Caso de estudio · Product Design · 2025–2026
Plataforma de Autorización Previa
Una prueba de concepto de orquestación inteligente con Grandes Modelos de Lenguaje (LLM) para automatizar la verificación de documentos médicos y optimizar flujos complejos de autorización, con alineación regulatoria.
- Cliente
- Neurotech | Trillia [B3] · Seguros Unimed
- Rol
- Product Designer
- Período
- 2025 – 2026
+40%
de eficiencia analítica proyectada
-30%
de aprobaciones automáticas indebidas
PoC
arquitectura validada en escenarios reales de auditoría médica
- 01
Descubrimiento e inteligencia de mercado
Benchmark estructurado de las plataformas competidoras, comparando capacidades como combinación de datos de clientes, reconocimiento de lenguaje natural y lectura automatizada de documentos, para posicionar la solución con un diferencial claro.
Desk research y benchmarking competitivo - 02
Estrategia de UX y directrices de definición de producto
Definición de las directrices que guiarían el producto: transparencia de las decisiones del modelo, trazabilidad de las autorizaciones y adherencia a las reglas regulatorias — requisitos innegociables en auditoría médica.
Job To Be Done Canvas y matriz Is/Is Not · Do/Do not - 03
Ideación colaborativa y mapeo de funcionalidades
Sesiones colaborativas con negocio, ingeniería y ciencia de datos generaron el mapa de funcionalidades de la plataforma, desde la actualización automática de la lista regulatoria de procedimientos hasta el scoring de las solicitudes de autorización.
- Actualización de la lista regulatoria de procedimientos
- Scoring de las solicitudes de autorización de procedimiento
- Evaluación continua del desempeño de la solución
Ideación colaborativa — ¿Cómo podríamos? - 04
Priorización y planificación ágil de lanzamiento
Cada funcionalidad fue analizada por valor percibido y esfuerzo de desarrollo, creando una frontera clara entre lo esencial del MVP y la evolución planificada.
Analizando funcionalidades y definiendo prioridades 
Viabilidad técnica y estimaciones de esfuerzo - 05
Consolidación del MVP — Canvas
El MVP se consolidó en un canvas compartido: problema, usuarios, journey, funcionalidades, métricas de éxito y riesgos regulatorios en una única vista para la toma de decisión ejecutiva.
Consolidando el MVP — Canvas - 06
Validación por pruebas de concepto
La arquitectura fue validada mediante PoC dirigidas con Grandes Modelos de Lenguaje, simulando escenarios reales de auditoría médica con documentos y reglas de cobertura verdaderos.
Impacto
Los resultados proyectados incluyen un 40% de ganancia de eficiencia analítica, una caída del 30% en las aprobaciones automáticas indebidas y un modelo de automatización escalable y fluido para autorizaciones médicas estandarizadas.
Conversar sobre un reto similar