Extracción de datos de documentos legales con IA

El reto

Los abogados trabajaban con formularios físicos y tenían que digitar su contenido a mano en una plataforma interna: un trabajo lento, repetitivo y propenso a errores.

Cómo funciona

1. Carga. El abogado sube el formulario como PDFs y/o fotos tomadas con el celular.
2. Unión. Todas las páginas se combinan en un solo documento, para que el modelo vea el formulario completo.
3. Extracción con Gemini 2.5 Pro en Vertex AI. Un prompt de extracción define los campos que necesita la plataforma; el modelo lee el documento y los devuelve como datos estructurados, que se validan contra esa estructura esperada.
4. Revisión humana. Una pantalla de revisión muestra los datos extraídos para que el abogado los confirme y corrija lo necesario antes de guardar — la persona mantiene el control de lo que se almacena.
5. Guardado. Los datos aprobados pasan directo a la plataforma, sin digitar nada.

La API de extracción está construida con Python y FastAPI, el procesamiento de documentos se orquesta con Airflow, los resultados se guardan en MongoDB, la pantalla de revisión está hecha en React, y todo corre en contenedores Docker sobre Kubernetes en Google Cloud.

Mi rol

Lideré, gestioné y desarrollé el proyecto: definí el enfoque y la arquitectura, planifiqué los tiempos y coordiné al equipo, y programé de primera mano el servicio de extracción, el pipeline de procesamiento y la pantalla de revisión.

Resultado

Una reducción considerable del tiempo que los abogados dedican a llenar formularios: en lugar de digitar cada campo, revisan y corrigen lo que extrajo el modelo, y dedican ese tiempo al trabajo legal.