Propuesta de sistema de gestión analítico para la detección temprana de usuarios con alto riesgo de reingreso al servicio de urgencias de IPS's privadas de alta complejidad en Bogotá

Data analytics y machine learning son una tendencia mundial que ha tenido un crecimiento en la industria de la atención en salud, debido a la aparición de dispositivos que son capaces de utilizar datos para evaluar la salud de un paciente en tiempo real, liderando la transformación digital en el sector y a su vez ofreciendo una oportunidad extraordinaria para extraer, analizar y procesar grandes cantidades de datos generados en la atención, y de esta forma, orientar al personal de salud identificando tendencias o alertas que arrojen diagnósticos y guíen tratamientos más rápidos y efectivos. Generando un impacto en mejorar los resultados en la atención hospitalaria, así como en la reducción de costos inherentes a dichas atenciones, y la producción de información médica de valor. Los reingresos hospitalarios son un problema frecuente y costoso para el sistema que ha sido ampliamente estudiado a nivel mundial, y aunque no todos los reingresos son evitables, los que sí lo son están relacionados con un cuidado subóptimo y con una mala gestión del proceso de egreso de la institución. La reducción en la tasa de reingresos supone una mejora importante de la calidad del servicio (indicador de calidad) y además representa un ahorro para los sistemas de salud. Es por esto que con este proyecto de investigación, basado en la literatura mundial, se busca proponer a las organizaciones de salud privadas, recomendaciones acerca de la implementación de soluciones modernas e innovadoras de inteligencia artificial para la optimización de recursos de los servicios de urgencias, planteando beneficios como lo son: con mejora el tiempo de recolección de datos facilitando su análisis y dándole valor a los mismos. Dando como resultado un flujo de trabajo que termina siendo costo-efectivo en cuanto a la funcionalidad de las personas en el tiempo y la optimización de servicios que impacta directamente en la reducción de reingresos hospitalarios prevenibles. Tomándolo como una oportunidad para la transformación de la gestión en salud, El futuro de la medicina se basa en datos y análisis

Grantor dc:publisher

Universidad del Rosario

Year dc:date

2023

Author dc:creator

• Cuellar Fuentes, Sussy Susana

• Inteligencia artificial
• Servicios de salud
• Innovaciones tecnológicas
• Pacientes con alto riesgo de hospitalización
• Atención hospitalaria
• Medicina digital
• Servicios de urgencias
• Ciencia de datos
• Machine learning
• , , , , Health System, , emergency readmissions.
• Health services
• Patients at high risk of hospitalization
• Hospital care
• Emergency department
• Technological innovations
• Digital medicine
• Data Science
• Artificial intelligence

Statement dc:rights

• info:eu-repo/semantics/openAccess

Licence

• http://creativecommons.org/licenses/by-nc-nd/4.0/

Language dc:language

spa

Identifier

https://repository.urosario.edu.co/handle/10336/38229

OAI identifier oai:identifier

oai:repository.urosario.edu.co:10336/38229