Inicio · Blog · extraer datos recetas

extraer datos recetas

Extraer datos de recetas médicas con IA: guía LATAM

Cómo extraer datos de recetas médicas escaneadas con IA: stack OCR, validación clínica, precisión esperada y costos según el volumen para clínicas en LATAM.

Pablo Estrada · 11 de mayo de 2026 · 5 min de lectura

Extraer datos de recetas médicas escaneadas con IA es viable en LATAM con precisión de 85 a 95 por ciento campo a campo, y el costo mensual depende de cuántas recetas procesas. La diferencia entre un proyecto serio y un experimento es la validación: el medicamento extraído debe existir en tu catálogo, la dosis debe coincidir con presentaciones registradas y todo debe quedar auditable. Cuando los datos se unifican, los problemas se anuncian solos.

El problema operativo no es la letra del médico. Es que la farmacia tiene tres personas capturando recetas a mano y aún así pierden 5 por ciento de los ingresos porque la fila se va. O que la aseguradora tiene un archivo histórico de PDFs sin indexar y no puede auditar despensa retroactiva.

Qué hace exactamente un pipeline de extracción de recetas

Convierte cualquier receta (foto, PDF, escaneo) en una fila estructurada en tu sistema. El pipeline completo hace ocho operaciones.

  • Ingesta multi-canal: foto por WhatsApp, upload web, drop folder, email
  • Detección de tipo: foto de celular versus scanner, ajuste de pipeline acorde
  • Pre-procesamiento: corrección de perspectiva, contraste, denoise con OpenCV
  • OCR híbrido: Tesseract para impreso, Claude Vision o Google Document AI para letra
  • Extracción estructurada: paciente, médico (cédula profesional), medicamentos, dosis, forma farmacéutica, indicaciones
  • Validación contra catálogo: cada medicamento debe existir en tu vademécum
  • Cruzado con paciente: alerta si hay interacción medicamentosa o alergia conocida
  • Output JSON o API call: integración nativa con farmacia o EHR

Caso real: un archivo histórico de PDFs procesado

Una distribuidora con años de operación tenía sus datos históricos en tablas legacy de SQL Server 2019 y un archivo de PDFs sin indexar. El proyecto migró todo a un Data Lake con OCR completo del archivo histórico.

  • Migración del histórico a Supabase
  • Bronze parquet raw en GCS
  • Tablas snapshot, silver views y gold materialized views
  • Verificación fila a fila: source igual a bronze igual a silver igual a gold
  • Tablas Gold finales normalizadas
  • Políticas RLS y roles RBAC para multi-tenant

El mismo patrón aplica para recetas médicas: bronze conserva el escaneo original, silver guarda la extracción estructurada, gold expone las tablas consumibles por farmacia y aseguradora.

Stack recomendado para clínica o farmacia mediana

Capa Tecnología Por qué
Captura WhatsApp Business, web upload, drop folder Multi-canal
Pre-proceso OpenCV con corrección de perspectiva Mejora OCR 15 por ciento
OCR impreso Tesseract 5 local Cero costo por página
OCR manuscrito Claude Vision o Google Document AI Para letra médica difícil
Extracción estructurada Anthropic Claude con JSON schema Output validable
Vademécum PostgreSQL con full-text search Validación 100 ms
Validación clínica TypeScript con reglas en código Guardrails sin hallucination
Almacén Bronze Supabase Storage parquet Auditable, inmutable
Almacén Silver PostgreSQL normalizado Consultable
Integración farmacia API REST con retry exponencial Sin pérdida

Triple validación clínica obligatoria

Sin validación nunca se acepta la extracción en producción. Tres reglas que viven en código TypeScript, no en el prompt del modelo.

Validación de catálogo: el nombre del medicamento extraído debe matchear un registro en tu vademécum local. Si no matchea ni con fuzzy search a 90 por ciento de similitud, bloqueo y revisión humana. Esto evita que el modelo invente medicamentos.

Validación de dosis y forma farmacéutica: la dosis y forma (tableta, jarabe, ampolleta) deben corresponder a presentaciones registradas para ese medicamento. Si la receta dice "Paracetamol 5,000 mg" (dosis imposible), bloqueo.

Validación cruzada con paciente: si el medicamento interactúa con uno ya activo del paciente, o es contraindicado por edad o condición conocida, alerta al farmacéutico y al médico tratante antes de dispensar.

Aspectos legales por país

En México, NOM-024 regula expediente clínico electrónico y datos de receta deben quedar auditables con timestamp y firma del responsable. La extracción automática no exime de firma del farmacéutico. En Colombia, Resolución 1995 de 1999 del Ministerio de Salud aplica de forma similar. La Resolución 2003 de 2014 regula habilitación de servicios de salud y obliga a trazabilidad de procesos.

En Argentina, Ley 26.529 de derechos del paciente y Ley 25.326 de protección de datos personales. En Chile, Ley 19.628. En todos los países el principio práctico es el mismo: trazabilidad total, backup del escaneo original, consentimiento explícito del paciente.

