D. García de Vicuña Bilbao, A. M. Anayas-Arenas, J. Ortmann, Á. Ruiz
Este estudio presenta una metodología de machine learning basada en árboles de decisión para apoyar las decisiones de gestión de recursos y planificación de la capacidad en los servicios de salud. El propósito principal es desarrollar nuevas metodologías utilizando datos reales de pacientes con el objetivo de facilitar a los profesionales de la salud la toma decisiones sobre la gestión y planificación de recursos. Concretamente, la metodología se enfoca en predecir los tiempos de operación en quirófano, así como valores de estancia de pacientes tanto en la UCI como en planta, utilizando para ello una gran cantidad de variables, como las características y antecedentes médicos del paciente, y variables relacionadas con el estado de salud del paciente. Los resultados de la metodología utilizada se ilustran con datos reales y muestran que estas técnicas pueden ser efectivas para predecir la demanda y facilitar la toma de decisiones en la gestión de recursos en los servicios de salud.
Keywords: Planificación de recursos, machine learning, UCI, predicción, toma de decisiones
Scheduled
GT17.SDDS2 Invited Session
November 8, 2023 10:10 AM
CC3: Room 1