Listas de espera — el problema-país
El sistema chileno está diseñado para atender enfermos, no para producir longevidad. La lista de espera no es un bug: es una brecha sistémica. Estas son las cifras sobre las que van a construir los equipos.
La espera golpea más fuerte a quienes tienen menores ingresos, a los adultos mayores y a las regiones. No es solo un problema de gestión — es una inequidad estructural.
Incluso quien logra ser atendido no siempre entiende que el objetivo no es solo curarse: es vivir más años con autonomía. Falta el paradigma de la longevidad.
El mapa institucional de la salud chilena
Para que tu solución sea adoptable necesitas saber quién administra qué. El sistema mezcla actores públicos y privados, y hay una cadena de valor concreta donde cada día de espera evitado se traduce en ahorro medible.
La veta del retorno: COMPIN valida las licencias médicas → las Cajas de Compensación (como La Araucana) pagan el subsidio → SUSESO supervigila. Menos listas de espera → menos licencias → menos gasto → más productividad país.
Cada día de espera evitado es retorno directo y medible — para el paciente, para las instituciones y para el país.
Datos de salud: el marco legal
En Chile, los datos de salud son datos sensibles: la categoría con más protección legal. Tu solución debe nacer cumpliendo este marco — no adaptarse después.
La Ley 21.719 (nueva protección de datos) entra en plena vigencia el 1 de diciembre de 2026 — pocos meses después del Lab. Diseña pensando en ella: tu solución debe cumplirla antes de pasar a producción.
| Norma | Tema | Relevancia |
|---|---|---|
| Ley 19.628 | Protección de la vida privada | Marco vigente de datos personales hasta dic 2026 |
| Ley 21.719 | Nueva protección de datos | Vigencia 1 dic 2026 — Agencia de Protección de Datos + sanciones reales |
| Ley 20.584 | Derechos y deberes del paciente | Ficha clínica reservada, consentimiento informado |
| Código Sanitario | Marco sanitario general | Regula el ejercicio de las profesiones y acciones de salud |
Privacy by design desde el prototipo: si tu demo necesita datos identificables de pacientes para funcionar, está mal diseñada.
Datos responsables en el Lab
El Lab trabaja exclusivamente con datos anonimizados y agregados, fuentes públicas curadas o prospección sintética. La gobernanza del dato se define desde el día uno: quién es dueño, quién autoriza, quién administra.
Partir con datos anonimizados y agregados no es una limitación: es la condición para que tu solución pueda escalar al sistema real.
IA en salud, con responsabilidad
Las soluciones del Lab amplían el alcance del profesional de salud: le permiten llegar a más personas sin perder calidad. Lo que no hacen — y no pueden hacer — es diagnosticar ni indicar tratamientos de forma autónoma.
No construyes un médico artificial: construyes el puente para que un médico, una matrona o un kinesiólogo lleguen a 10 veces más personas.
Datasets y fuentes disponibles
Fuentes públicas del sistema de salud chileno, listas para conectar con MCPs de Claude, más los datasets curados del Lab — anonimizados y agregados — que se publican al abrir la convocatoria.
Créditos de API de Claude por participante, Claude Code, Agent SDK y MCP incluidos. Los datasets curados y sus convenios se anuncian al abrir la convocatoria.