David Matthew Quintana

Bilingual Web Developer | Building practical, accessible solutions for small businesses and professionals Desarrollador Web Bilingüe | Creando soluciones prácticas y accesibles para profesionales y pequeñas empresas

David M. Quintana

HCIS Professional | Bilingual Systems Developer

Bridging the gap between clinical data standards and equitable patient care.

I design bilingual, standards‑based healthcare applications that transform raw clinical data into structured, interoperable, and safe information. My work focuses on interoperability, workflow optimization, clinical safety guardrails, and bilingual accessibility.

GitHub LinkedIn Email

Estudiante Senior de HCIS y Desarrollador Bilingüe

Conectando estándares técnicos de datos con atención médica equitativa.

Diseño aplicaciones de salud bilingües basadas en estándares que transforman datos clínicos en información estructurada, interoperable y segura. Mi trabajo se enfoca en interoperabilidad, optimización de flujos de trabajo, protecciones de seguridad clínica y accesibilidad bilingüe.

Portrait of David Matthew Quintana

🏆 Featured HCIS Projects

🏆 Proyectos HCIS Destacados

Full‑stack architectures demonstrating clinical data exchange and safety logic.

Arquitecturas full-stack con integración profunda de estándares clínicos.

01

i18n Patient Intake & FHIR Resource Generator

Admisión de Pacientes Bilingüe (FHIR)

Live Demo Demo en Vivo → View Full Case Study → Ver Estudio de Caso Completo
Screenshot of Bilingual Patient Intake FHIR Application
The Problem
El Problema

Language barriers during intake lead to "dirty data" and incomplete clinical histories. Standardizing this data into a format EHRs can actually read (FHIR) is often a manual, error-prone hurdle.

Las barreras lingüísticas en la admisión provocan historiales clínicos incompletos y errores demográficos, mientras que la entrada manual de datos crea agotamiento administrativo y silos de información.

The Action
La Acción

I engineered a full‑stack application with an i18n‑enabled frontend (English/Spanish). The system captures Patient‑Generated Health Data (PGHD) and uses a FastAPI backend to map raw inputs into validated HL7 FHIR R4 Patient and Observation resources.

Un sistema full-stack con alternancia inglés/español en tiempo real. El frontend captura Datos de Salud Generados por Pacientes (PGHD), que un backend FastAPI mapea a recursos HL7 FHIR R4 de Paciente y Observación para interoperabilidad nativa con EHR.

Tech Stack
Tecnologías

Python (FastAPI), JavaScript (ES6+), Pydantic Models, HL7 FHIR R4, JSON Schema Validation

Workflow
Flujo de Trabajo
Patient → Bilingual Intake Form → FastAPI Validation → FHIR Mapping → JSON Output → EHR Integration
Paciente → Formulario Bilingüe → Validación FastAPI → Mapeo FHIR → Salida JSON → Integración EHR
The Impact
Impacto Clínico
  • Interoperability: Produces production‑ready JSON payloads for native EHR integration.
  • Health Equity: Empowers Spanish‑speaking patients to provide history in their primary language without data loss.
  • Data Integrity: Implements strict Pydantic schema validation to eliminate malformed clinical data at the source.
  • Interoperabilidad: Genera JSON compatible con FHIR en el punto de atención
  • Equidad en Salud: Permite a pacientes hispanohablantes proporcionar su historial en su idioma principal
  • Flujo de Trabajo: Reduce errores administrativos y tiempo de reingreso de datos
Security & Privacy
Seguridad y Privacidad

Stateless architecture; no PHI stored.

Arquitectura sin estado; no se almacena PHI.

Representative File Structure
Estructura de Archivos Representativa
bilingual-patient-intake-fhir/
│── .gitignore
│── LICENSE
│── README.md
│── index.html
│
├── backend/
│   ├── app.py           # FastAPI logic & FHIR mapping# Lógica FastAPI y mapeo FHIR
│   ├── requirements.txt
│   └── __pycache__/
│
└── static/
    ├── css/
    └── js/              # i18n and frontend validation# i18n y validación frontend
What This Demonstrates
Lo que esto Demuestra

I can design patient‑facing tools, implement interoperability standards, and support clinical efficiency and health equity.

Puedo diseñar herramientas orientadas al paciente, implementar estándares de interoperabilidad y apoyar la eficiencia clínica y la equidad en salud.

