Sistema integrado de preparación basado en RAG clínico
para la OPE de Farmacia Hospitalaria · Illes Balears 2026
FHOPE, en práctica real
Una sesión de simulacro, elección de 2 casos prácticos, corrección de respuestas y registro del progreso en el dashboard. Tres minutos de uso reales para mostrar el bucle completo en funcionamiento.
Un RAG clínico construido sobre exámenes y guías clínicas
$ ollama serve $ ollama run mistral:7b
permiten ejecutar el modelo en memoria sin swap.
como API HTTP en
:11434.razonamiento clínico ↔ huella de memoria.
Q4_K_M es el sweet-spot: conserva ≈ 98% de la calidad del modelo a un cuarto de la memoria, cabe en 16 GB y mantiene la fiabilidad clínica que los modelos pequeños pierden.
Un GPT con perfil de tribunal de oposición experto
El GPT está instruido para comportarse con la rigurosidad del tribunal real: referencia explicita de la fuente que sostiene cada respuesta (bloque y subtema), aplica la penalización oficial y cambia de registro según el modo elegido por la candidata.
Perfil del agente — instrucciones del sistema
Aprendizaje por bloque o subtema. El estudiante pregunta o pide explicación; el tutor explica con razonamiento clínico, vincula con guías y propone preguntas de estudio o refuerzo orientadas al patrón detectado.
interacción conversacional, longitud variable
salida explicación + cita de fuente + ejercicio
Replica el examen oficial de Baleares. Genera 4 supuestos clínico-asistenciales transversales con 30 preguntas cada uno, contabiliza aciertos y errores con la penalización oficial, y devuelve análisis de fallos por bloque.
preguntas 30 por supuesto · 60 puntuables
puntuación +1 / −0,25 / 0 ·
salida nota + corrección por pregunta + diagnóstico de errores por bloque
Cada pregunta se corrige siguiendo un esquema fijo de 5 pasos para que la candidata reciba siempre el mismo formato de feedback, comparable entre simulacros.
- ✅ Correcta/ ❌ Incorrecta
- 🧠 Justificación clínica
- 📚 Evidencia
- ❌ Trampas de examen
- 💡 Truco de examen
Fuentes web de actualización clínica
Para informacion sensible a actualización (> 2 años) el tutor activa una búsqueda web restringida a fuentes verificadas, nunca buscadores generales.
Base de datos de literatura cientifica. Recupera evidencia primaria reciente cuando una pregunta exige actualización científica.
Revisiones sistemáticas con la mejor evidencia agregada. Síntesis cuantitativa que respalda recomendaciones clínicas con grado de certeza.
Posicionamientos y guías de las sociedades de referencia: SEFH,GeSIDA, SEIMC, ESC, PRAN, ESMO, NCCN,SEOM, ESPEN, ASPEN, SEMICYUC, SEMERGEN, SEPAR, EULAR, SER, SEGG.
Cada sesión, registrable y medible - Supabase
Cada interacción con el tutor —pregunta resuelta, simulacro completado, error cometido— se guarda en una base Postgres en Supabase. Es la materia prima del dashboard: sin registro, no hay aprendizaje adaptativo.
tutor · simulacroDashboard en vivo
Panel desplegado en Vercel, conectado en lectura a Supabase. Visualiza la evolución por bloque, modo y tipo de error — el bucle de retroalimentación que cierra el sistema.
Conclusiones y limitaciones
El sistema demuestra que es viable construir un tutor clínico fiable para una OPE especializada +RAG sobre corpus propio+GPT — sin renunciar al rigor del examen oficial.
Fiabilidad por selección de fuentes
Material de alto grado de evidencia: las guías clínicas publicadas por sociedades científicas e información avalada por la SEFH. La calidad del RAG depende directamente de la calidad de lo que se le da. "La fuente determina la fiabilidad"
Especificidad adaptable
El análisis de patrones de Baleares prioriza los focos de la convocatoria concreta, pero la arquitectura permite replicarlo con los patrones de cualquier otra comunidad o especialidad.
Evaluación del razonamiento, no solo del resultado
El usuario no indica únicamente la opción elegida, sino el razonamiento que le ha llevado a ella. El sistema evalúa si esa lógica clínica es correcta, permitiendo detectar si el error es de conocimiento o de razonamiento — algo que un simulacro convencional no ofrece.
Adaptación al ritmo real
El bucle dashboard-tutor permite que cada sesión se redirija a los focos de error detectados, optimizando el tiempo de aprendizaje.
Aprendizaje observable
Persistencia en Supabase + dashboard Vercel transforman el estudio individual en un proceso medible, exportable y discutible con tutores reales.
Reproducibilidad del método
La arquitectura RAG + perfil GPT + análisis de patrones es exportable a cualquier OPE sanitaria con un esfuerzo proporcional al corpus disponible.