Estrategia basada en inteligencia artificial orientada al mejoramiento de la resolutividad médica disminuyendo el reingreso hospitalario en un servicio de urgencias

dc.contributor.advisorJácome Liévano, Sofía
dc.contributor.authorHerrera Pacheco, Diego Alejandro
dc.contributor.authorTerán Pino, Edisson Fernando
dc.contributor.orcidHerrera Diego, Terán Edisson [0000-0003-1179-5382]
dc.date.accessioned2024-07-29T19:54:29Z
dc.date.available2024-07-29T19:54:29Z
dc.date.issued2024-07
dc.description.abstractLa resolutividad médica es un indicador crucial de la efectividad de un sistema de salud. La capacidad para ofrecer una atención integral de calidad a los pacientes, evitar la duplicidad de procesos, errores y retardos en la prestación, está estrechamente conectada con la optimización de los recursos financieros. La inteligencia artificial (IA) aplicada al servicio de urgencias contribuye a mejorar los tiempos de atención, disminuir la tasa de reingreso hospitalario y procurar tratamientos desde un enfoque práctico y eficiente. El objetivo del presente estudio es formular una estrategia basada en IA, que aporte al mejoramiento de la resolutividad médica con respecto a la pertinencia, oportunidad y seguridad del paciente, como principales atributos de calidad en salud. Se llevó a cabo un estudio descriptivo tipo Revisión Documental en el que se seleccionaron, con base en los criterios de inclusión 40 artículos. Se identificaron los factores contribuyentes al reingreso hospitalario, tanto prevenibles como no prevenibles y las aplicaciones de IA más utilizadas como - Deep Learning y Machine Learning. Bajo los resultados obtenidos se propone una estrategia basada en la articulación del uso tecnológico y complementario que aporte a la disminución del reingreso hospitalario y que conlleve a la optimización de recursos financieros en beneficio del Sistema de salud.
dc.description.abstractenglishMedical resolvability is a crucial indicator of the effectiveness of a healthcare system. The ability to provide comprehensive, high-quality care to patients, and avoid duplication of processes, errors, and delays in service delivery, is closely linked to optimizing financial resources. Artificial intelligence (AI) applied to emergency services improves response times, reduces hospital readmission rates, and ensures treatments from a practical and efficient perspective. This study aims to formulate an AI-based strategy that contributes to the improvement of medical resolvability regarding relevance, timeliness, and patient safety, as the main attributes of healthcare quality. A descriptive study using Document Review methodology was conducted, selecting 40 articles based on inclusion criteria. Factors contributing to hospital readmission, both preventable and non-preventable, were identified, as well as the most commonly used AI applications such as Deep Learning and Machine Learning. Based on the results obtained, a strategy is proposed that integrates technological and complementary use to reduce hospital readmissions and lead to the optimization of financial resources for the benefit of the healthcare system.
dc.description.degreelevelEspecializaciónspa
dc.description.degreenameEspecialista en Gerencia de la Calidad en Saludspa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameinstname:Universidad El Bosquespa
dc.identifier.reponamereponame:Repositorio Institucional Universidad El Bosquespa
dc.identifier.repourlrepourl:https://repositorio.unbosque.edu.co
dc.identifier.urihttps://hdl.handle.net/20.500.12495/12754
dc.language.isoes
dc.publisher.facultyFacultad de Medicinaspa
dc.publisher.grantorUniversidad El Bosquespa
dc.publisher.programEspecialización en Gerencia de la Calidad en Saludspa
dc.relation.referencesAiforia Clinical Suites (s/f). Clinical patology solutions. https://www.aiforia.com/aiforia-clinical-suite.
dc.relation.referencesAgency for Healthcare Research and Quality. (2023). Hospital readmissions.https://www.ahrq.gov/topics/hospital-readmissions.html.
dc.relation.referencesAndrew A. (2024). Potential applications and implications of large language models inprimary care. Fam Med Community Health. 12(Suppl 1):e002602. doi:10.1136/fmch-2023-002602. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10828839/.