02

HL7 v2.x Infectious Disease & LOINC Parser

Analizador de Enfermedades Infecciosas HL7

Live Demo Demo en Vivo → View Full Case Study → Ver Estudio de Caso Completo
Screenshot of HL7 Infectious Disease Parser Application
The Problem
El Problema

Legacy HL7 v2.x messages are "black boxes" for many public health teams, requiring manual interpretation during time‑sensitive outbreaks.

Los mensajes heredados HL7 v2.x son "cajas negras" para muchos equipos de salud pública, requiriendo interpretación manual durante brotes sensibles al tiempo.

The Action
La Acción

Built a specialized parsing engine to process ORU (Observation Result) messages. I utilized Regex‑based extraction and hl7apy to isolate PID and OBX segments, then integrated a LOINC dictionary to validate test codes and flag abnormal findings.

Un motor de análisis especializado para mensajes ORU (Resultados de Observación). Extrae segmentos PID y OBX, valida códigos LOINC y marca hallazgos anormales para enfermedades infecciosas de alta prioridad.

Tech Stack
Tecnologías

JavaScript (Regex Engine), Python (hl7apy), LOINC Dictionary Integration

Workflow
Flujo de Trabajo
Lab System → HL7 Segments → Regex Extraction → LOINC Validation → Clinical Summary
Sistema de Laboratorio → Segmentos HL7 → Extracción Regex → Validación LOINC → Resumen Clínico
The Impact
Impacto Clínico
  • Surveillance: Accelerates the triage of positive lab results for public health reporting.
  • Normalization: Converts non‑standard lab strings into standardized LOINC/SNOMED‑CT terminology.
  • Resilience: Includes a synthetic test suite to ensure the parser handles "broken" or edge‑case legacy messages.
  • Vigilancia: Acelera el triaje de resultados de laboratorio positivos
  • Precisión: Normaliza datos usando terminología LOINC estandarizada
  • Robustez: Maneja mensajes malformados con elegancia
Security & Privacy
Seguridad y Privacidad

Processes only synthetic HL7 messages.

Procesa únicamente mensajes HL7 sintéticos.

Representative File Structure
Estructura de Archivos Representativa
hl7-infectious-disease-parser/
│── LICENSE
│── README.md
│── index.html
│── parser.py         # Regex-based extraction & LOINC validation# Extracción Regex y validación LOINC
│── script.js         # UI rendering for clinical summaries# Renderizado UI para resúmenes clínicos
│── style.css
│
└── hl-samples/       # Synthetic test suite# Suite de pruebas sintéticas
    ├── adt_a01.txt
    ├── adt_a03.txt
    ├── broken_oru.txt
    ├── covid_oru.txt
    ├── flu_oru.txt
    └── hiv_oru.txt
What This Demonstrates
Lo que esto Demuestra

I can work with legacy standards, build validation logic, and support public health reporting workflows.

Puedo trabajar con estándares heredados, construir lógica de validación y apoyar flujos de trabajo de informes de salud pública.

03

Bilingual Pediatric CDS Dosage Calculator

Calculadora de Dosis Pediátrica CDS Bilingüe

Live Demo Demo en Vivo → View Full Case Study → Ver Estudio de Caso Completo
Screenshot of Bilingual Pediatric CDS Dosage Calculator
The Problem
El Problema

Pediatric dosing errors are "Never Events" in clinical safety. Communication gaps with non‑English speaking caregivers significantly increase outpatient medication risks.

Los errores de dosificación pediátrica son eventos centinela de alto riesgo. Las brechas de comunicación con cuidadores hispanohablantes aumentan los riesgos de medicación ambulatoria.

The Action
La Acción

Developed a Clinical Decision Support (CDS) tool with built‑in safety guardrails. I implemented weight‑based dose caps and an 80% maximum‑dose caution threshold. The system uses JSON Localization (L10n) to generate precise, bilingual instructions for caregivers.

Una herramienta de Soporte a la Decisión Clínica (CDS) que impone límites estrictos basados en peso y genera instrucciones bilingües para los cuidadores.

