LLM propio · No OpenAI · No Anthropic

Nuestro LLM. No OpenAI. No Anthropic. Tuyo.

Un modelo de lenguaje entrenado específicamente para odontología, ejecutándose en la GPU local de tu clínica. Cero llamadas a cloud. Cero coste por token. Cero dependencia de terceros.

Por qué no usamos GPT-4 ni Claude

Los LLM cloud son brillantes para tareas generales. Para una clínica dental con datos sanitarios sensibles y un volumen alto de consultas, son la elección equivocada.

Coste por token impredecible

Cada consulta a OpenAI o Anthropic se factura por tokens. En una clínica con 50-100 consultas IA al día, el coste se vuelve significativo y, sobre todo, variable mes a mes. Hardware local se amortiza en 12-18 meses con coste marginal cero.

Lock-in del proveedor

Si OpenAI cambia precios, despreca un modelo o tiene una caída, tu clínica deja de funcionar. Tu LLM propio en tu servidor no depende de la salud de un tercero.

Datos sanitarios fuera de la UE

Las consultas que envías a OpenAI viajan a infraestructura en EEUU. Eso obliga a cláusulas contractuales tipo (SCC) y crea superficie de fricción RGPD. En local, los datos nunca salen del servidor de la clínica.

Latencia de red

Una llamada cloud requiere ir y volver por internet. Local es decenas de milisegundos en vez de segundos, y no depende de la calidad de tu conexión ni del estado del servicio del proveedor.

Entrenado en datos reales de odontología

Nuestro LLM no es un modelo generalista con un prompt dental. Está entrenado en corpus específico de la profesión.

18.000+
Papers PubMed indexados
Literatura científica revisada por pares, dental y craneofacial, indexada con knowledge graph propio para recuperación contextual.
113.000+
Casos clínicos validados
Casos reales anonimizados con su diagnóstico, tratamiento y outcome verificado por dentistas colegiados.
252.000+
Radiografías DICOM procesadas
Volumen real de producción usado tanto para entrenamiento del Visión IA como para fine-tuning del LLM con descripciones radiológicas.

Cómo lo evaluamos

No publicamos benchmarks de marketing. Medimos concordancia IA-Doctor en producción real y publicamos las cifras.

  • Concordancia IA-Doctor medida continuamente con outcome tracking integrado. Cada validación o corrección del dentista alimenta el ciclo de mejora.
  • Cada respuesta del LLM incluye las fuentes bibliográficas que usó. El dentista puede inspeccionar y verificar.
  • MUTEX entre Vision IA y Texto IA: nunca corren dos modelos en paralelo sobre la misma GPU. Esto garantiza precisión por encima de throughput, decisión deliberada.

Stack técnico

Modelo base
LLM propio entrenado en corpus dental + RAG sobre knowledge graph
Ejecución
GPU dedicada on-premise (Linux / Windows), MUTEX con Vision IA
Latencia media
1.8 s — percentil 95 inferior a 3 s
Privacidad
100% on-premise. Datos no salen del servidor de la clínica.
Hardware partner
PCSpecialist (programa NVIDIA Inception)

Preguntas frecuentes

¿Puedo cambiar el LLM si sale uno mejor?+
Sí. La arquitectura está pensada para que el modelo subyacente sea reemplazable. Si en el futuro liberamos una versión mejor o quieres usar otro modelo open-source con el mismo fine-tuning, la actualización se hace sin migrar datos.
¿Qué pasa si la respuesta del LLM es incorrecta?+
Cada respuesta es revisable por el dentista, que puede aceptarla, corregirla o ignorarla. Cada validación o corrección alimenta el outcome tracking que sirve para medir y mejorar el modelo.
¿Es realmente más barato que pagar OpenAI?+
Depende del volumen de uso. Para una clínica con 50+ consultas IA al día, el hardware local se amortiza en 12-18 meses. Para clínicas multi-sede con miles de consultas mensuales, el ahorro es significativo desde el primer mes.
¿Está alineado con el AI Act europeo?+
Sí. Los sistemas IA en sanidad son clasificados de alto riesgo por el AI Act. Tener el modelo y los datos en local simplifica enormemente la trazabilidad, los registros y la evaluación de conformidad que el reglamento exige.
¿Puede el LLM citar fuentes inventadas (alucinaciones)?+
El sistema usa RAG estricto: solo cita papers y casos que realmente están indexados en el knowledge graph. Si la evidencia no existe, el agente lo indica explícitamente en vez de fabricar una cita.

Nuestro LLM. No OpenAI. No Anthropic. Tuyo.