Vectorización de Tabla TUSS
Extrae códigos y descripciones de procedimientos médicos de Oracle, los formatea, tokeniza, genera embeddings con Google Gemini y los almacena en una base de datos PostgreSQL con PGVector para búsqueda semántica.
Nodos
Herramientas
Detalles
- ID
- 6543
- Nodos
- 11
- Conex.
- Sí
- Tipos
- 9
Pertenece a:
¿Qué hace este workflow?
Este workflow automatiza la extracción y vectorización de códigos y descripciones de procedimientos médicos desde una base de datos Oracle. Una vez extraídos, los datos son formateados y tokenizados antes de generar embeddings de alta calidad utilizando el modelo de lenguaje Google Gemini. Finalmente, estos embeddings se almacenan en una base de datos PostgreSQL, aprovechando la capacidad de PGVector para habilitar capacidades de búsqueda semántica avanzada. Esto permite a las instituciones de salud encontrar rápidamente procedimientos relevantes, mejorar la precisión en la codificación médica y optimizar la gestión de la información clínica, ahorrando tiempo significativo en la localización de datos complejos y reduciendo errores manuales. Ideal para clínicas y hospitales que buscan modernizar sus sistemas de gestión de datos y análisis.
¿Cómo funciona?
Este workflow usa 11 nodos conectados con 9 tipos diferentes: VectorStorePGVector, TextSplitterTokenSplitter, EmbeddingsGoogleGemini, StickyNote, ManualTrigger y 4 más. La estructura está totalmente conectada — listo para importar.
¿Para quién es?
Diseñado para empresas de Clínicas y Salud y equipos de IT & DevOps. Nivel intermedio — necesitas familiaridad con n8n. Alto valor de negocio: automatiza una tarea recurrente con impacto directo.
¿Lo quieres en tu empresa?
→Lo implementamos por ti end-to-end: integración, deploy, mantenimiento y soporte. Consultoría B2B con Genai Sapiens.
Hablemos de tu proyecto¿Quieres aprender a hacerlo?
→Sprints de 30 días con companion IA + comunidad. Aprende n8n, automatización y agentes IA desde cero o nivel avanzado.
Ver formación Momentum