Herramienta computacional para la búsqueda de referencias durante la gestión de glosas por pertinencia

En el sistema de salud colombiano, las glosas por pertinencia clínica representan una problemática para las instituciones prestadoras de servicios de salud, pues implican una retención parcial o total al pago de servicios cuando se considera que no es válida o no existe suficiente justificación médi...

Full description

Autores:
Adarme Ardila, Daniela Alejandra
Arciniegas Mariño, Mariana Alejandra
Rueda Benavides, Johanna Valentina
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2025
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/30500
Acceso en línea:
http://hdl.handle.net/20.500.12749/30500
Palabra clave:
Artificial intelligence
Medical claim denials
Clinical engineering
Evidence-based medicine
Large language model
Biomedical engineering
Engineering
Biophysics
Bioengineering
Medicine
Biomedical
Automation
Deep learning (Machine learning)
Python (Computer program language)
Ingeniería biomédica
Ingeniería
Biofísica
Bioingeniería
Medicina
Biomédica
Automatización
Aprendizaje profundo (Aprendizaje automático)
Python (Lenguaje de programación de computadores)
Glosas
Ingeniería clínica
Inteligencia artificial
Medicina basada en evidencia
Modelo de lenguaje de gran tamaño
Rights
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Description
Summary:En el sistema de salud colombiano, las glosas por pertinencia clínica representan una problemática para las instituciones prestadoras de servicios de salud, pues implican una retención parcial o total al pago de servicios cuando se considera que no es válida o no existe suficiente justificación médica para la asistencia brindada. Estas glosas no solo pueden generar grandes pérdidas económicas, sino que también demandan una revisión exhaustiva de la literatura científica para sustentar adecuadamente las respuestas. Sin embargo, la sobrecarga de información y la falta de herramientas tecnológicas dificultan esta tarea. Por lo que, se tuvo como objetivo desarrollar una herramienta computacional para la asistencia en la búsqueda de referencias durante la gestión de glosas por pertinencia mediante técnicas de aprendizaje profundo. Para su desarrollo, se llevó a cabo un proceso de ingeniería de requerimientos, el diseño de la interfaz y la lógica funcional, así como la conexión a un modelo de lenguaje de gran tamaño y la API SerpApi para extraer artículos de los últimos cinco años de Google Scholar. Su evaluación fue realizada mediante un panel de expertos, a partir del cual se valoró aspectos como la efectividad y usabilidad de la solución, obteniéndose un puntaje en la escala de usabilidad del sistema de 90. Asimismo, el 90,47% de los artículos correspondían a medicina basada en la evidencia, con un promedio de calificación en calidad de 4,61 y en pertinencia de 4,1 con base a una escala Likert de 1 a 5. A partir de esto se evidenció que la herramienta permite generar resultados relevantes, vigentes y alineados para asistir el proceso de gestión de glosas por pertinencia.