Del MVP al
laboratorio clínico.
Cuatro fases.
Roadmap de producto de Bdreams — app para inducción de sueños lúcidos basada en neurociencia. Desde el loop diurno-nocturno en HTML vanilla hasta la interfaz cerebro-sueño con EEG consumer.
4 fases · 18 meses de visión
De MVP funcional a plataforma clínica y de investigación. Cada fase tiene criterio de éxito medible antes de pasar a la siguiente.
Hitos, criterios y dependencias
Cada fase está definida por sus entregables, el criterio de éxito que habilita el paso a la siguiente, y las dependencias técnicas que la bloquean.
- Reality Check Pavloviano — Tótem sonoro (Web Audio API) + logs diarios de condicionamiento
- Técnicas guiadas: MILD (grabación de intención), WBTB (alarma configurable), SSILD (temporizador de ciclos atencionales)
- Diario onírico con captura de texto + cálculo del IRO (Índice de Recuerdo Onírico, escala 0–100)
- Streak diario + gamificación básica: 5 niveles (Aprendiz → Explorador → Soñador → Arquitecto → Comunicador)
- Loop completo persistente en localStorage — sin backend, funciona offline por defecto
- FEWeb Audio API para generación del Tótem sonoro
- FElocalStorage con schema versionado (dream_entries, rc_logs, streak)
- FENotification API (local, sin push) para RC aleatorio diurno
- FESin dependencias externas — bundle cero
- Progressive Web App instalable: manifiesto, Service Worker, notificaciones push reales (no solo locales)
- Integración HealthKit (iOS) / Google Fit (Android) para lectura de ciclos REM desde wearable
- Motor TLR: emisión automática del Tótem durante ventanas REM detectadas, fade-in de 90 seg
- Dashboard de analítica: IRO semanal con tendencia, tasa de lucidez, calidad REM estimada, mejor técnica por perfil
- Detección de patrones recurrentes en el diario (señales candidatas para RC personalizado) via Claude API
- BESupabase: Auth, PostgreSQL, Storage para diario y métricas
- BEEdge Functions: scoring IRO, análisis de patrones, protocolo adaptativo semanal
- IAClaude API para análisis semántico del diario onírico
- HWHealthKit / Google Fit API — requiere app wrapper nativo o bridge PWA
- FEPush notifications via Web Push + VAPID keys
- App React Native + Expo — base de código única para iOS y Android
- Notificaciones en background para RC diurno (no depende de que la app esté abierta)
- Motor TLR nativo con acceso directo a sensores del dispositivo (acelerómetro, HRV, micrófono)
- Whisper on-device (Expo MLKit) para voz-a-texto al despertar — sin envío de audio a servidores externos
- Modo offline-first completo: sincronización en background cuando hay conectividad
- Publicación en App Store y Google Play con revisión médica de claims
- FEReact Native + Expo SDK — migración desde PWA con reutilización de lógica de negocio
- IAWhisper on-device: expo-speech o react-native-whisper (modelo small/base cuantizado)
- HWAcceso nativo a sensores: expo-sensors (acelerómetro), HealthKit bridge
- BEBackground tasks: expo-background-fetch + expo-task-manager
- REGRevisión de claims médicos para App Store Review (Apple HIG + FDA wellness exemption)
- Protocolo LDT (Lucid Dreaming Therapy) para pesadillas crónicas y TEPT — validado clínicamente con IRB
- Interactive Dreaming mode: detección de señalización ocular + integración BCI externo (Muse, Neurosity)
- API pública para investigadores: endpoints IRB-ready, consentimiento granular, exportación de datos anonimizados
- Integración con bandas frontales EEG consumer para detección de REM de alta precisión (>90% vs wearable ~75%)
- Primer estudio piloto diseñado, ejecutado con datos de la app y aceptado para publicación
- HWSDK Muse (InteraXon) + Neurosity Crown — Bluetooth LE + procesamiento de señal EEG en tiempo real
- IAClasificador REM/NREM sobre señal EEG cruda — modelo edge o inference vía API
- BEAPI pública con autenticación IRB, endpoints de exportación FHIR-compatible
- REGIRB (Institutional Review Board) para estudio clínico + GDPR/HIPAA para datos oníricos
- REGRevisión de clasificación como software médico (SaMD) según MDR / FDA 510(k) si se hacen claims terapéuticos
Stack por fase
Cada fase introduce solo las capas de complejidad necesarias. Sin over-engineering anticipado.
