Aplicativo web de identificación y visualización de compañías para el ecosistema del sector de la salud. Semestre de industria

Abstract

RESUMEN : Se propuso desarrollar un radar virtual que mapeara el ecosistema de startups a nivel global, regional y por industria. Esta plataforma integraba una interfaz visual en forma de radar programada con HTML, CSS y Java, que ubicaba a las startups (Empresas emergentes) según su sector, etapa, valoración, capital levantado, y otras métricas. Para alimentar el radar con datos actualizados en tiempo real, se implementó una API o canal de chat automatizado que utilizaba técnicas de procesamiento de lenguaje natural para extraer información de forma periódica desde fuentes como bases de datos públicas, revistas especializadas, redes sociales y comunicados de prensa. Un motor inteligente indexaba y estructuraba estos datos para ubicar cada startup (Empresas emergentes) dentro del radar en una posición más cercana o lejana del centro dependiendo de su relevancia. Al seleccionar una compañía, el usuario podía expandir su perfil para analizar su actividad, productos, equipo, métricas de crecimiento y demás datos de interés. La creación de estas plataformas de acceso gratuito permitía a emprendedores, inversionistas e investigadores identificar rápidamente startups relevantes para sus objetivos e investigar a profundidad cualquier empresa para evaluar potenciales sinergias, amenazas, oportunidades de inversión. Además, se buscaba proporcionar un marco de desarrollo flexible, permitiendo ajustes continuos en respuesta a las dinámicas cambiantes del entorno de innovación en salud. Se adoptó un enfoque centrado en el usuario, asegurando que la interfaz web y el Chat de inteligencia artificial fueran intuitivos y eficaces, garantizando así una experiencia positiva para el usuario final.

ABSTRACT : It was proposed to develop a virtual radar that would map the ecosystem of startups at a global, regional, and industry level. This platform integrated a visual interface in the form of a radar programmed with HTML, CSS, and Java, which positioned startups according to their sector, stage, valuation, raised capital, and other metrics. To feed the radar with real-time updated data, an API or automated chat channel was implemented using natural language processing techniques to periodically extract information from sources such as public databases, specialized magazines, social networks, and press releases. An intelligent engine indexed and structured this data to position each startup within the radar closer or further away from the center depending on its relevance. When selecting a company, the user could expand its profile to analyze its activity, products, team, growth metrics, and other relevant data. The creation of these free-access platforms allowed entrepreneurs, investors, and researchers to quickly identify relevant startups for their objectives and thoroughly investigate any company to assess potential synergies, threats, and investment opportunities. Furthermore, the aim was to provide a flexible development framework, allowing continuous adjustments in response to the changing dynamics of the healthcare innovation environment. A user-centered approach was adopted, ensuring that the web interface and the AI chat were intuitive and effective, thus guaranteeing a positive experience for the end user.