Amaia Cuida Historia de Vida
De una entrevista con IA a información útil para el cuidado
Amaia Cuida es un ecosistema digital que ayuda a centros y residencias a aplicar la Atención Centrada en la Persona (ACP) en el cuidado diario.
Historia de Vida ya utilizaba IA para transformar entrevistas en un informe estructurado sobre la vida de cada persona. Sin embargo, algunos profesionales seguían saliendo de Amaia para crear manualmente una versión más breve y fácil de consultar.
El reto fue evolucionar la funcionalidad para convertir ese contenido en información útil para el cuidado diario, sin perder algo esencial: el criterio profesional debía seguir validando el trabajo realizado por la IA.
- Mi rol
- Product Designer UX/UI
- Duración
- 2 años
- 2023–2025
- Equipo
- CEO, Frontend, Backend y Customer Success
- Productos
- 3 plataformas
- Amaia Profesionales (web)
- Amaia Conecta (tablet)
- Amaia App (familias)
01 El punto de partida
Un informe completo que aún requería trabajo fuera de Amaia
Historia de Vida ya permitía grabar una entrevista desde Amaia Conecta y utilizar IA para transcribirla y organizar la información por etapas vitales en un informe.
El informe cumplía su función como documentación completa de la historia de la persona, pero las conversaciones habituales con los centros empezaron a revelar otro tipo de necesidad: algunos profesionales extraían después la información más relevante y creaban manualmente una versión más breve en Word u otras herramientas.
Dependiendo del centro, ese resumen podía incorporarse a la documentación de la persona, trasladarse a herramientas internas o quedar disponible para que otros profesionales pudieran consultarlo con mayor rapidez.
El problema no era que faltase información, sino que todavía había que transformarla manualmente para hacerla más fácil de consultar y utilizar en el día a día.
02 La primera iteración
Hacer visible y editable el trabajo de la IA
Antes de plantear el resumen, el primer problema que necesitábamos resolver era más inmediato: los profesionales querían revisar y corregir el análisis generado por la IA sin depender únicamente del informe descargado.
A partir del feedback que recibíamos de los centros, planteamos una primera hipótesis:
Si mostramos el análisis junto a la transcripción, el profesional podrá contrastar el contenido de la entrevista y corregir el resultado de la IA sin salir de Amaia.
La primera iteración llevó el análisis directamente a la interfaz y lo hizo editable. Transcripción y análisis se mostraban en paralelo para que el profesional pudiera comprobar el contenido original mientras revisaba cada etapa vital.
- 01 Transcripción como referencia
- 02 Análisis visible y editable
- 03 Validación profesional
Una solución lógica que reveló un nuevo problema
Al utilizar ambas fuentes en paralelo, descubrimos que estábamos dando prácticamente el mismo peso a dos contenidos que no tenían el mismo valor para el profesional.
La transcripción podía contener errores —por ejemplo, al interpretar una frase o diferenciar interlocutores— que no siempre se trasladaban al análisis. Al mantener ambos contenidos constantemente enfrentados, la interfaz invitaba a comparar y ponía demasiado foco en errores de la transcripción cuando lo que realmente necesitaban trabajar era el análisis.
Esto nos llevó a replantear la jerarquía:
La transcripción debía seguir disponible para comprobar información, pero no necesitaba competir visualmente con el resultado que el profesional debía revisar y utilizar.
03 Convertir el análisis en información para el día a día
Los profesionales necesitaban una capa más breve y accionable
Amaia ya automatizaba gran parte del proceso, pero convertir el resultado en información fácil de consultar seguía requiriendo trabajo manual.
¿Y si Amaia generase también ese primer resumen?
Como la IA ya disponía de la información de la entrevista y del análisis, planteamos incorporar un segundo nivel de información: un resumen generado por IA que sirviera como punto de partida y que cada profesional pudiera revisar y adaptar.
No buscábamos reproducir el formato particular de cada centro. El objetivo era encontrar una estructura común que pudiera resultar útil en distintos contextos de cuidado.
La pregunta pasó entonces de ser únicamente qué información resumir a decidir también cómo presentarla para que realmente fuese fácil de consultar.
Exploramos dos maneras de sintetizar la información
01 Resumen estructurado
Organizaba la información en bloques como datos principales, acontecimientos relevantes y temas narrativos, facilitando una lectura más directa y la localización de información concreta.
02 Resumen narrativo
Transformaba la información en recuerdos, vivencias y posibles temas sobre los que conversar con la persona, con un enfoque más narrativo.
Una primera prueba nos ayudó a decidir la dirección
Llevamos ambas propuestas a una primera prueba con profesionales para contrastar qué tipo de información resultaba más útil.
La prueba nos ayudó a avanzar hacia una estructura más directa y organizada, más cercana al tipo de información que los profesionales necesitaban consultar y adaptar posteriormente.
Pero también nos permitió detectar un problema diferente.
En aquella primera propuesta, Análisis y Resumen ya aparecían como los dos resultados principales, mientras que la transcripción quedaba disponible como información de apoyo. Sin embargo, la pestaña de Resumen permanecía inactiva hasta que el profesional aprobara el Análisis.
