PlanVoyager: IA de interés público para el seguro médico en EE.UU.
Cómo un solo desarrollador convirtió 3,7 millones de registros públicos del gobierno estadounidense en una herramienta gratuita que ayuda a las familias — incluida la comunidad hispana — a entender y elegir su seguro médico.
El problema: un sistema que nadie entiende
En Estados Unidos, elegir un plan de salud del mercado ACA (“Obamacare”) implica comparar deducibles, copagos, redes de proveedores y subsidios fiscales calculados con tablas del IRS. La complejidad tiene un costo real: millones de personas — con frecuencia trabajadores independientes y familias hispanohablantes — terminan en planes que no se ajustan a sus necesidades, o renuncian a subsidios que les corresponden.
PlanVoyager nació como una iniciativa de tecnología de interés público: una herramienta gratuita, sin publicidad y sin venta de datos, que usa IA para traducir esa complejidad a lenguaje claro.
El principio de diseño: la IA explica, nunca calcula
La decisión de arquitectura más importante del proyecto — y la lección más valiosa para quienes construyen con LLMs — es la separación estricta entre cálculo y explicación:
- Los números son deterministas. Los subsidios se calculan con las tablas oficiales del IRS y las guías federales de pobreza (FPL): matemática auditable, sin modelos de por medio.
- La IA solo explica. Los modelos de lenguaje traducen terminología de seguros a lenguaje cotidiano, pero jamás generan una cifra ni una determinación de elegibilidad.
En dominios regulados (salud, finanzas, legal), este patrón — deterministic core, generative edge — elimina el riesgo de alucinaciones justo donde el error cuesta más.
La arquitectura
- Datos: los Public Use Files de CMS (la misma fuente de HealthCare.gov) — 3,7 millones de registros de planes, primas, beneficios y redes — ingeridos a MongoDB con pipelines de validación propios.
- Aplicación: Next.js 15 (App Router) con generación estática incremental para ~4.000 páginas de planes, desplegada en Vercel.
- Capa de IA: LLMs para explicaciones de planes y simulación de escenarios médicos, con la restricción de solo-explicar descrita arriba.
- Transparencia: metodología documentada públicamente y un paper académico en SSRN sobre IA y accesibilidad del sistema de salud.
Resultados y datos abiertos
El proyecto publica investigación con sus propios datos, como el estudio de primas del mercado ACA por estado, que compara el costo del plan más económico en cada uno de los 30 estados cubiertos — de los $278/mes en New Hampshire a los $740/mes en Wyoming — con cifras libres para citar con atribución.
Para la comunidad hispana en EE.UU. — uno de los grupos con mayor tasa de no-asegurados del país — herramientas gratuitas y neutrales de este tipo reducen una barrera de información que históricamente ha requerido pagar a un intermediario.
Lecciones para builders
- Los datos públicos son una ventaja competitiva ignorada: el dataset completo de CMS está disponible para cualquiera; casi nadie lo usa bien.
- En dominios sensibles, restringir dónde puede actuar la IA genera más confianza que maximizar dónde actúa.
- Un proyecto de interés público también es un laboratorio de ingeniería: SEO programático (miles de páginas), pipelines de datos, evaluación de LLMs y optimización de rendimiento web, todo en producción real.
Explora el proyecto
PlanVoyager es gratuito y de interés público. Si estudias IA aplicada, es un ejemplo de producción real de principio a fin.
Visitar PlanVoyager