dc.relation.referencesArora, A., & Arora, A. (2022). Generative adversarial networks and synthetic patient data:current challenges and future perspectives. Future healthcare journal, 9(2), 190. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9345230/.
dc.relation.referencesArteta, L. y Palacio, K. (2018). Dimensions for measuring patient satisfaction in urgent care centers. Revista de Salud Pública, 20(5), 629–636. https://doi.org/10.15446/rsap.V20n5.61032.
dc.relation.referencesÁvila, J., Mayer, M. y Quesada, V. (2020). La inteligencia artificial y sus aplicaciones en medicina I: introducción, antecedentes a la IA y robótica. Atención Primaria. 52(10), 778-774. https://doi.org/10.1016/j.aprim.2020.04.013.
dc.relation.referencesAviñó, L. (2020). Urgencias hospitalarias más eficientes y seguras con inteligencia artificial. Hospitecnia. https://hospitecnia.com/tecnologia/inteligencia-artificial/urgencias-hospitalarias-eficientes-seguras-inteilgencia-artificial/?destination=%2Ftecnologia%2Finteligencia-artificial%2Furgencias-hospitalarias-eficientes-seguras-inteilgencia-artificial%2F.
dc.relation.referencesBasáez, E., y Mora, J. (2022). Salud e inteligencia artificial: ¿cómo hemos evolucionado? Revista Médica Clínica Las Condes, 33(6), 556 -561. https://doi.org/https://doi.org/.
dc.relation.referencesCanela, J., Elvira, D., Labordena, M. y Loyola. E. (2010). Sistemas de información en salud e indicadores de salud: Una perspectiva integradora. Medicina Clínica Elsevier. 134(1) 3-9. https://doi.org/10.1016/S0025-7753(10)70002-6.
dc.relation.referencesCarreras, A., Morlans, M., Berdés, I., Broggi, M., Busquets, J.M., Escarrabill, J., Gálvez, G.,Jovells, M, Althaia, J., Júdez, C., Martí, N., Puig, M., Puyol, A., Roger, N., Ruiz, R, Tombas, A. (2017). Los servicios de urgencias hospitalarios: una reflexión desde la ética. Comité de Bioética de Catalunya. https://canalsalut.gencat.cat/web/.content/_Sistema_de_salut/CBC/recursos/docume nts_tematica/consideraciones_eticas_urgencias_hospitalarias.pdf.
dc.relation.referencesChavesta, L. y Lucero, P. (2021). Frecuencia y causas de reingresos hospitalarios de pacientes adultos internados. Revista Methodo, 8(1), 20-27. https://methodo.ucc.edu.ar/files/vol8/num1/ORIGINAL%20ART%204%20.pdf.
dc.relation.referencesCentro de Inteligencia Artificial y Salud para América Latina y el Caribe (CIAS) (2023). El impacto de la inteligencia artificial en la atención de la salud. Perspectivas y enfoques para América Latina y el Caribe. Documento Técnico 1. https://media.tghn.org/medialibrary/2023/07/DT1_CLIAS_MvzNEmB.pdf.
dc.relation.referencesConsejo Nacional de Política Económica y Social Republica de Colombia Departamento nacional de planeación (2019); Política Nacional para la transformación Digital e Inteligencia Artificial 3975. https://colaboracion.dnp.gov.co/CDT/Conpes/Econ%C3%B3micos/3975.pdf.
dc.relation.referencesDávila, D., Casaro, G., Torres, V., y Castillo, Y. (2018). Satisfacción de los usuarios de servicios de salud en Latinoamérica: Una realidad preocupante. Revista del Cuerpo Médico Hospital Nacional Aguinaga Asenjo, 11(3), 199-200. https://doi.org/10.35434/rcmhnaaa.2018.113.420.
dc.relation.referencesDecreto 780 de 2016 [Presidencia de la República]. Por medio del cual se expide el Decreto Único Reglamentario del Sector Salud y Protección Social. 6 de mayo de 2016. https://www.minsalud.gov.co/Normatividad_Nuevo/Decreto%200780%20de%202016.pdf.
