Gestión de listas de espera para estudios endoscópicos en hospitales públicos: un abordaje mediante simulación y Machine Learning

Abstract

La gestión de la atención en sistemas hospitalarios resulta desafiante en múltiples aspectos. En los últimos años se vio un aumento en la demanda que no se pudo acompañar de un aumento proporcional en la capacidad operativa. Esta problemática tiene dos grandes aristas a abordar: la disponibilidad de recursos tecnológicos y la cantidad de personal disponible. En países donde la salud pública representa uno de los principales sistemas de atención esta situación cobra especial relevancia. El Hospital General de Agudos José María Ramos Mejía de la Ciudad Autónoma de Buenos Aires cuenta con una Unidad de Gastroenterología que brinda atención ambulatoria y a pacientes internados, realizando estudios endoscópicos tanto diagnósticos como terapéuticos. Dichos estudios son de vital importancia en la prevención y detección temprana de múltiples patologías. Debido a distintos agentes externos, entre ellos la pandemia de COVID-19, la lista de espera para la realización de estudios en el quirófano ha aumentado de manera exponencial. Esto conlleva una dificultad adicional para los profesionales dado que, a medida que aumenta la demanda, más complejo resulta establecer las prioridades en los turnos que se asignan. En este trabajo de Tesis, se realizó una asignación de prioridades para la realización de estudios endoscópicos mediante un abordaje con simulación y Machine Learning. Para ello se utilizaron datos médicos obtenidos en consultas y se seleccionaron los features más relevantes. Además, a través del análisis de series temporales logramos definir cuáles son los requisitos mínimos para que el servicio brindado sea óptimo. Por último, se definió una métrica que permite evaluar si el tiempo de respuesta de la institución es acorde a la patología de los pacientes para distintas situaciones operativas.