Maestría en Administración de Empresas - MBA - Virtual · 2024

Aprendizaje automático para la predicción de la demanda de atención en urgencias. Revisión sistemática rápida.

La demanda creciente de atenciones en los servicios de urgencias es un fenómeno permanente, que causa sobreocupación, incrementa los tiempos de atención y la insatisfacción de los pacientes y los equipos de salud. El aprendizaje automático ha tomado relevancia en el cuidado de la salud en un sin número de campos de actuación y podría ser útil para eliminar la incertidumbre del volumen de llegadas de pacientes a urgencias y realizar predicciones precisas de la demanda de atenciones en este servicio, lo cual podría contribuir a mejorar la planeación de recursos y en consecuencia a mejorar los tiempos de atención. El propósito de este trabajo es analizar la literatura actual sobre el uso del aprendizaje automático en la predicción de la demanda de urgencias, identificando métodos efectivos, desafíos clave y posibles aplicaciones prácticas. Se realizo una revisión sistemática rápida usando como fuentes las bases de datos EBSCO Host, PubMed, SciELO, Scopus, Science Direct, y Ovid, limitada a las publicaciones realizadas entre 2014 y 2024. En total se incluyeron 21 publicaciones en la revisión. Se utilizó una herramienta de inteligencia artificial para realizar la extracción de datos de los estudios seleccionados, identificar los algoritmos de pronóstico y los variables de predicción más frecuentemente utilizados, la precisión de cada uno de los modelos de pronóstico implementados, sus limitaciones y aplicaciones prácticas. En conclusión, el aprendizaje automático es útil para prever la demanda de atenciones a urgencias con porcentajes absolutos de error bajos. Sin embargo, no es posible generalizar un modelo para su aplicación en múltiples instituciones, y las aplicaciones prácticas de estas predicciones deben ser exploradas con mayor profundidad.

Palabras clave

Tesauro de su biblioteca