Voz Rural

Interfaz web
Interfaz web
Interfaz web
Interfaz web
Interfaz web
Interfaz web
Interfaz web
Interfaz web

Inspiration

En gran parte de Latinoamérica, millones de personas en zonas rurales viven a horas de distancia del centro de salud más cercano. Sin embargo, más del 90% de esta población tiene acceso a una línea telefónica convencional o a WhatsApp. Nos inspiró la idea de transformar las herramientas que la gente ya usa todos los días en un ecosistema clínico avanzado. Queríamos democratizar el acceso a la salud, asegurando que cualquier persona —incluso sin internet de alta velocidad o alfabetización digital— pueda recibir orientación médica experta, triage de emergencias y empatía con el simple acto de hacer una llamada.

What it does

VozRural es un ecosistema de salud y telemedicina impulsado por Inteligencia Artificial, accesible totalmente mediante llamadas telefónicas y WhatsApp.

Elena (Agente de Voz Inteligente): Dialoga de forma natural y empática con el paciente para hacer triage médico, dar seguimiento a enfermedades crónicas y evaluar urgencias.
Botón de Emergencia IoT: Un dispositivo físico de bajo costo para hogares sin smartphones que, al presionarse, alerta al sistema y envía coordenadas GPS a los médicos.
Dashboard para Personal Médico: Una plataforma donde los doctores pueden ver la transcripción de las llamadas en tiempo real, revisar el historial clínico semántico de los pacientes y gestionar alertas críticas.
Enjambre de Especialistas: La IA canaliza internamente la plática a agentes de Nutrición, Pediatría (Protocolo SUIVE) o Salud Mental (PHQ-2/GAD-2) según el caso, e incluso agenda citas reales automáticamente.

How we built it

Construimos un sistema distribuido y heterogéneo para optimizar el rendimiento de cada capa:

Telecomunicaciones y Voz: Integramos Twilio para procesar las llamadas/WhatsApp y Deepgram (Aura) para la conversión ultra rápida de Texto a Voz (TTS).
AI Backend (FastAPI / Python): El cerebro del sistema. Implementamos una arquitectura de doble modelo. Usamos Groq (con Llama 3 y Whisper STT) para manejar la conversación en tiempo real con latencia casi nula, y en segundo plano usamos Gemini 1.5 Pro como orquestador para coordinar a los agentes médicos especializados sin hacer esperar al usuario.
Persistencia y Memoria Semántica: Empleamos Supabase (PostgreSQL) y pgvector con embeddings de HuggingFace para darle a la IA una "memoria a largo plazo" sobre el historial del paciente.
Microservicios (Java / Spring Boot): Creamos ms_calls y ms_citas en Java 17 para gestionar la lógica de negocio administrativa, usando Server-Sent Events (SSE) para actualizar el frontend.
Frontend (Angular 17+): Una PWA reactiva que sirve como estación de control clínico.
Hardware IoT: Programamos un ESP32 en C++ (PlatformIO) usando WiFiClientSecure para integrar el botón físico directamente con nuestros microservicios.

Challenges we ran into

El reto de la latencia en voz: En una llamada telefónica real, si la IA tarda en responder, el usuario asume que la llamada se cortó y cuelga. Superamos esto dividiendo el procesamiento entre modelos rápidos (Groq/Ollama) y pesados (Gemini).
Seguridad y Zero-Liability: Evitar las "alucinaciones" médicas es de vida o muerte. Tuvimos que inyectar guardrails estrictos para asegurar que la IA jamás recete medicamentos, y que se apegue obligatoriamente a protocolos institucionales en lugar de inventar diagnósticos.
Integración de Tecnologías: Orquestar en tiempo real un hardware en C++, dos microservicios en Java, un backend asíncrono en Python con Webhooks de Twilio, un PWA en Angular y llamadas a tres APIs de IA diferentes fue un desafío monumental de arquitectura de software.

Accomplishments that we're proud of

Lograr una latencia de voz conversacional de $\approx$ 1.2 segundos (STT + LLM + TTS), haciendo que la IA se sienta como una persona real al otro lado de la línea.
Construir un producto funcional de extremo a extremo que involucra Hardware, Telecomunicaciones nativas y Software Avanzado en el tiempo límite del hackaton.
Integrar un sistema de memoria semántica vectorial que realmente permite a la IA recordar si el usuario le mencionó un dolor de estómago semanas atrás, brindando continuidad clínica real.

What we learned

Aprendimos a construir y orquestar Sistemas Multi-Agente (MAS) donde cada IA asume una responsabilidad clínica específica. Descubrimos la enorme complejidad de traducir normativas y protocolos de salud institucionales, fríos y rígidos, a un lenguaje empático y humano. Y sobre todo, aprendimos que la tecnología más poderosa no es la que requiere el mejor smartphone, sino la que sabe "bajar" y encontrarse con el usuario en los medios que él ya domina.

What's next for Voz Rural

Soporte Dialectal: Integrar modelos de STT fine-tuned para lenguas indígenas locales, rompiendo por completo la barrera del idioma en comunidades remotas.
IoT Autónomo: Migrar el botón de emergencia de WiFi a redes LoRaWAN o GSM de bajo consumo para comunidades que están completamente desconectadas de internet.
Integración EHR: Conectar la base de datos de VozRural directamente con los Expedientes Clínicos Electrónicos (EHR) del sistema de salud pública nacional.