dc.relation.referencesDecreto 1011 de 2006 [Presidencia de la República]. Por el cual se establece el Sistema Obligatorio de Garantía de Calidad de la Atención de Salud del Sistema General de Seguridad Social en Salud. 3 de abril de 2006. https://www.minsalud.gov.co/Normatividad_Nuevo/DECRETO%201011%20DE%202006.pdf.
dc.relation.referencesDecreto 682 de 2018 [Ministerio de Salud y Protección Social]. Por el cual se sustituye el Capítulo 3 del Título 2 de la Parte 5 del Libro 2 del Decreto 780 de 2016, Único Reglamentario del Sector Salud y Protección Social, en relación con las condiciones para la autorización de funcionamiento, habilitación y permanencia de las entidades responsables del aseguramiento en salud. 18 de abril de 2018. https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=85939.
dc.relation.referencesDecreto 1263 de 2022 [Presidencia de la República]. Por el cual se adiciona el Título 22 a la Parte 2 del Libro 2 del Decreto 1078 de 2015, Decreto Único Reglamentario del Sector de Tecnologías de la Información y las Comunicaciones, con el fin de definir lineamientos y estándares aplicables a la Transformación Digital Pública. Julio 22 de2022. Recuperado de: https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=190206.
dc.relation.referencesDe Santis, D., Polidori, T., Tremamunno, G., Rucci, C., Piccinni, G., Zerunian, M., ... & Caruso, D. (2023). Deep learning image reconstruction algorithm: Impact on image quality in coronary computed tomography angiography. La radiología médica, 128(4), 434-444. https://link.springer.com/content/pdf/10.1007/s11547-023-01607-8.pdf.
dc.relation.referencesEfe (5 de agosto de 2016). Japón emplea por primera vez Inteligencia Artificial para detectar un tipo de leucemia. El Correo.https://www.elcorreo.com/bizkaia/sociedad/salud/201608/05/japon-emplea-primera-inteligencia-20160805104238-rc.html.
dc.relation.referencesEuropean Commission. (2023). Regulation (EU) 2023 of the European Parliament and of the Council on Artificial Intelligence. Available at https://artificialintelligenceact.eu/es/high- level-summary/.
dc.relation.referencesFry, C., Fluck, D. y Han, T. (2021). Frequent identical admission–readmission episodes are associated with increased mortality. Clinical Medicine. 21. 351-356. 10.7861/clinmed.2020-0930. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8313203/.
dc.relation.referencesGarcía, I. (2013). Estrategias de investigación, estudio y desarrollo aplicables en el fomento e innovación de la cultura de seguridad y defensa nacional. Instituto español de estudios estratégicos, https://www.ieee.es/Galerias/fichero/docs_analisis/2013/DIEEEA21- 2013_Estrategias_de_Estudio_IGP.pdf.
dc.relation.referencesGarcía, D. G., Alonso, I. A., Labrador, J. H. P., García, J. L. M., & Prieto, M. D. C. T. (2018). Arquitectura de la información para la gestión en Centro Coordinador de Urgencias y Emergencias Médicas. Revista de Ciencias Médicas de Pinar del Río, 22(2), 309-316. https://www.medigraphic.com/cgi-bin/new/resumen.cgi?IDARTICULO=81086.
dc.relation.referencesGarcía, A., Girón, F. y Rosselli, D. (2022). La integración de la inteligencia artificial en la atención médica: desafíos éticos y de implementación. Universitas Medica, 64(3), 1-9. https://doi.org/10.11144/Javeriana.umed64-3.inte.Gaviria, A., Correa, L., Dávila, C., Burgos, G., y Cruz. M. (2017). Sistema de Evaluación y
dc.relation.referencesCalificación de Actores: Ranking de Satisfacción EPS 2016. Pensemos la salud: Evidencia, análisis y decisión, (10) 1-35.https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/CA/evaluacion-calificacion-actores-ranking-eps-2016.pdf.