¿Qué tan precisa es la lectura de letra médica?

Depende del estilo del médico. Letra impresa y bien legible: 95 por ciento. Letra cursiva entrenada: 80 a 90 por ciento. Letra médica clásica difícil: 65 a 80 por ciento. La trampa: aceptar todo lo que el modelo dice. La solución: validación contra catálogo. Si el modelo "lee" un medicamento que no existe, se bloquea. Esto convierte precisión cruda de 75 por ciento en precisión efectiva mayor a 95 por ciento.

Costos según el volumen

Volumen mensual Stack recomendado Costo infraestructura Captura manual equivalente
500 recetas Tesseract + Claude Según uso 16 h de trabajo
5,000 recetas Tesseract + Claude Vision Según uso 166 h de trabajo
50,000 recetas Document AI + Claude Según uso 1,666 h de trabajo
200,000 recetas Pipeline custom Según uso Imposible manual

La IA se cobra por uso, así que la infraestructura crece con el volumen, mientras que la captura manual crece en horas de trabajo.

Próximos pasos

Para clínica o farmacia con 5,000 a 50,000 recetas mensuales y captura manual, el camino es MAGIA Core: 12 semanas, pipeline completo con data lake unificado, vademécum integrado y dashboards de auditoría, con el precio en esa página. Aseguradoras o cadenas con volumen mayor a 100,000 recetas mensuales que necesitan hardening (aislamiento por tenant, logs SHA-256, RBAC granular) también van por MAGIA Core.

Agenda una sesión técnica sin SDR, una llamada con el equipo que construye el pipeline.

Cómo te ayuda Catalizadora

Construimos sistemas con IA a la medida, con el código 100% tuyo. Elige por dónde empezar:

  • Agente de IA para WhatsApp — MAGIA Solo: atiende, agenda citas y cobra con link de pago; listo en 15 días.
  • Tienda en línea con vendedor de IA — MAGIA Commerce: catálogo, carrito y cobro en tu web y en WhatsApp.
  • Agentes de IA para empresas — MAGIA Core: automatización empresarial y dashboards por rol.
  • Desarrollo de software a medida con IA — MAGIA Forge: para lo que no existe en el mercado.
  • Gratis: mide si ChatGPT y Google encuentran tu negocio — Radar
  • Ver precios · Academia de IA

Preguntas frecuentes

¿Qué precisión real se logra extrayendo datos de recetas escaneadas con IA?

Entre 85 y 95 por ciento campo por campo en recetas con calidad de escaneo aceptable. Para letra médica difícil de leer, baja a 70 a 85 por ciento. Con validación cruzada contra vademécum y maestro de pacientes recuperas precisión efectiva mayor a 95 por ciento. La clave es no aceptar nunca un medicamento que no exista en tu catálogo.

¿Es legal procesar recetas médicas con IA en México y Colombia?

Sí en ambos países, siempre que cumplas normativa de datos sensibles. En México aplica LFPDPPP y NOM-024. En Colombia, Ley 1581 y Resolución 1995. El sistema debe almacenar logs de quién accedió a cada receta, backup inmutable del escaneo original y consentimiento del paciente para procesamiento digital.

¿Cuánto cuesta procesar 5,000 recetas mensuales?

Depende del mix de calidades de escaneo: Tesseract cubre lo impreso sin costo por página y Claude Vision se cobra por uso en los casos difíciles. Comparado contra captura manual a 2 minutos por receta, son 166 horas mensuales que cuestan mínimo 2,500 USD en salario equivalente.

¿Se integra con sistemas de farmacia y POS?

Sí. El agente entrega los datos extraídos como JSON estructurado o llamada a API. Se conecta con el sistema de farmacia que ya usas, incluido uno propio en SQL Server. Cero captura manual del operador de farmacia.

¿Cómo se valida que el medicamento extraído es correcto?

Tres validaciones obligatorias. Primero, nombre del medicamento debe existir en tu catálogo o vademécum (bloqueo si no existe). Segundo, dosis y forma farmacéutica deben coincidir con presentaciones registradas (alerta si es atípica). Tercero, indicación debe ser compatible con edad y antecedentes del paciente. Estos guardrails viven en código, no en el prompt.

¿Esto aplica a tu operación?

Déjanos tu correo y te escribimos en menos de 24 horas con un diagnóstico inicial sin costo. Sin pitch, sin agenda comercial.

¿Prefieres conversar antes? Agenda 30 minutos con Pablo Estrada — sin pitch deck.

Agendar llamada →

¿Prefieres aprender a hacerlo tú? El curso completo de la Academia son 8 clases, gratis y sin tarjeta.

Entrar a la Academia →

Sigue leyendo

Manychat vs Landbot vs Voiceflow: comparativa honesta 2026Restaurante duplicó reservas con bot WhatsApp 2026Agente IA para enviar cotizaciones desde WhatsApp (LATAM)