Una pestaña visible no servía si parecía inaccesible
Durante la prueba observamos que los profesionales no intentaban explorar una pestaña que percibían como deshabilitada.
La intención era mostrar que existía un paso posterior al Análisis, pero el estado inactivo conseguía lo contrario: el Resumen estaba presente en la interfaz, pero no ayudaba a comprender qué ocurriría después de aprobar.
Esto nos llevó a cambiar la interacción: Análisis y Resumen debían permanecer visibles y accesibles, incluso cuando el Resumen todavía no estuviera generado.
De esta primera validación salieron, por tanto, dos decisiones que marcarían la siguiente versión: avanzar con un Resumen más estructurado y directo y mantener ambas secciones accesibles para hacer comprensible el recorrido entre Análisis y Resumen.
04 Diseñar el flujo completo
La IA genera. El profesional valida.
Incorporar el Resumen planteaba una decisión importante: ¿en qué momento debía generarse y a partir de qué información?
Generarlo directamente desde la entrevista habría sido más inmediato, pero también podía trasladar errores de la IA de un resultado al siguiente. Por eso decidimos mantener una validación intermedia.
El profesional debía revisar, editar y aprobar primero el Análisis. Solo entonces la IA utilizaría esa información ya validada para generar el Resumen.
Priorizamos la calidad de la información frente a la inmediatez: la IA agiliza el trabajo, pero el criterio profesional sigue formando parte del proceso.
Dos resultados con funciones diferentes
Con la nueva arquitectura, Análisis y Resumen pasaron a ocupar el primer nivel de Historia de Vida, mientras que la transcripción quedó disponible como información de apoyo.
El Análisis mantenía el contenido completo organizado por etapas vitales y era el espacio donde el profesional podía revisar y corregir el trabajo realizado por la IA.
El Resumen ofrecía una versión más breve y estructurada, pensada para localizar rápidamente la información más relevante.
Tras la primera validación, ambas secciones permanecían visibles y accesibles, haciendo más evidente que formaban parte del mismo proceso.
01 Análisis
Revisar y validar la información completa.
02 Resumen
Consultar y adaptar la información sintetizada.
Del escritorio al contexto de cuidado
La incorporación del Resumen también amplió el papel de Historia de Vida dentro de Amaia Conecta.
Añadimos una sección propia de Historia de Vida dentro del perfil de cada persona. Una vez que el profesional había revisado y aprobado el Análisis desde Amaia Profesionales y el Resumen estaba generado, este podía consultarse también desde la tablet.
La gestión del contenido permanecía en el ordenador; Amaia Conecta funcionaba como punto de consulta del resultado sintetizado.
Esto evitaba trasladar toda la complejidad de revisión y edición a la tablet y mantenía una función clara para cada entorno.
Amaia Profesionales · Ordenador
Revisar y validar
Amaia Conecta · Tablet
Consultar
Historia de Vida pasaba así de generar un informe a conectar la recogida, validación y consulta de la información entre ambos productos.
05 Validar el flujo completo
El mismo recorrido, probado con cinco centros
Con el nuevo flujo ya integrado en Amaia, realizamos 5 sesiones de usabilidad con profesionales de cinco centros diferentes, representados en este caso como Centro A, B, C, D y E para preservar su identidad.
Todos probaron el mismo recorrido de Historia de Vida: desde el inicio de la entrevista en Amaia Conecta hasta la revisión del Análisis y la consulta del Resumen.
Los participantes tenían distintos niveles de familiaridad con Amaia y de soltura con herramientas digitales. Por eso, el objetivo no era esperar un comportamiento idéntico, sino identificar qué fricciones se repetían entre sesiones y cuáles respondían a situaciones más puntuales.
Para analizar los resultados, contrasté las observaciones de las cinco sesiones con las hipótesis que había definido previamente sobre el happy path.
- centros
- 5
- profesionales
- 5
- mismo flujo
- 1
- Centro A
- Centro B
- Centro C
- Centro D
- Centro E
Los problemas no aparecían siempre en el mismo lugar, pero sí encontramos patrones
Hallazgo recurrente: El punto de entrada a Historia de Vida no era suficientemente claro
Qué observamos
En los Centros A, B, D y E aparecieron dudas entre Historia de Vida, Valoraciones y otros accesos durante el recorrido.
Qué nos indicaba
Necesitábamos reducir la ambigüedad del acceso y hacer que el destino coincidiera mejor con la expectativa del profesional.
Hallazgo recurrente: Tareas pendientes no formaba parte del recorrido natural de todos
Qué observamos
En los Centros A y B los profesionales tendían a ir directamente al perfil de la persona. En el Centro C, en cambio, se alternaba entre el perfil y el Home.
Qué nos indicaba
No podíamos depender del Home como único punto para comunicar que había contenido pendiente de revisar.
Hallazgo recurrente: Los tiempos de procesamiento de la IA generaban incertidumbre
Qué observamos
En varios tests surgieron dudas sobre si había que esperar, actualizar o repetir alguna acción cuando el Análisis o el Resumen tardaban en aparecer. En algún caso, la tarea se abandonó temporalmente.
