- 37M+ — articulos de PubMed y Europe PMC sobre los que responde
- Citas verificadas — cada respuesta enlaza a su articulo de origen
- Open source — codigo publico y auditable
- RAG — respuestas ancladas a fuentes, no a la memoria del modelo
El reto
En medicina, una respuesta plausible pero inventada es peligrosa. Un modelo de lenguaje por si solo puede sonar convincente y equivocarse, o citar estudios que no existen. La meta era un buscador que solo afirmara lo que puede respaldar con literatura real y verificable, y que ensenara la fuente de cada frase.
El enfoque
Montamos un sistema RAG sobre bases de datos cientificas abiertas (PubMed y Europe PMC). Ante una pregunta, el sistema recupera los articulos relevantes y el modelo redacta la respuesta apoyandose solo en ellos, enlazando cada afirmacion a su fuente. La transparencia es la funcion, no un anadido.
La arquitectura
Next.js en el front, FastAPI en el back, e integracion con las APIs de PubMed y Europe PMC para la recuperacion. El modelo trabaja sobre los fragmentos recuperados, y una capa de verificacion comprueba que las citas correspondan a articulos reales antes de mostrarlas.
Lo que no funciono a la primera
El cuello de botella no fue el modelo, sino la recuperacion: si traes el articulo equivocado, la respuesta suena bien pero no sirve. Trocear los abstracts entero por articulo daba resultados pobres; pasar a fragmentos mas pequenos y buscar sobre ellos mejoro mucho la relevancia. Nos dejo una leccion que aplicamos siempre: en RAG, el 80% del trabajo esta en como buscas, no en que modelo usas, y la verificacion de citas no es opcional.
El resultado
Un buscador clinico open source que responde con literatura cientifica real y muestra sus fuentes, pensado para que cualquiera pueda auditar de donde sale cada dato. Un ejemplo de IA aplicada donde la confianza es el producto.
Tecnología
- Next.js
- FastAPI
- PubMed API
- Europe PMC
- OpenAI
Ver el proyecto en producción ↗