Python es un lenguaje de programación interpretado de alto nivel para propósitos generales de programación. Creado por Guido van Rossum y publicado por primera vez en 1991, Python tiene una filosofía de diseño que hace hincapié en la legibilidad del código, en particular mediante el uso significativo de espacios en blanco.
Hola comunidad,
En este artículo os presento mi aplicación iris-fhir-agents. Una plataforma de IA clínica multiagente impulsada por InterSystems IRIS for Health. Incluye agentes para triaje, consulta especializada, seguridad farmacéutica y exploración del servidor FHIR — todo ello respaldado por RAG con Vector Search de IRIS. Incorpora un Agent Builder sin código que os permite diseñar y desplegar agentes clínicos personalizados sin escribir una sola línea de código.
Hola, Comunidad:
Hemos lanzado un nuevo tutorial interactivo gratuito que ofrece una introducción práctica a la creación de producciones de interoperabilidad con InterSystems Python Productions (la biblioteca de Python intersystems_pyprod).
🐍 Tutorial de InterSystems PyProd 🧑💻
Hola, Comunidad:
¿Queréis explorar las tecnologías de InterSystems sin tener que instalar ni configurar nada?
Ahora disponemos de nueve tutoriales interactivos y prácticos gratuitos en la plataforma Instruqt. Cada tutorial inicia un entorno listo para usar directamente desde el navegador, para que podáis empezar a experimentar con los productos y tecnologías de InterSystems de inmediato.
Los tutoriales abarcan desde modelos de datos y desarrollo de aplicaciones en IRIS hasta interoperabilidad con Python, integración sanitaria, aprendizaje automático e IA generativa. La mayoría se completan en tan solo 5–30 minutos.
Reto de Programación para Empleados de InterSystems #1 — Participación en Code Golf
20 archivos de fotometría de época de Gaia DR3, con aproximadamente 1,5 GB descomprimidos. El objetivo es encontrar todas las estrellas cuyo flujo BP o RP haya cambiado más de un 100% durante el periodo de observación.
El resultado debe ser un archivo CSV con los siguientes campos:
source_idbp_min_fluxbp_max_fluxEl concurso puntúa la corrección, la velocidad y el code golf: gana quien consiga el menor número de líneas de código funcional.
Las aplicaciones de inteligencia artificial se construyen cada vez más en torno a la Generación Aumentada por Recuperación (RAG), la búsqueda semántica y los agentes de IA. A medida que estas aplicaciones pasan a producción, elegir la capa de persistencia adecuada se vuelve tan importante como seleccionar el LLM.
Hoy me complace anunciar el Document Store de InterSystems IRIS para Haystack, una nueva integración de código abierto que permite a los desarrolladores utilizar InterSystems IRIS como un almacén de documentos nativo dentro del framework de IA Haystack.
Quizás ya hayas oído hablar del término "Vector Search". Pero no te preocupes; no se trata de "Vector Holmes" investigando un crimen en el 221B de Baker Street.
Así pues, expliquemos paso a paso cómo abordar las búsquedas de datos vectoriales.
Hola a todos:
He preparado una breve demostración y un repositorio de referencia en los que muestro cómo configurar Auth0 como proveedor OAuth para un servidor FHIR de InterSystems IRIS y cómo acceder a recursos FHIR protegidos desde una aplicación Python basada en Flask.
En los enlaces que aparecen a continuación encontraréis un vídeo con el recorrido completo y el repositorio de GitHub que contiene la aplicación de ejemplo utilizada en el vídeo.
Enlaces
Vídeo explicativo:
Repositorio de GitHub:https://github.com/MarshyKid/iris-fhir-oauth-demo
Tras una extensa lección de matemáticas, vamos a poner en práctica nuestros nuevos conocimientos y crear una de las mejores bases de datos contextualizadas.
Preparen sus lupas y sombreros, porque Vector Holmes ha vuelto.
¡Hola, desarrolladores!
En mi artículo anterior, Electric Utility PyProd, construimos una producción de interoperabilidad sencilla que procesaba archivos CSV desde un directorio local utilizando el framework PyProd. Aunque aquel ejemplo introducía los componentes básicos de una producción implementada completamente en Python, las soluciones de interoperabilidad del mundo real suelen necesitar comunicarse con sistemas externos.
En este artículo construiremos una producción más avanzada que obtiene datos sanitarios de la API pública openFDA Drug Adverse Event, analiza los datos recibidos y almacena los resultados analíticos de salud en InterSystems IRIS.
