Pokala HealthIntel: A No-PHI Public-Source Healthcare Evidence Review Workspace

Resumen Técnico: Pokala HealthIntel

Planteamiento del Problema
Los conjuntos de datos de salud de fuentes públicas (p. ej., openFDA, ClinicalTrials.gov) ofrecen recursos valiosos para revisiones regulatorias, de seguridad, de proveedores y de contexto de mercado. Sin embargo, existe una brecha crítica en el flujo de trabajo de revisión descendente: las afirmaciones derivadas de estos artefactos públicos suelen quedar desvinculadas de su contexto esencial. Los revisores pueden encontrarse con notas de seguridad o señales de mercado sin acceso inmediato a la identidad de la fuente que las respalda, la escala de los datos (recuento de filas), la frescura de la instantánea o las limitaciones específicas que restringen la interpretación. En la informática de la salud, esta separación crea un riesgo donde los resultados de la revisión de fuentes públicas pueden malinterpretarse como evidencia clínica, inferencias a nivel de paciente o soporte de decisiones validado, a pesar de carecer de los límites probatorios necesarios.

Metodología y Diseño del Sistema
El presente documento presenta Pokala HealthIntel, un espacio de trabajo de revisión de evidencia de salud de fuente pública sin PHI (Información de Salud Protegida) diseñado para mantener el vínculo entre las afirmaciones de revisión y la metadata explícita de la evidencia.

• Arquitectura: El sistema utiliza un modelo de artefacto orientado a instantáneas (snapshots). Ingiere entradas de fuentes públicas preprocesadas y las organiza en "registros de evidencia vinculados a afirmaciones". El despliegue consiste en un frontend de React/Vite y una superficie de ruta de Cloudflare Worker, con los datos gestionados mediante Cloudflare D1 (una base de datos SQLite sin servidor).
• Esquema Central: La unidad fundamental de diseño no es una tarjeta de tablero (dashboard), sino un registro de evidencia estructurado que contiene cinco campos obligatorios:
  1. Afirmación/Título: La observación resumida.
  2. Fuente: La categoría o el artefacto que respalda la afirmación.
  3. Recuento de Filas: El contexto de escala del artefacto.
  4. Frescura: La recencia o el contexto de la instantánea.
  5. Limitación/Límite: Declaraciones explícitas sobre lo que no debe inferirse de la afirmación.
• Protocolo de Evaluación: El estudio es una demostración de sistemas y una evaluación a nivel de implementación. No evaluó la seguridad clínica, los resultados de los pacientes o la precisión diagnóstica. En su lugar, la evaluación se centró en:
  • Construcción y Despliegue: Instalación de dependencias y éxito de la construcción del frontend.
  • Disponibilidad de Rutas: 20 solicitudes por ruta pública para verificar las tasas de respuesta 2xx y la latencia.
  • Cobertura de Evidencia: Inspección de los registros de evidencia de alto nivel para la presencia de los cinco campos de metadata requeridos.
  • Linaje y Límites: Verificación del linaje canónico, escaneo de frases de lenguaje público prohibidas (para asegurar que no haya sobreclaim de carácter clínico) y verificación del estado del manifiesto de la fuente.

Resultos Clave
La evaluación arrojó los siguientes resultados:

• Construcción y Despliegue: La instalación de dependencias y la construcción del frontend se completaron con éxito.
• Rendimiento de Endpoints: Seis rutas públicas verificadas devolvieron un 100% de respuestas 2xx tras 20 solicitudes cada una. Las latencias medianas oscilaron entre 119.87 ms y 136.61 ms, con latencias p95 entre 144.96 ms y 542.31 ms.
• Metadata de Evidencia: La metadata de la instantánea reportó 172,228 filas de evidencia a través de cuatro fuentes. Los cuatro registros de evidencia de alto nivel seleccionados contenían el 100% de los campos requeridos (afirmación/título, fuente, recuento de filas, frescura y limitación/límite).
• Linaje y Límites: El verificador de linaje canónico pasó, confirmando la consistencia entre los recuentos de filas/fuentes reportados y la metadata. El escaneo de lenguaje público no encontró frases prohibidas, y el estado del manifiesto de la fuente fue incluido.
• Estado de Herramientas: Un script local de validación de artefactos fue marcado como un elemento de mantenimiento tras cambios en la disposición de las fuentes, pero esto no afectó las afirmaciones centrales del sistema.

Contribuciones Clave y Significado
El documento posiciona a Pokala HealthIntel no como un sistema de soporte de decisiones clínicas, un modelo de diagnóstico o un motor de recomendación de tratamiento, sino como una demostración de sistemas de informática de la salud.

• Patrón Auditable: La contribución principal es un patrón modesto y auditable para la revisión de evidencia de fuentes públicas. Demuestra que las afirmaciones de revisión seleccionadas pueden permanecer estructuralmente vinculadas a la metadata de fuente, escala, frescura y limitación dentro de un espacio de trabajo desplegado.
• Comunicación de Límites: El sistema impone explícitamente un límite de "no-PHI" y "no-clínico". Al integrar los campos de limitación directamente en el esquema del registro de evidencia, el diseño busca prevenir la malinterpretación de los artefactos públicos como inferencia a nivel de paciente o validación clínica.
• Alineación con la Proveniencia y FAIR: Aunque no es una certificación formal, el sistema operacionaliza los principios de proveniencia (W3C PROV) y los principios de datos FAIR al asegurar que las afirmaciones derivadas estén acompañadas de la metadata necesaria para juzgar su idoneidad de uso.

Limitaciones y Alcance
Los autores declaran explícitamente que este trabajo es una evaluación a nivel de implementación, no un estudio de validación clínica. El sistema no proporciona diagnóstico, triaje ni orientación específica para el paciente. Las métricas de evaluación (latencia, disponibilidad) reflejan una ejecución única y no constituyen un acuerdo de nivel de servicio (SLA) o una garantía de fiabilidad de producción. Además, aunque el estado del manifiesto de la fuente está incluido, se requiere trabajo futuro para expandir esto hacia un manifiesto ascendente completo con URLs de recuperación, sumas de comprobación (checksums) y notas de transformación. El documento concluye que el espacio de trabajo sirve como una prueba de concepto para el uso secundario responsable de datos de salud públicos, distinto de la IA clínica o las plataformas clínicas de producción.