| Fase | Frontend | Backend | IA / ML | Hardware | Datos |
|---|---|---|---|---|---|
| Fase 1 · MVP | HTML/CSS/JS Web Audio API Notification API | Sin backend localStorage | Sin IA algoritmo local IRO | Sin HW teléfono básico | Únicamente local, sin nube |
| Fase 2 · PWA | PWA Service Worker Web Push | Supabase Edge Functions PostgreSQL | Claude API análisis diario | HealthKit Google Fit | Supabase cloud + sync |
| Fase 3 · Native | React Native Expo SDK | Supabase background sync | Whisper on-device STT | Sensores nativos HRV nativo | Offline-first, sync diferido |
| Fase 4 · Clínico | React Native BCI overlay | Supabase API pública FHIR | EEG classifier Claude API | Muse Neurosity EEG BLE | IRB, GDPR, anonimización |
Métricas de éxito
Las métricas que determinan si cada fase ha cumplido su objetivo y si tiene sentido invertir en la siguiente.
Bdreams vs. el mercado
Las apps existentes tienen protocolos incompletos, UX de 2015 o carecen de base científica actualizada. Ninguna cierra el loop completo.
| App | RC Pavloviano | Motor TLR / REM | Diario + IA | Gamificación | BCI / EEG | Base científica | UX moderno |
|---|---|---|---|---|---|---|---|
| Lucid Dreamer | Parcial | No | Básico | No | No | Moderada | No · 2017 |
| DreamOn | No | TLR simple (sin detección REM real) | No | No | No | Baja | No · abandonada |
| Awoken | Sí | No | Diario sin IA | Mínima | No | Moderada | No · 2016 |
| Mindsync | No | No | No | No | EEG externo (hardware propio caro) | Parcial | Sí · nicho |
| Bdreams ★ | Sí · Pavloviano | Sí · Motor TLR + REM | Sí · Claude API | Sí · 5 niveles | Fase 4 · Muse + Neurosity | Muy alta · IRB | Sí · 2026 |
Ninguna app actual implementa los tres pilares simultáneamente: condicionamiento pavloviano diurno + motor TLR con detección REM real + diario analítico con IA. El loop completo es la ventaja competitiva de Bdreams. Y ninguna lo tiene.
Riesgos y mitigaciones
Los cuatro riesgos principales identificados y sus estrategias de mitigación específicas.
El protocolo tarda entre 2 y 4 semanas en producir resultados medibles. La mayoría de los usuarios de apps de salud abandona antes de los 7 días. Sin adherencia, el producto no puede demostrar su eficacia.
Gamificación con feedback inmediato desde el día 1 (IRO diario visible, streak, niveles). Onboarding que fija expectativas realistas de tiempo. Notificaciones contextuales (no spam) basadas en el momento del ciclo. WBTB como quick win — primera lucidez posible en la primera semana para usuarios constantes.
Apple Watch y Garmin tienen ~70–80% de precisión en detección REM vs. PSG clínico. Un 20–30% de falsas activaciones (TLR durante NREM profundo) puede interrumpir el sueño y generar desconfianza en el producto.
Diseño probabilístico: el motor TLR solo activa cuando la confianza en ventana REM supera el 70%. Disclaimer explícito de precisión en la UI. Modo "conservador" activado por defecto (menos disparos, más seguros). La Fase 4 con EEG consumer sube la precisión al +90% para usuarios que necesitan máxima fiabilidad.
Si Bdreams hace claims sobre tratamiento de TEPT o pesadillas crónicas, puede ser clasificado como Software as a Medical Device (SaMD) bajo FDA 510(k) o MDR europeo — lo que implica ensayos clínicos, registro y coste prohibitivo para una fase temprana.
Hasta la Fase 4 los claims se limitan a "wellness" y "entrenamiento de habilidades" — categoría exenta de regulación médica. El protocolo LDT clínico se introduce solo en Fase 4 con IRB y asesoría legal especializada. En Fases 1–3, ningún material menciona diagnóstico ni tratamiento de enfermedades.
El diario onírico captura contenido psicológico profundo (traumas, emociones, relaciones). Combinado con datos de sueño biométricos, constituye una de las categorías de datos más sensibles que una app puede manejar. Una brecha sería devastadora para la confianza.
Whisper on-device en Fase 3: el audio nunca sale del dispositivo. Cifrado end-to-end del diario en Supabase (pgcrypto). Consentimiento granular: el usuario controla qué datos comparte con la API de análisis. Fase 4: datos de investigación completamente anonimizados con k-anonimidad antes de cualquier exportación. Privacy-first como diferenciador de marca explícito.
En 18 meses, Bdreams puede pasar de un loop vanilla en el navegador a ser la primera plataforma que conecta el condicionamiento pavloviano diurno, el motor TLR nocturno y el análisis de diario con IA con un estudio clínico publicado detrás. Eso no existe todavía. Ese es el punto.