dc.relation.referencesGoodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. Pinar del Río,22(2), 309-316.http://alvarestech.com/temp/deep/Deep%20Learning%20by%20Ian%20Goodfellow,% 20Yoshua%20Bengio,%20Aaron%20Courville%20(z-lib.org).pdf.
dc.relation.referencesGrass, F., Crippa, J., Lovely, J., Ansell, J., Behm, K., Achilli, P., Hübner, M., Kelley, S., Mathis,K., Dozois, E., Larson, D. (2020). Readmissions Within 48 Hours of Discharge: Reasons, Risk Factors, and Potential Improvements. Diseases of the Colon & Rectum. 63(8), 1142-1150. |https://journals.lww.com/dcrjournal/abstract/2020/08000/readmissions_within_48_hou rs_of_discharge_.18.aspx.
dc.relation.referencesGulshan, V., Peng, L., Coram, M., Stumpe, M. C., Wu, D., Narayanaswamy, A., ... & Webster,D. R. (2016). Development and validation of a deep learning algorithm for detection of diabetic retinopathy in retinal fundus photographs. JAMA, 316(22), 2402-2410.https://pubmed.ncbi.nlm.nih.gov/27898976/.
dc.relation.referencesHernández, F., Aguilar, M., Santacruz, J., Rodríguez, A., Martínez, G., Fajardo D. Queja Médica y Calidad de la atención en salud. Revista Conamed, 14(3), 26-34. https://dialnet.unirioja.es/servlet/articulo codigo=3631857.
dc.relation.referencesKaplan, R. S., y Norton, D. P. (2014). El cuadro de mando integral: The balanced scorecard. España: Gestión 2000. https://www.google.com.co/books/edition/El_cuadro_de_mando_integral/eboSAQAAQ BAJ?hl=es&gbpv=0.
dc.relation.referencesKim, J., Lee, J., Yu, S., Lee, D., Joo, I., Yoon, J. y Lee, J. (2023). Fusion imaging-guided radiofrequency ablation with artificial ascites or pleural effusion in patients with hepatocellular carcinomas: the feasibility rate and mid-term outcome. International Journal of Hyperthermia, 40(1), 2213424. https://www.tandfonline.com/doi/pdf/10.1080/02656736.2023.2213424.
dc.relation.referencesLey 1122 de 2007. Por la cual se hacen algunas modificaciones en el Sistema General de Seguridad Social en Salud y se dictan otras disposiciones. 9 de enero de 2007. D.O. No. 46506. https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/DIJ/ley-1122- de-2007.pdf.
dc.relation.referencesLey orgánica 3 de 2007. Para la igualdad efectiva de mujeres y hombres. 22 de marzo de 2007. Boletín Oficial del Estado. España. https://www.hacienda.gob.es/Documentacion/Publico/PortalVarios/Gesti%C3%B3n%20del%20Portal/2%20Borrador%20GUIA%20LEY%203-2007.pdf.
dc.relation.referencesLey 1751 de 2015. Por medio de la cual se regula el derecho fundamental a la salud y se dictan otras disposiciones. 16 de febrero de 2015. D.O. No. 49427. https://www.minsalud.gov.co/Normatividad_Nuevo/Ley%201751%20de%202015.pdf.
dc.relation.referencesLey 2015 de 2020. Por medio del cual se crea la historia clínica electrónica interoperable y se dictan otras disposiciones. 31 de enero de 2020. D.O. No. 51213. https://www.minsalud.gov.co/Normatividad_Nuevo/Ley%202015%202020.pdf.
dc.relation.referencesLitjens, G., Kooi, T., Bejnordi, B. E., Setio, A. A. A., Ciompi, F., Ghafoorian, M., van der Laak, J. A. W. M., van Ginneken, B., & Sánchez, C. I. (2017). A survey on deep learning in medical image analysis. Medical Image Analysis, 42, 60-88. https://doi.org/10.1016/j.media.2017.07.005.
