Docokids, GenAI

Sobre el cliente

Docokids es una startup de HealthTech emergente fundada en 2022 con la misión de transformar el acceso a la atención pediátrica a través de tecnologías avanzadas de Inteligencia Artificial y Modelos de Lenguaje de Gran Tamaño (LLM). La compañía aborda una brecha de salud global: la falta de orientación médica oportuna y confiable para padres y cuidadores, especialmente en el manejo de la fiebre pediátrica, uno de los síntomas más comunes e inductores de ansiedad en la primera infancia. Operando principalmente en América Latina, Docokids ofrece recomendaciones clínicas instantáneas a través de una plataforma de conversación basada en WhatsApp que combina experiencia pediátrica con algoritmos de procesamiento del lenguaje natural. Con un equipo multidisciplinario de 18 profesionales, incluidos expertos médicos, ingenieros de inteligencia artificial y personal operativo, la organización ha proporcionado más de 100,000 consultas virtuales a familias de 28 países. Docokids opera bajo un modelo de suscripción flexible y ha recibido el reconocimiento de entidades globales como UNICEF (a través del Fondo de Venture de UNICEF) y TechStars, posicionándose como una innovación escalable, inclusiva y basada en la misión en el ecosistema de salud pediátrica.

Desafío del cliente

Los docokids enfrentaron un desafío comercial crítico: garantizar un acceso inmediato, seguro y escalable a recomendaciones clínicas confiables para manejar la fiebre pediátrica, uno de los síntomas más comunes y angustiantes en la primera infancia. La solución debía estar disponible las 24 horas, los 7 días de la semana, a través de un canal accesible como WhatsApp, y cumplir con los estrictos estándares de seguridad, transparencia y auditabilidad técnica, especialmente dada la alineación de la compañía con las directrices de UNICEF.

Para enfrentar este desafío, Docokids estableció una estrategia de dos etapas. La primera entrega consistió en construir un prototipo de código abierto basado en tecnologías transparentes y auditables. Esta fase tuvo como objetivo validar el concepto y garantizar que el asistente pediátrico pudiera proporcionar asesoramiento de gestión de fiebre confiable utilizando componentes abiertos, desplegables en infraestructura autogestionada (en las instalaciones). Este enfoque fue diseñado para alinearse con los principios de soberanía, replicación y equidad de UNICEF, lo que permite que la solución sea adoptada por otras organizaciones o sistemas de salud pública.

El segundo entregable implicó transformar el prototipo validado en un producto nativo de nube de grado de producción totalmente alojado en AWS. Esta fase se centró en lograr la escalabilidad global, la resiliencia operativa y las capacidades avanzadas de IA a través de una arquitectura sin servidor. La evolución incluyó la integración de los servicios generativos de IA, particularmente los servicios de Bedrock Knowlege Base, para brindar orientación clínica altamente contextual, precisa y en tiempo real. Esto permitió a Docokids pasar de una implementación local controlada a una plataforma sólida y escalable capaz de respaldar la creciente demanda de los usuarios al tiempo que mantiene la rentabilidad, la disponibilidad y el cumplimiento de los estándares de salud digitales.

Solución del socio

Para abordar los desafíos del cliente, Clouxter diseñó e implementó la solución Docokids en dos fases distintas, alineadas con los requisitos de UNICEF y las mejores prácticas de AWS. En la primera entrega, Clouxter construyó un asistente de IA pediátrico de código abierto desplegado en un entorno auto-gestionado. Esta versión utilizó componentes abiertos y LLM de código abierto (por ejemplo, OLMO), que cumple con los mandatos de UNICEF sobre transparencia, replicabilidad y soberanía tecnológica. Si bien permitió a Docokids validar el caso de uso y satisfacer las necesidades de cumplimiento temprano, la arquitectura tenía limitaciones clave: la infraestructura local carecía de escalabilidad y resistencia, y el LLM produjo resultados inconsistentes bajo una alta demanda.

Para superar estas limitaciones, Clouxter dirigió una migración estratégica a una arquitectura Serverless nativa de AWS. Este segundo entregable aprovechó un conjunto de servicios de AWS para garantizar que la solución fuera escalable, rentable, segura y lista para producción. El asistente de conversación fue rediseñado utilizando Amazon Bedrock, que sirvió como la columna vertebral de Inteligencia Artificial Generativa, invocando los modelos Claude V2 y Claude 3.5. Clouxter también integró Bedrock Knowledge Base para admitir el razonamiento contextual a través de RAG (Generación Aumentada por Recuperación), conectándose a datos clínicos vectorizados almacenados en un Servidor de Amazon Aurora PostgreSQL.