Tech Stack
Tecnologías

Python (FastAPI), JavaScript (ES6+), Pydantic Models, JSON Localization

Workflow
Flujo de Trabajo
Patient Input → Safety Validation → Dose Calculation → Bilingual Instructions
Entrada del Paciente → Validación de Seguridad → Cálculo de Dosis → Instrucciones Bilingües
The Impact
Impacto Clínico
  • Clinical Safety: Rejects physiologically impossible weights and caps doses to prevent sentinel events.
  • Caregiver Adherence: Reduces "lost‑in‑translation" errors by providing native‑language instructions for complex liquid dosing.
  • Technical Precision: Demonstrates a stateless architecture capable of being embedded into larger clinical workflows.
  • Prevención de Eventos Centinela: Rechaza pesos poco realistas y limita dosis
  • UI de Seguridad: Implementa un umbral de precaución del 80%
  • Seguridad Bilingüe: Reduce la confusión del cuidador
Security & Privacy
Seguridad y Privacidad

Stateless; no PHI stored.

Sin estado; no se almacena PHI.

Representative File Structure
Estructura de Archivos Representativa
bilingual-pediatric-CDS-dosage-calculator/
│── .gitignore
│── LICENSE
│── README.md
│── index.html
│── app.js
│── styles.css
│
├── backend/
│   ├── main.py           # API Entry point# Punto de entrada de API
│   ├── calculations.py   # Safety-critical logic# Lógica crítica de seguridad
│   ├── models.py         # Data validation schemas (Pydantic)# Esquemas de validación (Pydantic)
│   └── requirements.txt
│
├── lang/
│   ├── en.json           # English localization# Localización en Inglés
│   └── es.json           # Spanish localization# Localización en Español
│
└── __pycache__/
    ├── calculations.cpython-313.pyc
    └── models.cpython-313.pyc
What This Demonstrates
Lo que esto Demuestra

I can build safety‑critical CDS tools that combine technical precision with cultural competency.

Puedo construir herramientas CDS críticas para la seguridad que combinan precisión técnica con competencia cultural.

📦 Supporting HCIS Tools

📦 Herramientas HCIS de Apoyo

Targeted utilities for operations and data portability.

Utilidades dirigidas para operaciones y portabilidad de datos.

04. BioMed Inventory Tracker

Live Demo Demo en Vivo

A utility for tracking PM (Preventive Maintenance) status for high‑risk clinical assets to support Joint Commission/CMS compliance.

Rastrea el estado de Mantenimiento Preventivo (PM) para activos clínicos de alto riesgo.

Apoya el cumplimiento de Joint Commission y CMS.

05. US Core FHIR Converter

Live Demo Demo en Vivo

A focused script that transforms flat demographic CSVs into US Core–compliant FHIR Patient JSON.

Transforma datos demográficos en JSON de Paciente FHIR compatible con US Core.

Supports data portability and Cures Act alignment.

Admite portabilidad de datos y alineación con la Ley Cures.

🛠 Technical Core Competencies

🛠 Competencias Técnicas Principales

Domain Dominio Skills & Standards Habilidades & Estándares
Interoperability Interoperabilidad HL7 FHIR R4, HL7 v2.x, US Core Profiles, JSON Schema HL7 FHIR R4, HL7 v2.x, Perfiles US Core, JSON Schema
Clinical Terminology Terminología Clínica LOINC, ICD‑10, SNOMED‑CT (Basic), UCUM LOINC, ICD‑10, SNOMED‑CT (Básico), UCUM
Development Desarrollo Python (FastAPI, Pydantic), JavaScript (ES6+), API Design, i18n/L10n Python (FastAPI, Pydantic), JavaScript (ES6+), Diseño de API, i18n/L10n
Clinical Workflow Flujo de Trabajo Clínico CDS Logic, PGHD Integration, Error Reduction, WCAG 2.1 Lógica CDS, Integración PGHD, Reducción de Errores, WCAG 2.1

Actively Seeking HCIS Internship Opportunities

I'm ready to apply my skills in FHIR interoperability and clinical workflow optimization to help your team build safer, more equitable health systems.

Download Resume LinkedIn GitHub

Buscando Activamente Oportunidades de Pasantía en HCIS

Estoy listo para aplicar mis habilidades en interoperabilidad FHIR y optimización de flujos de trabajo clínicos para ayudar a su equipo a construir sistemas de salud más seguros y equitativos.

Descargar Currículum LinkedIn GitHub