Modelo basado en machine learning y analítica de datos para la planeación agregada de la prestación de servicios aplicado al sector salud - healthcare

En la actualidad, el sector salud enfrenta una serie de desafíos complejos que dificultan la prestación eficiente de servicios médicos. La variabilidad en la demanda de atención médica, caracterizada por picos estacionales y emergencias impredecibles, genera una presión constante sobre los recursos hospitalarios. Este proyecto propone un modelo innovador que aprovecha nuevas tecnologías para revolucionar la planeación agregada en el ámbito sanitario. A través de algoritmos avanzados de aprendizaje automático y el análisis exhaustivo de datos históricos y en tiempo real, el modelo busca predecir patrones de demanda, optimizar la asignación de recursos y mejorar la calidad de atención al paciente. La implementación de este sistema promete no solo reducir costos operativos significativamente, sino también transformar la manera en que se planifican y ejecutan los servicios de salud. Se utilizarán conocidas técnicas de inteligencia artificial para analizar la demanda de servicios de salud en una institución prestadora. Siendo así, el presente proyecto se orienta a proponer un modelo predictivo para la demanda de servicios de salud, lo que podría permitir tomar mejores medidas de planeación en la prestación de estos, y así establecer políticas de asignación de recursos, para gestionar los costos relacionados a la operación. También, académicamente, se busca generar una propuesta que aborde esta línea de conocimiento tradicional empleando nuevas técnicas como el Machine Learning.

• Autores: Alvaro Junior, Caicedo Rolon; Caicedo Rolon, Alvaro Jr
• Tipo de recurso: http://purl.org/coar/resource_type/c_baaf
• Fecha de publicación: 2025
• Institución: Universidad Francisco de Paula Santander
• Repositorio: Repositorio Digital UFPS
• Idioma: spa
• OAI Identifier: oai:repositorio.ufps.edu.co:ufps/9596
• Acceso en línea: https://repositorio.ufps.edu.co/handle/ufps/9596
• Rights: openAccess
• License: Derechos Reservados - Universidad Francisco de Paula Santander