dc.relation.referencesLópez, P., García, A., Segredo, A., y Carbonell, L. (2014). Procedimiento para medir la capacidad resolutiva de los equipos básicos de salud. Revista cubana de salud pública, 40(4), 249-262. https://www.scielosp.org/pdf/rcsp/2014.v40n4/249-262.
dc.relation.referencesMartínez, A. M. (2017). Servicios de urgencias hospitalarias: Influencia de la caracterización de los pacientes y su proceso asistencial durante su tiempo de permanencia. [Tesis de Doctorado, Universidad Autónoma de Madrid]. https://dialnet.unirioja.es/servlet/tesis?codigo=147802.
dc.relation.referencesMartínez, D., Dalgo, V., Herrera, J., Jiménez, E. y Velasco, E. (2019). Avances de la inteligencia artificial en salud. Dominio de las Ciencias, 5(3), 603-613. https://dialnet.unirioja.es/descarga/articulo/7154291.pdf.
dc.relation.referencesMartín Martínez, M. A., Carmona Alférez, R., Escortell Mayor, E., Rico Blázquez, M., & Sarría Santameraa, A. (2011). Factores asociados a reingresos hospitalarios en pacientes de edad avanzada. Atención Primaria, 43(3), 117–124 https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7025000/.
dc.relation.referencesMedina, D., Contreras, S., Quiroz, C., y Olivera-Nappa, A. (2020). Development of Supervised Learning Predictive Models for Highly Non-linear Biological, Biomedical, and General Datasets. Front Mol Biosci.; 7: 13. doi: 10.3389/fmolb.2020.00013.
dc.relation.referencesMinisterio de Salud y Protección Social (2020). Estudio nacional de evaluación de los servicios de las EPS – Régimen contributivo y subsidiado 2021. Proyectamos Colombia SAS. https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/CA/estudio-nacional-servicios-eps-regimen-contribitivo-subsidiado2021.pdf.
dc.relation.referencesMinisterio de Salud y Protección Social (n.d.). Clicsalud - Indicadores de calidad IPS actualizado a 26 de mayo de 2022 https://www.datos.gov.co/Salud-y-Protecci-n-Social/Clicsalud- Indicadores-de-calidad-IPS/thui-g47e.
dc.relation.referencesMiranda, G. (2012). ¿Qué es una urgencia? Archivos de medicina de urgencia de México, 4(2),81-44. http://www.medigraphic.com/archivosdemedicinadeurgencia.
dc.relation.referencesMoreno, G. (2017). Emergency Medical Systems, Background and trends. Enfermería investigaambato. (2) 48-49https://revistas.uta.edu.ec/erevista/index.php/enfi/article/download/453/730. Organización Mundial de la Salud (OMS). (2023). Atención primaria de salud.https://www.who.int/es/news-room/fact-sheets/detail/primary-health-care.
dc.relation.referencesPerera, T., Grewal, E., Ghali, W. A., & Tang, K. L. (2022). Perceived discharge quality andassociations with hospital readmissions and emergency department use: a prospective cohort study. BMJ Open Quality, 11(4), e001875.https://bmjopenquality.bmj.com/content/11/4/e001875.abstract.
dc.relation.referencesPérez, L.; Leal, A., Márquez, E., Toledo del Castillo, B., Gonzales, F. (2019). Detección defactores de riesgo de reingreso prevenible en la hospitalización pediátrica; Anales de pediatría 91(6) P. 365-370. Recuperado de:https://www.sciencedirect.com/science/article/pii/S1695403318305575?via%3Dihub.
dc.relation.referencesPfob, A., Lu, S.-C., & Sidey-Gibbons, C. (2023). Machine learning in medicine: A practicalintroduction to techniques for data pre-processing, hyperparameter tuning, and model comparison. Journal Name. Retrieved fromhttps://www.researchgate.net/publication/364987888.
dc.relation.referencesRajkomar, A., Oren, E., