Consulta por voz: graba la sesión y deja que la IA llene el expediente

El problema que nadie habla en voz alta

La consulta médica tiene dos momentos con cargas de trabajo completamente distintas: el tiempo con el paciente, que es el núcleo de la profesión, y el tiempo documentando esa consulta, que es necesario pero no es medicina. En muchos consultorios, ese segundo momento consume entre 15 y 30 minutos por cada hora de atención.

La dictación por campo (grabar o escribir cada sección del expediente una a una) ya ayuda. medynota la tiene desde el principio. Pero hay médicos que nos dijeron algo que resonó: "Yo ya hablo con el paciente. ¿Por qué tengo que hablar de nuevo con la computadora?"

Esa pregunta es el origen de esta función.

La idea: que la consulta se documente sola

El médico ya habla durante 10, 15 o 20 minutos con el paciente. Esa conversación contiene todo: el motivo de consulta, los síntomas, los hallazgos del examen, el diagnóstico, el plan de tratamiento. Está ahí, en el audio. El problema es que hasta ahora nadie lo aprovechaba.

Con Consulta por Voz, el flujo cambia:

1. El médico presiona "Grabar sesión" antes de que entre el paciente, o al inicio.
2. La consulta ocurre con normalidad. Sin interrupciones, sin formularios.
3. Al terminar, presiona "Detener".
4. medynota transcribe el audio y extrae los campos clínicos automáticamente.
5. El médico ve el expediente prellenado (SOAP completo, signos vitales si se mencionaron) y lo revisa antes de guardar.

El resultado es una nota clínica estructurada que salió de la misma conversación que ya ocurrió. No se duplica trabajo. No se interrumpe el flujo con el paciente.

Cómo funciona por dentro

El audio se graba directamente en el navegador con la API estándar del dispositivo: funciona en teléfono, tablet o computadora, sin instalar nada. Al detener la grabación, el archivo se envía al servidor de medynota. Ahí ocurren dos pasos en secuencia:

Paso 1. Transcripción: el audio se procesa con un modelo de reconocimiento de voz de alta precisión, con instrucción explícita de trabajar en español. El sistema devuelve el texto completo de la sesión en segundos.

Paso 2. Extracción clínica: la transcripción se pasa a un modelo de lenguaje con un prompt diseñado específicamente para documentación médica en México. El modelo identifica qué es el motivo de consulta, qué son los hallazgos físicos, cuál es el diagnóstico y cuál es el plan. También detecta números de signos vitales si el médico los mencionó durante la exploración.

El audio original se descarta en cuanto termina la transcripción. Lo que queda en el sistema es texto estructurado, no la grabación.

El médico siempre revisa antes de guardar

La IA puede malinterpretar una abreviatura, confundir un nombre de medicamento, o no captar el sarcasmo clínico de "el paciente refiere que se siente perfecto" cuando la clínica dice lo contrario. Por eso el expediente prellenado nunca se guarda solo.

El médico ve el resultado, lo edita si algo está mal, y confirma. Igual que con la extracción de signos vitales: la IA propone, el médico decide. Nada entra al expediente sin un humano con cédula en el ciclo.

Disponibilidad y costo

La consulta por voz se encuentra actualmente en fase de prueba con un grupo selecto de médicos. Estamos midiendo precisión, tiempos de procesamiento y costos reales en consultas del día a día antes de abrirla a todos los planes.

Transcribir y estructurar una consulta tiene un costo de procesamiento que escala con la duración del audio. Por eso seguimos definiendo el modelo de precios para su disponibilidad general: queremos que sea sostenible para medynota y justo para el médico, sin sorpresas en la factura.

Si te interesa participar en esta etapa de prueba, escríbenos y con gusto evaluamos habilitar la función en tu cuenta.

Privacidad y seguridad

Una consulta médica grabada es información sensible. Tomamos eso en serio:

• El audio se descarta inmediatamente después de la transcripción. No se almacena en ningún servidor, ni en medynota ni en el proveedor de procesamiento, más allá del procesamiento momentáneo.
• La transcripción tampoco se guarda como texto plano. Lo que persiste es el expediente estructurado que el médico aprobó.
• Cada cuenta tiene su propia base de datos aislada. Los datos de un consultorio nunca conviven con los de otro.
• El médico activa la grabación manualmente cada vez. No hay grabación automática, ni en segundo plano, ni sin consentimiento explícito.

Recomendamos informar al paciente que la sesión se grabará para propósitos de documentación clínica, como buena práctica independientemente del marco regulatorio.

Para quién tiene más sentido

No todos los médicos trabajan igual. Esta función tiene más impacto en ciertos perfiles:

• Médicos de primer contacto y medicina familiar, donde el volumen de consultas es alto y la variedad de casos es amplia (exactamente donde la documentación consume más tiempo relativo.
• Especialistas con consultas largas (psiquiatría, medicina interna, pediatría), donde la anamnesis es extensa y capturarla después de la consulta es especialmente tedioso.
• Médicos que trabajan desde el teléfono, que prefieren hablar a teclear y encuentran los formularios en pantalla pequeña un obstáculo.

Los médicos que ya usan dictación campo por campo y les funciona bien no necesitan cambiar. Esta función es una alternativa, no un reemplazo.

Lo que sigue

Esta es la primera versión. Funciona, pero hay espacio para mejorarla. En el roadmap próximo están cosas como mejor detección de múltiples hablantes (para distinguir con más precisión qué dijo el médico y qué dijo el paciente), soporte para más variantes de consulta, y métricas de uso por consultorio para que el médico vea cuánto tiempo ha ahorrado en el mes.

Si la usas y algo no funciona como esperabas (una palabra que se malinterpreta frecuentemente, un campo que siempre queda mal), nos ayuda saberlo. Esta función mejora con retroalimentación real de consultorios reales.