Sistema de asignación de citas médicas para servicios de asistencia primaria de salud chilenos
DOI:
https://doi.org/10.53591/easi.v1i2.1849Palabras clave:
Aprendizaje automático, planificación de citas, sistema primario de salud, K-vecinos más cercanosResumen
Existen factores que miden el desempeño de los servicios de salud, uno de ellos es el acceso rápido y eficiente a la atención. La gestión del acceso a estos servicios para disminuir la espera en pacientes y usuarios ha sido un tema de relevancia a nivel de políticas públicas. En Chile, uno de los mayores desafíos es proporcionar un sistema de asignación de citas médicas, especialmente en la red pública de Asistencia Primaria de Salud (APS). Algunas de las iniciativas se basan en procedimientos administrativos, pero pocas de ellas están en el ámbito de la transformación digital. Esta investigación tiene como objetivo estudiar diferentes algoritmos de aprendizaje automático, entre los que destacan K-vecinos más cercanos, bosques aleatorios, árbol de decisión y máquinas de soporte vectorial. El objetivo es clasificar las citas médicas de acuerdo con las preferencias de usuario, basados en los datos obtenidos de sus experiencias previas, y restricciones de recursos. Se evalúa el potencial de aplicación de estos algoritmos para gestionar un sistema de asignación de citas. Los resultados son aún conservadores, y ponen de manifiesto la necesidad de optimizar los parámetros asociados a estos algoritmos para garantizar una asignación eficiente de citas a los usuarios del sistema
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2022 Berta Guerrero, Luis Pizarro, Vannessa Duarte

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los autores conservan los derechos de copia (copyright) sobre el contenido listados a continuación y aceptan que la revista publique el material por primera vez, bajo la licencia internacional CreativeCommons Atribución-NoComercial-SinDerivadas 4.0
- Los autores no pueden publicar impresiones de prueba compartidas con ellos durante el proceso editorial.
- El autor/es puede hacer copias electrónicas o impresas adicionales para su empleo como material docente en las clases que imparte.
- Puede archivar una copia preimpresa sin restricción alguna.
- El autor/es y el coautor/es no puede poner una Versión del Editor/PDF de la obra en ningún sitio comercial.
- El autor/es y el coautor/es pueden referenciar el artículo utilizando el enlace provisto por la revista en su repositorio.
- El autor/es puede proporcionar la Versión del Editor/PDF sólo con propósitos docentes para estudiantes.
- El autor/es puede proporcionar la Versión del Editor/PDF a otro investigador de una institución académica.
- El autor/es puede proporcionar la Versión del Editor/PDF a autoridades para evaluaciones de dotación de fondos institucionales y rankings.
- Pueden incluir material del trabajo en futuros trabajos derivados.
- Pueden incluir el trabajo en una disertación o tesis.
- Expandir el trabajo en forma de libro o capítulo de libro.
Los artículos son de libre acceso en formato electrónico en el repositorio de la revista. Los autores pueden reproducir y distribuir la obra en cualquier formato no comercial, siempre que la obra indique los autores y datos de la revista EASI, y no contravenga los puntos mencionados en el apartado de los permisos.