Democratizando el acceso a FONASA MLE: Datos abiertos y un servidor MCP

En Chile, el catálogo de Modalidad Libre Elección (MLE) de FONASA es la “fuente de verdad” para miles de prestaciones médicas. Sin embargo, acceder a él de forma programática ha sido históricamente un infierno de planillas Excel inconsistentes y códigos truncados.

Hoy publicamos fonasa-mle-open, un proyecto open source que limpia estos datos y los expone mediante un servidor MCP para que cualquier agente de IA pueda entender el sistema de salud chileno.

El problema de las planillas “vivas”

Cada marzo, FONASA publica sus anexos. Pero aquí está el gotcha: el archivo de 2025 no se parece en nada al de 2026. Uno usa sharedStrings.xml en su estructura interna, el otro usa strings in-line. Uno tiene 3 hojas, el otro solo 1.

Si intentas parsearlos de forma ingenua, pierdes datos o, peor aún, destruyes los precios.

Lo que construimos: Normalización quirúrgica

Implementamos un extractor en Python que normaliza cada prestación a su código canónico de 7 dígitos (Grupo + Subgrupo + Item). Sin esto, la interoperabilidad es imposible.

// Ejemplo de búsqueda robusta en el servidor MCP
const codeQuery = query.replace(/\D/g, "").padStart(7, "0");
// Ahora "301045" siempre encontrará el "0301045" (Hemograma)

El Gotcha: La trampa de los decimales de Excel

Un bug real que enfrentamos: Excel a veces exporta 1680 como 1680.0. En la lógica de precios chilena, donde el punto suele ser separador de miles (1.680), una heurística simple puede terminar convirtiendo un examen de $1.680 en uno de $16.800.

Lo resolvimos con una limpieza por regex y un redondeo estricto antes de la conversión a entero.

Seguridad y Robustez

No nos quedamos solo en los datos. Aplicamos un Judgment Day (revisión adversarial) al código y surgieron temas críticos:

• Protección XXE: El parser de XML ahora está bloqueado contra entidades externas para evitar exfiltración de datos.
• Búsqueda Híbrida: El servidor MCP ahora maneja búsquedas parciales de códigos ignorando ceros a la izquierda, ideal para cuando un usuario tipea rápido.

Arquitectura del Sistema

Para asegurar la integridad de los datos, diseñamos un pipeline que va desde el Excel oficial hasta el agente de IA:

¿Por qué un servidor MCP?

Los agentes de IA (como Claude) ahora pueden “aprender” de salud chilena en tiempo real. Al conectar este servidor a Claude Desktop, el modelo ya no alucina precios: consulta la fuente de verdad.

Ya disponible para la comunidad

El proyecto ya es una realidad y puedes usarlo de tres formas:

1. NPM: Ejecútalo directamente con npx @mariohealthbits/fonasa-mle-open.
2. Smithery.ai: Encuéntralo en el catálogo oficial de Smithery.
3. GitHub: Revisa el código y los datos en marioSoftmedic/fonasa-mle-open.

Lo que viene

El próximo paso es automatizar la extracción con un GitHub Action para marzo de 2027, asegurando que los datos siempre estén al día.

📱 WhatsApp: +56962170366 🐦 X.com: @mariohealthbits 🌐 mariohealthbits.dev