Este es un tutorial para construir, sobre InterSystems IRIS, un registro de trazabilidad: una tabla que anota cada evento que ocurre —quién lo hizo, qué pasó, cuándo, con qué resultado— y que después podés consultar. El patrón es general y sirve para cualquier cosa que decidas registrar y necesites poder reconstruir más tarde: llamadas a una API, trabajos de un proceso, transacciones.
En este tutorial lo aplicamos a un caso concreto y actual: auditar las llamadas a modelos de IA (LLMs)
Hoy he publicado CSVGen-Pyprod, una implementación sencilla de una aplicación de ejemplo de PyProd para el Community Bounty Program.
La idea principal es una producción que crea o actualiza tablas a partir de archivos CSV que se añaden a un directorio determinado. En esencia, esta producción realiza la misma función que el popular paquete csvgen de Open Exchange, del que he tomado el nombre.
La producción está compuesta por cuatro business hosts y un adaptador de entrada, organizados de la siguiente manera:
El adaptador de entrada CSV supervisa un directorio (IN) en busca de nuevos archivos .csv
Cada visita a una clínica comienza prácticamente igual: un paciente se sienta en la sala de espera con un formulario en la mano, respondiendo a las mismas preguntas que volverán a hacerle diez minutos después, mientras el profesional sanitario entra sin apenas contexto y sin saber si el siguiente caso es un simple dolor de garganta o un infarto en curso.
Ese desfase entre lo que sabe el paciente y lo que ve el profesional sanitario es precisamente lo que Triage Park pretende eliminar. Esta es nuestra propuesta para el Concurso de Programación de InterSystems: Agentes de IA para FHIR.
A las 16:57 de un viernes, una solicitud rutinaria de laboratorio falló.
La muestra del paciente ya estaba en tránsito. El laboratorio de referencia externo rechazó la solicitud: no pudo identificar de forma única al paciente. El operador del seguro rechazó la autorización por otro motivo. Ninguno de los sistemas hablaba el mismo idioma, ninguno exponía mensajes de error compatibles, y la única capa de integración intermedia simplemente reenviaba las solicitudes.
El Generador inteligente de resúmenes de pacientes es una aplicación de demostración FHIR impulsada por IA construida para InterSystems IRIS for Health. Lee datos de pacientes en FHIR R4, extrae información clínica clave y genera resúmenes concisos para cuatro roles diferentes:
Al consolidar registros FHIR fragmentados en resúmenes específicos por rol, la aplicación ayuda a los clínicos a comprender rápidamente el estado actual del paciente, los cambios recientes y los riesgos de seguimiento.
Un agente de IA lee el historial del paciente en FHIR antes de la consulta, formula las preguntas adecuadas en función de lo que ya sabe, detecta señales de alerta críticas y registra sus hallazgos — de modo que el médico llega preparado.
Antes de que un paciente entre en la consulta, ya se ha producido un fallo crítico: nadie ha revisado su historial médico. El médico dispone de 15 minutos. El paciente vuelve a repetir sus enfermedades, medicación y alergias por tercera vez en el año.
Cuando empecé a desarrollar Smart Discharge Navigator, me encontré con un desafío habitual: los datos FHIR se almacenan como paquetes JSON, pero el análisis que necesitaba requería combinar múltiples recursos entre sí, justo el tipo de tarea para la que se diseñó SQL.
FHIR SQL Builder de InterSystems resolvió este problema por completo. En lugar de analizar los paquetes JSON en el código de la aplicación, pude escribir consultas SQL estándar directamente sobre las proyecciones de recursos FHIR dentro de IRIS for Health.
Las Producciones de InterSystems IRIS proporcionan un marco potente para conectar sistemas heterogéneos a través de distintos protocolos y formatos de mensajes de forma fiable, observable y escalable. intersystems_pyprod, abreviatura de InterSystems Python Productions, es una biblioteca de Python que permite a los desarrolladores construir estos componentes de interoperabilidad completamente en Python.
Hola a todos.
Tras intentar de ejecutar métodos Python en el docker intersystemsdc/irishealth-community, que no permite ahora ejecutar ningún método con Python, decidí dejar esta versión y empezar a trabajar con containers.intersystems.com/intersystems/iris-community.
En este entorno si funcionan los método de Python y ya era un paso bastante grande.
Intento importar mis liberarías con pip install -r requirements.txt pero, como muy buena medida de seguridad, me impide que se realice este cambio en la librería general, por lo que requiere que esta instalación se realice en un entorno virtual.
Los globals de InterSystems IRIS son uno de los puntos fuertes principales de la plataforma: almacenan datos jerárquicos en una estructura directa, ordenada y eficiente. Pero cuando trabajáis desde Python, manipular globals a veces puede parecer más una API de bajo nivel que algo alineado con las formas naturales de trabajar del lenguaje.