Qué nos indicaba
Necesitábamos comunicar mejor los estados del sistema mientras Amaia procesaba la información.
Hallazgo recurrente: El Resumen aportaba valor, pero no siempre se descubría de forma autónoma
Qué observamos
En los Centros A, D y E aparecieron dificultades para anticipar o localizar el Resumen después de aprobar. En el Centro C, en cambio, ya formaba parte de su revisión habitual.
Qué nos indicaba
No bastaba con generar el Resumen: el sistema debía comunicar mejor cuándo se estaba generando y cuándo estaba disponible.
Hallazgo recurrente: La revisión profesional sí formaba parte del comportamiento real
Qué observamos
En los Centros B, C y D observamos cómo los profesionales revisaban etapas, corregían errores, eliminaban repeticiones o adaptaban el contenido antes de aprobarlo.
Qué nos indicaba
La validación humana no era una barrera artificial: encajaba con la forma en la que los profesionales comprobaban el trabajo de la IA.
No todas las observaciones tenían el mismo peso
Los tests también revelaron cuestiones más puntuales: dudas sobre qué hacía Regenerar, poca visibilidad de algunas herramientas de edición o diferencias en la forma de utilizar determinados elementos del flujo.
Las registramos como oportunidades de mejora, pero no las tratamos como problemas generales cuando la evidencia aparecía únicamente en una o pocas sesiones.
Lo que validamos
A pesar de las fricciones del recorrido, las sesiones reforzaron dos decisiones fundamentales.
La primera fue el valor del Resumen. Cuando los profesionales llegaban hasta él, entendían su función como una versión más breve de la Historia de Vida y encontraban utilidad en poder consultarlo y adaptarlo.
La segunda fue mantener al profesional dentro del proceso de generación. Durante los tests observamos cómo revisaban, corregían y adaptaban el contenido generado por IA antes de aprobarlo, confirmando que la validación profesional encajaba con su forma real de trabajar.
El valor del Resumen se entendía una vez alcanzado. La principal fricción estaba en hacer más claro el recorrido hasta él.
Ajustes después de los tests
Hacer visible lo que estaba haciendo la IA
Uno de los patrones más claros apareció durante los tiempos de espera. Cuando el Análisis o el Resumen no estaban disponibles inmediatamente, los profesionales podían dudar sobre si el proceso seguía funcionando o si debían realizar alguna acción.
Para reducir esa incertidumbre trabajamos estados específicos para comunicar qué estaba ocurriendo mientras se procesaba la información.
Estado de generación
Hacer que el acceso lleve donde el usuario espera
Los tests también mostraron una fricción entre el nombre de la acción y su destino. El profesional podía seleccionar “Grabar Historia de Vida” y terminar dentro de Valoraciones, donde se encontraba técnicamente la interfaz de grabación.
Para el usuario, sin embargo, ambas cosas no representaban necesariamente el mismo contexto.
Ajustamos el recorrido para que “Grabar Historia de Vida” llevase directamente a Historia de Vida, alineando el destino de la acción con la expectativa generada por su nombre.
Los tests no cambiaron la dirección de la solución. Nos ayudaron a detectar dónde el flujo necesitaba explicar mejor qué estaba ocurriendo y hacer que cada acción respondiera a la expectativa del profesional.
06 Resultado
De generar un informe a acompañar el cuidado
Historia de Vida evolucionó de un proceso centrado principalmente en generar un informe a un flujo en el que la IA y el criterio profesional cumplen funciones diferentes.
La IA procesa la entrevista y estructura la información; el profesional revisa, corrige y valida el contenido; y el Resumen convierte ese trabajo en una versión más breve que puede consultarse posteriormente desde Amaia Profesionales y Amaia Conecta.
El objetivo no era sustituir el criterio profesional, sino reducir el trabajo necesario para transformar una entrevista extensa en información que pudiera volver a utilizarse en el cuidado diario.
El Resumen encontró su lugar en el trabajo real
Las sesiones mostraron que, una vez descubierto, los profesionales entendían la diferencia entre el Análisis completo y el Resumen y podían decidir cuándo necesitaban revisar, modificar o simplemente consultar el resultado.
El valor no estaba únicamente en acortar información. El Resumen permitía que lo aprendido durante una entrevista pudiera quedar disponible también para otros profesionales que atendieran posteriormente a esa persona.
“Lo bueno es que si en algún momento me quitasen a esta persona, otra compañera puede saber todo lo que necesita de su vida.”
“Si el resumen me gusta no lo edito y si no me gusta lo modifico.”
“A mí me parece una maravilla porque ya lo da todo, luego solo lo tengo que tunear.”
Impacto observado
Mi aprendizaje
Automatizar no siempre significa eliminar pasos.
En un producto que utiliza IA para trabajar con información personal, reducir fricción era importante, pero también lo era decidir dónde no hacerlo. La revisión profesional añadía un paso al proceso, pero permitía validar la información antes de utilizarla para generar un nuevo resultado.
Este proyecto me enseñó a diseñar la IA no como una respuesta final, sino como una herramienta dentro de un proceso donde el usuario sigue teniendo capacidad para revisar, corregir y decidir.