En los últimos años, ha habido un desarrollo rápido en la tecnología informática, lo que ha llevado a un número creciente de sistemas médicos que utilizan registros médicos electrónicos (EMR) para almacenar sus datos clínicos. Debido a que los EMR son muy privados, las instituciones de salud suelen cifrar estos datos antes de transferirlos a servidores en la nube. Una técnica conocida como cifrado buscable (SE) puede ser utilizada por las instituciones de salud para cifrar los datos de EMR. Esta técnica permite buscar dentro de los datos cifrados sin necesidad de descifrado. Sin embargo, la mayoría de los esquemas SE existentes solo admiten búsquedas por palabras clave o por rangos, lo cual es altamente inadecuado para los datos de EMR, ya que contienen tanto contenido textual como digital. Para abordar este problema, hemos desarrollado un nuevo esquema de cifrado simétrico buscable llamado SSE-RK, que está diseñado específicamente para admitir tanto búsquedas por rangos como por palabras clave, y es fácilmente aplicable a los datos de EMR. Logramos esto creando una técnica de conversión que transforma palabras clave y rangos en vectores. Estos vectores se utilizan luego para construir algoritmos de construcción de árboles de índice y búsqueda que permiten búsquedas simultáneas por rangos y palabras clave. Ciframos el árbol de índice utilizando una técnica segura de K-Vecinos Más Cercanos, lo que resulta en un enfoque SSE-RK efectivo con una complejidad de búsqueda que es más rápida que un enfoque lineal. Un estudio teórico y experimental demuestra además que nuestro esquema propuesto supera a esquemas similares anteriores en términos de eficiencia. Un análisis de seguridad formal demuestra que SSE-RK protege la privacidad tanto de los datos como de las consultas durante el proceso de búsqueda. En consecuencia, tiene un potencial significativo para una amplia gama de aplicaciones en datos de EMR. En general, nuestro esquema SSE-RK, que ofrece una funcionalidad y eficiencia mejoradas mientras protege la privacidad de los datos de EMR, resuelve generalmente las deficiencias de los esquemas SE actuales.