Cómo construimos KineAssistance

El problema real de la kinesiología clínica en Chile

Los kinesiólogos en Chile atienden en clínicas, domicilios y centros de salud con herramientas que no fueron diseñadas para ellos. El proceso típico se ve así:

• Evaluación inicial anotada a mano o en Word
• Programa de ejercicios generado en Excel, impreso o enviado por WhatsApp
• Seguimiento de progreso en la memoria del kinesiólogo o en notas sueltas
• Sin acceso a protocolos clínicos actualizados durante la consulta
• Sin diferenciación entre pacientes de rehabilitación y adultos mayores con sarcopenia

El resultado: tiempo clínico desperdiciado en administración, programas de ejercicio inconsistentes entre sesiones, y ninguna herramienta para demostrar resultados objetivos al paciente.

Stack tecnológico: por qué reutilizamos la misma base

Para KineAssistance elegimos el mismo stack que usamos en Perfil Primero — Next.js con export estático + Firebase — pero por razones distintas.

En una plataforma clínica, la velocidad de carga importa más que en un marketplace. Un kinesiólogo en consulta no puede esperar 3 segundos a que cargue el historial del paciente mientras el paciente está frente a él. El export estático resuelve esto: el shell de la aplicación carga instantáneamente desde CDN, y los datos del paciente se traen en paralelo desde Firestore.

• Next.js 15 (static export): Shell instantáneo, sin servidor, CDN global
• Firestore: Historial de pacientes en tiempo real, sin esquema rígido
• Cloud Functions v2: Lógica de recomendaciones con IA, sin exponer credenciales al cliente
• Firebase Auth: Login seguro para el kinesiólogo — los pacientes no necesitan cuenta
• Firebase Storage: Almacenamiento de documentos clínicos y fotos de evaluación

La biblioteca clínica: el corazón del producto

El diferenciador real de KineAssistance no es la tecnología — es el contenido clínico integrado directamente en el flujo de trabajo. Trabajamos con la kinesióloga para mapear 8 protocolos clave y estructurarlos en la plataforma:

Cada protocolo está estructurado como una guía paso a paso accesible durante la consulta — no como un PDF que hay que buscar en otra pestaña. El kinesiólogo puede seleccionar un protocolo, personalizarlo para el paciente y enviarlo directamente desde la plataforma.

Recomendaciones con IA: qué funciona y qué no

Integramos IA para asistir al kinesiólogo en la selección de técnicas y ejercicios. El enfoque fue deliberadamente conservador: la IA sugiere, el kinesiólogo decide.

La implementación usa Cloud Functions para llamar al modelo con el contexto clínico del paciente (edad, diagnóstico, sesiones previas, limitaciones) y retorna un ranking de técnicas recomendadas con justificación clínica. El kinesiólogo ve la sugerencia, pero el programa final siempre lo escribe él.

// Cloud Function — recomendación clínica
export const recommendTechnique = onCall(async (request) => {
  const { patientAge, diagnosis, sessionCount, limitations } = request.data;

  const prompt = `Paciente: ${patientAge} años.
Diagnóstico: ${diagnosis}. Sesiones previas: ${sessionCount}.
Limitaciones: ${limitations}.
Recomienda 3 técnicas kinésicas priorizadas con justificación clínica breve.
Responde en JSON: [{technique, rationale, priority}]`;

  const result = await gemini.generateContent(prompt);
  return JSON.parse(result.response.text());
});

Lo que aprendimos: el prompt debe ser extremadamente específico en el contexto chileno. Un modelo genérico recomienda técnicas que no se practican aquí o referencias que el kinesiólogo no puede verificar. Añadimos contexto explícito sobre el sistema de salud chileno y los protocolos locales — la tasa de aceptación de sugerencias subió del 40% al 78%.

Precios en el contexto chileno

Una decisión de producto que marcó la diferencia: integrar precios de referencia para Chile directamente en la plataforma. Cuando un kinesiólogo genera un presupuesto para un paciente, tiene acceso a rangos de precios actualizados por tipo de sesión y modalidad (domicilio, clínica, online).

Esto resuelve un problema real: muchos kinesiólogos independientes en Chile no tienen claridad sobre cómo cobrar sus servicios de manera competitiva. La plataforma no impone un precio — entrega contexto de mercado para que el profesional tome una decisión informada.

Seguridad de datos clínicos

Los datos de pacientes son sensibles por definición. Aplicamos el mismo patrón que en Perfil Primero: separación estricta entre datos públicos y privados, con colecciones write-locked en Firestore.

// firestore.rules — datos clínicos
match /patients/{patientId} {
  // Solo el kinesiólogo dueño puede leer
  allow read: if request.auth.uid == resource.data.ownerId;
  allow write: if request.auth.uid == request.resource.data.ownerId;
}

match /clinicalRecords/{recordId} {
  allow read: if request.auth.uid == resource.data.kinesiologistId;
  allow write: if false; // Solo Cloud Functions
}

Ningún dato de paciente se transmite al modelo de IA en texto libre con información identificable. Pasamos solo los atributos clínicos anónimos (edad, diagnóstico categorizado, contador de sesiones).

Lo que haríamos diferente

• Involucrar al kinesiólogo en cada iteración desde el día 1 — las primeras 2 semanas diseñamos sin validar y tuvimos que rehacer el flujo de registro de sesiones
• Construir el módulo de exportación de informes desde el inicio — es lo primero que pidió el cliente en producción y lo habíamos dejado para v2
• Usar Firestore offline persistence desde el principio — un kinesiólogo en domicilio puede no tener señal estable