El proyecto iris-global-reference proporciona una capa de Python sobre los globals de InterSystems IRIS.
Hola, comunidad:
Disfrutad del nuevo vídeo en el canal de YouTube de InterSystems Developers:
⏯ Ciencia de datos productiva con InterSystems IRIS y Python @ Ready 2025
En este ejemplo he buscado el punto intermedio entre una demo muy simple y una arquitectura muy complicada: una integración pequeña, clara y útil para entender cómo conectar InterSystems IRIS con Azure Service Bus usando una producción de interoperabilidad de IRIS que aprovecha Embedded Python para utilizar la librería oficial de Azure.
La idea es sencilla:
Business Operation.Inbound Adapter y un Business Service.azure-servicebus sin salir del entorno de IRIS.Dicho de otra forma: una solución en IRIS que usa Embedded Python donde corresponda para integrarse con Azure.
Hi Community,
Enjoy the new video on InterSystems Developers YouTube:
⏯ Succeeding with Python Development on InterSystems IRIS @ Ready 2025
Hoy he publicado un nuevo paquete en Open Exchange para la generación de datos sintéticos directamente en IRIS.
Encontrar conjuntos de datos decentes cuando quieres crear una aplicación de demostración puede resultar frustrante. Quizás el conjunto de datos no sea tan importante, pero aun así quieres que parezca algo realista y con varias tablas enlazadas que puedan usarse directamente dentro de IRIS con los joins implícitos mediante ->
Hola a todos.
Tengo un problema bastante extraño.
He creado un método en Python para crear un vector para una búsqueda vectorial. Hasta aquí todo correcto.
Si invoco a este método desde el termina, funciona correctamente:
Pero si hago esta misma llamada desde un bloque de código en una Business Process, se queda bloqueado, no responde y lanza el siguiente error:
¿Alguien sabe que está ocurriendo y como solucionarlo?
Muchas gracias por adelantado
En el panorama sanitario moderno, encontrar pacientes clínicamente similares a menudo es como buscar una aguja en un pajar. Las búsquedas tradicionales por palabras clave suelen fallar porque el lenguaje médico es muy matizado; una búsqueda de "Heart Failure" podría no encontrar un registro que contenga "Congestive Cardiac Failure".
Me complace compartir iris-medmatch, un motor de emparejamiento de pacientes impulsado por IA y desarrollado sobre InterSystems IRIS for Health
InterSystems sigue impulsando las capacidades de IA de forma nativa en IRIS — búsqueda vectorial, compatibilidad con MCP y capacidades de IA agéntica. Esa hoja de ruta es importante y no hay ninguna intención de dar un paso atrás en ella.
Pero el panorama de la IA también está evolucionando de una manera que hace que la integración con el ecosistema sea cada vez más esencial. Herramientas como Dify — una plataforma de orquestación de LLM de código abierto y lista para producción — se han convertido en una parte importante de los stacks de IA empresariales.
El reconocimiento facial se ha convertido en el método más popular para validar la identidad de las personas, permitiendo así el acceso a sistemas, la confirmación de datos personales y documentales, y la aprobación de acciones y documentos.
Los desafíos están relacionados con el rendimiento cuando la base de datos es muy grande, la precisión y, especialmente, la privacidad de los datos biométricos faciales.
Hola comunidad:
Nos complace anunciaros que ya está abierta la inscripción para la segunda cohorte del curso:
🧑💻Desarrollo de aplicaciones FHIR utilizando Python🧑💻
Este programa práctico está diseñado para desarrolladores que queráis crear aplicaciones FHIR del mundo real utilizando Python e InterSystems IRIS for Health.
👉 Ved el resumen del curso de 5 minutos
📅 La segunda cohorte comienza el 29 de marzo de 2026
Visión general
Embedded Python es un cambio radical para InterSystems IRIS, ya que ofrece acceso al vasto ecosistema de Python directamente dentro de la base de datos. Sin embargo, salvar la brecha entre ObjectScript y Python a veces puede parecer bastante complicado.
Para hacer que esta transición sea fluida, podéis usar embeddedpy-bridge
Hola,
Cuando abrimos un terminal en IRIS, entramos en el shell de ObjectScript. Dentro de este shell, podemos ejecutar comandos de IRIS, como:
En otras palabras, el comando ObjectScript se ejecuta en el shell actual. Pero siempre es bueno recordar que IRIS tiene otros shells.
Un aspecto muy interesante son los atajos. Podemos acceder a estos shells mediante sus llamadas o a través de atajos, como se muestra en la tabla siguiente:
|
Shell |
Llamada |
Atajo |
|
SQL |
Do $SYSTEM.SQL.Shell() |
:sql |
|
Python |
Do $SYSTEM.Python. |
