Conectar un modelo de lenguaje a un registro médico plantea tres preguntas antes de la primera indicación: ¿qué ve el modelo, quién lo permitió y qué sucede cuando quiere escribir algo? La Plataforma Anpheros responde a las tres en la API, para que el asistente que construyas (o el que tus usuarios ya tengan) pueda trabajar en un registro sin inventar sus propias reglas. Esta guía cubre la API de contexto, el servidor MCP y el flujo de propuestas.
Versión técnica para desarrolladores: Asistente médico con IA · Servidor MCP en developers.anpheros.com, con solicitudes, respuestas y límites. Esta página es la versión en lenguaje sencillo.
Lo que ve el modelo: la API de contexto
POST /v1/context crea un resumen listo para IA de un paciente dentro de un presupuesto de tokens que establezcas. Cada elemento lleva author_type (paciente, profesional, dispositivo, importación, derivado) y su origen, para que el modelo pueda distinguir un valor de laboratorio de un síntoma autoinformado y un diagnóstico médico de una suposición. El presupuesto decide qué se incluye primero: problemas activos, medicamentos actuales, alergias, resultados recientes, y luego el resto. Obtienes secciones etiquetadas o, con format: "text", un bloque renderizado listo para una indicación, además de una lista omitted que nombra lo que no cabía.
curl -X POST "$BASE/v1/context" \
-H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
-d '{"patient": "'$PID'", "budget_tokens": 2000, "task": "pre-visit summary", "format": "text"}'
Las mismas etiquetas de procedencia son las que hacen que la salida sea defendible más tarde: el resumen de un asistente puede decir de dónde provino cada declaración.
Quién lo permitió: consentimiento, no configuración
El token en la llamada anterior proviene de la persona, a través de OAuth 2.1 con PKCE, con los ámbitos y la duración que eligió. Una aplicación de IA se registra como cualquier otra, solicita como cualquier otra y aparece en las "Conexiones" de la persona como cualquier otra. La revocación la detiene en la siguiente solicitud. Una clave de proyecto por sí sola solo ve a los pacientes que el proyecto creó; nunca sustituye al consentimiento.
Escribir de vuelta: propuestas, no escrituras
Una escritura realizada bajo el consentimiento de una persona por una aplicación registrada como agente de IA se retiene. La plataforma la valida, responde 202 Accepted con un ID de propuesta y no cambia nada. La persona ve la propuesta, qué es y qué asistente la envió, y la acepta o rechaza. Una propuesta aceptada se escribe exactamente como se envió, marcada como escrita por IA siguiendo la guía de transparencia de IA de HL7. Los proyectos que pueden ver el registro reciben una delgada notificación proposal.created (webhook).
Esta es la regla que permite que un asistente sea útil ("Noté que mencionaste un nuevo medicamento, ¿quieres que lo agregue?") sin ser nunca el autor del registro.
El servidor MCP
Los asistentes que hablan el Protocolo de Contexto de Modelo se conectan directamente a https://platform.anpheros.com/mcp (HTTP transmitible). Las personas se conectan con OAuth, en su propio registro; los desarrolladores pueden conectarse con una clave de sandbox en los 30 pacientes sintéticos. Las herramientas son las que esperarías de la API:
list_patients,get_patient_context,get_patient_summary(el Resumen Internacional del Paciente),get_timelineget_health_patterns,get_pattern_evidence,get_series,compare_periods(qué cambió y qué recurre, con evidencia; no diagnósticos)search_fhir,read_fhir_resource,get_provenance,lookup_codevalidate_fhir_resource,create_fhir_resource,create_patient,import_lab_reportsandbox_status,reset_sandbox
El servidor está listado en el registro MCP como com.anpheros/fhir. La configuración para Claude, ChatGPT y otros clientes está en developers.anpheros.com/guides/mcp.
Modelos privados y residencia en la UE
La plataforma no llama a un modelo en tu nombre; sirve contexto y acepta propuestas. Qué modelo lee el contexto es tu decisión: una API alojada, una implementación privada, un modelo en el propio hardware de un hospital. El registro en sí permanece en la UE, en Cloud Run en europe-west4, con procedencia y auditoría en cada acceso.
Lo que no es
La plataforma no diagnostica ni recomienda tratamiento, y la API de contexto no es soporte de decisiones clínicas. Le da al modelo los hechos, etiquetados, bajo consentimiento. Lo que dice el modelo es responsabilidad de quien lo implemente.
Preguntas frecuentes
¿Puedo conectar ChatGPT o Claude a un registro de paciente?
Sí, a través del servidor MCP, con el consentimiento OAuth de la persona en su propio registro. Para desarrollo, una clave de sandbox le da al asistente los 30 pacientes sintéticos.
¿La IA escribe en el registro?
Solo como una propuesta que la persona aprueba. Nada de lo que envía un agente de IA se aplica sin esa aprobación, y las entradas aceptadas se marcan como escritas por IA.
¿Cómo evito que el modelo vea demasiado?
Tres maneras: los ámbitos que otorga la persona, los filtros de categoría en esos ámbitos y el presupuesto de tokens en la llamada de contexto, que ordena los elementos por relevancia clínica y se detiene en el presupuesto.
¿Hay una API para un chatbot de salud en mi propia aplicación?
Sí. Tu aplicación obtiene el consentimiento de la persona a través de OAuth, llama a la API de contexto, envía el resultado al modelo que elijas y, si el modelo sugiere una entrada, la envía como una escritura; la plataforma la convierte en una propuesta. Los SDK de TypeScript y Dart cubren las llamadas.
¿Dónde se procesan los datos?
El registro se almacena y se sirve desde la UE. Dónde se ejecuta el modelo depende de ti; la plataforma nunca envía datos del registro a un modelo en sí.
Lleva tu historial médico contigo
Anpheros Daily guarda síntomas, análisis, medicamentos y documentos en un solo lugar, en formato estándar y bajo tu control. El plan Basic es gratuito.