La capa de orquestación de la solución se implementó con AWS Lambda, utilizando imágenes de contenedor almacenadas en Amazon Elastic Container Registry (ECR). Esta arquitectura permitió incorporar lógica personalizada mediante el SDK del Strands Agents, otorgando al asistente la capacidad de gestionar conversaciones multi-turno, aplicar reglas clínicas específicas del dominio pediátrico y recuperar memoria contextual desde Amazon DynamoDB. Los pipelines de ingesta y procesamiento de contenido clínico no estructurado se administraron en Amazon S3, que además sirvió como fuente principal para la base de conocimiento de Amazon Bedrock, garantizando consistencia y trazabilidad en la gestión de la información.

Clouxter brindó soporte integral de extremo a extremo durante ambas etapas de implementación. En la fase inicial de código abierto, el equipo de Clouxter gestionó la experimentación y despliegue del modelo en Amazon SageMaker, garantizando el cumplimiento de los requisitos de transparencia establecidos por UNICEF. Durante la fase de migración a AWS, Clouxter asumió la responsabilidad total del aprovisionamiento de infraestructura como código (IaC), asegurando todos los componentes mediante AWS Identity and Access Management (IAM), habilitando el monitoreo operativo con Amazon CloudWatch y estableciendo un Runbook de excelencia operativa. La transición completa hacia AWS permitió reducir los costos mensuales de infraestructura en más de un 69%, al tiempo que mejoró significativamente la disponibilidad y los tiempos de respuesta del sistema.

El entorno de producción final es completamente sin servidor, elástico y alineado con los principios del marco Well-Architected de AWS. La arquitectura admite alta disponibilidad, flujos de trabajo conversacionales de IA seguros y almacenamiento escalable de conocimiento clínico. Clouxter continúa brindando soporte posterior al despliegue, incluyendo monitoreo proactivo de la infraestructura, optimización de rendimiento y validación operativa continua. Gracias a este acompañamiento, la seguridad y confiabilidad del asistente de Docokids se mantienen en niveles óptimos, asegurando que la solución esté lista para escalar a nivel global.

Entregable 1:

Principalmente compatible con Amazon Sagemaker

Entregable 2:

Arquitectura totalmente sin servidor con servicios AWS

Resultados y beneficios

La implementación de la solución Docokids marcó una transformación significativa en la entrega de orientación clínica pediátrica, resolviendo el principal desafío del cliente: ofrecer un soporte inmediato, confiable y escalable para cuidadores y profesionales de la salud. Al migrar de un prototipo local y de código abierto hacia una arquitectura completamente sin servidor y de nivel empresarial en AWS, Docokids alcanzó mayor rendimiento, escalabilidad y eficiencia de costos, manteniendo al mismo tiempo los estándares clínicos y de calidad requeridos en el sector salud.

La nueva arquitectura impulsó mejoras significativas en todas las métricas operativas clave. El porcentaje de respuestas clínicas estructuradas aumentó del 32% en la versión de código abierto al 96,1%, garantizando mayor claridad y consistencia para los usuarios finales. La disponibilidad del servicio pasó del 96,0% al 99,7%, asegurando acceso ininterrumpido 24/7 a la orientación en salud a través de WhatsApp. Asimismo, los tiempos de respuesta promedio se redujeron de 1.500 ms a 720 ms, mientras que los costos mensuales de infraestructura disminuyeron en más de 69%, pasando de USD 1.685 a USD 495. Estas mejoras no solo incrementan la satisfacción de los usuarios, sino que también fortalecieron la preparación de la plataforma para competir a escala global.

Gracias a su alianza con Clouxter y AWS, Docokids logró evolucionar de una fase piloto a una solución escalable y lista para producción, que integra IA generativa, confiabilidad clínica y optimización de costos. Esta transformación permitió cumplir plenamente con los objetivos técnicos, operativos y sociales de la organización, posicionando a Docokids como un referente en innovación responsable dentro del sector de la salud digital.

Sobre El Partner

Clouxter es un socio de consultoría avanzado de AWS y proveedor líder de soluciones en América Latina, con un historial comprobado de más de 600 proyectos exitosos de adopción y consolidación en la nube y un equipo con más de 70 certificaciones técnicas de AWS entre arquitectos, ingenieros DevOps y operadores. La compañía cuenta con la competencia de AWS DevOps, que respalda su experiencia en la implementación de culturas DevOps y DevSecOps, así como en la automatización segura de entornos en la nube. Además, ofrece servicios especializados en migración y modernización, acompañando a sus clientes a lo largo de las siete estrategias de migración (7 Rs) y aplicando las mejores prácticas en automatización, seguridad y gobernanza en AWS. Con especialización en servicios clave como AWS Lambda, API Gateway, DynamoDB, Aurora, SageMaker y Bedrock, Clouxter brinda implementaciones de extremo a extremo y servicios administrados 24/7 para sectores como salud, fintech, sector público e ISVs. Actualmente, la compañía se encuentra en proceso de obtener la competencia de IA Generativa de AWS, consolidando su liderazgo en soluciones basadas en inteligencia artificial.