Sistema de consultas gerencial asistido por chatbot con MCP para obras sociales

• Autores: Agüero, Kevin Alberto
• Año de publicación: 2026
• Idioma: español castellano
• Tipo de recurso: tesis de grado
• Colaborador/a o director/a de tesis: Flores, Carola Victoria
• Fuente: Ingeniería en Informática
• Materia: ChatBot; LLM; MCP; obras sociales; Ingeniería de Prompts; RAG
• Institución: Universidad Nacional de Catamarca

Fil: Agüero, Kevin Alberto. Universidad Nacional de Catamarca. Facultad de Tecnología y Ciencias Aplicadas. Catamarca; Argentina.
El presente trabajo aborda la problemática de la dificultad gerencial en obras sociales para acceder de forma ágil y simple a la información estratégica necesaria para la toma de decisiones. Esta limitación se origina en la dependencia de procesos técnicos manuales y la carencia de soluciones integradas que combinen la potencia de la Inteligencia Artificial (IA) generativa con estrictas garantías de seguridad y trazabilidad sobre datos sensibles. El objetivo del trabajo fue desarrollar un sistema de consultas gerenciales web asistido por un ChatBot basado en el protocolo Model Context Protocol (MCP) y modelos de lenguaje de gran escala (LLM) para generar dashboards y reportes interactivos a partir de consultas en lenguaje natural, facilitando así la toma de decisiones gerenciales en las obras sociales clientes de la empresa Tekhne. La metodología se basó en un enfoque de investigación aplicada y un desarrollo iterativo con Scrum adaptado. Se implementó una arquitectura multi-modelo que utiliza RAG para asegurar la precisión con contexto técnico. La seguridad fue una prioridad crítica, aplicando estrictas medidas contra inyecciones de código y protegiendo la confidencialidad de datos sensibles, como la relacionada con la Ley N.º 23.798 de VIH y la ley 25.326 de Protección de Datos Personales en Argentina. Los resultados de la validación técnica y la evaluación de usabilidad confirmaron la viabilidad del prototipo. El sistema demostró una coherencia en las respuestas y una tasa de bloqueo del 100% ante intentos de inyección de código y consultas no autorizadas, garantizando la seguridad y confidencialidad de los datos. Además, la evaluación de la usabilidad mediante el Cuestionario SUS arrojó un puntaje promedio de 88.5, lo cual lo clasifica como "Aceptable" y refleja una experiencia de usuario intuitiva. El bajo consumo de tokens reforzó la viabilidad económica del sistema para su escalabilidad. El prototipo desarrollado cumple con los objetivos planteados, logrando el acceso a métricas complejas a través de una interacción natural y segura. El sistema sienta una base sólida para futuras implementaciones productivas, posicionando a la IA conversacional como una herramienta esencial para la eficiencia y la toma de decisiones en el sector de la salud.