memoria para acelerar las respuestas, el bot también se integra con bases de datos que contienen imágenes de tubos y material de extracciones y se puede clasificar como Dispositivo Médico Clase I. Se están realizando pruebas piloto en dos laboratorios donde un 80 % de los usuarios lo considera útil, aunque el 30 % encuentra dificultades al formular consultas, lo que subraya la necesidad de mejorar la experiencia de usuario y la detección automática de idioma. La metodología RAG ha permitido minimizar "alucinaciones" y actualizar contenidos sin re-entrenar, pero persisten retos técnicos (manejo heterogéneo de tablas), regulatorios (RGPD) y de explicabilidad clínica. Se prevé ampliar la herramienta a las fases analítica y post-analítica y evolucionar si se pudiera hacia funciones de soporte a la decisión clínica bajo normativa CE, reforzando así la calidad del laboratorio clínico y liberando al personal para tareas de mayor valor.
Resum:	The article describes the development of an AI-based chatbot designed to reduce errors in the pre-analytical phase of the laboratory through 24/7 responses based on a validated catalog of about 4,000 tests, converted to JSON and using the RAG (Retrieval Augmented Generation) technique on GPT-4o-mini. It has been implemented in Python using libraries such as LangChain and FAISS and features a web interface to improve accessibility. The system also includes a memory server to speed up responses, and the bot integrates with databases containing images of tubes and extraction materials. It can be classified as Class I Medical Device Software. Pilot tests are being conducted in two laboratories where 80% of users find it useful, although 30% encounter difficulties in formulating queries, highlighting the need to improve user experience and automatic language detection. RAG has helped minimize "hallucinations" and update content without retraining, but technical (heterogeneous table handling), regulatory.
Resum:	(GDPR), and clinical explainability challenges persist. The tool is expected to be expanded to the analytical and post-analytical phases and potentially evolve towards clinical decision support functions under CE regulations, thus enhancing the quality of the clinical laboratory and freeing up staff for higher-value tasks.
Drets:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, sempre i quan aquestes es distribueixin sota la mateixa llicència que regula l'obra original i es reconegui l'autoria.
Llengua:	Castellà
Titulació:	Màster en Intel·ligència Artificial i Big Data en Salut
Pla d'estudis:	Màster en Intel·ligència Artificial i Big Data en Salut [4291]
Document:	Treball de fi de postgrau
Matèria:	Chatbot ; Laboratorio clínico ; RAG ; Preanalítica ; Clinical laboratory ; Pre-analytical

8 p, 1.1 MB

El registre apareix a les col·leccions:
Documents de recerca > Treballs de recerca i projectes de final de carrera > Enginyeria. TFM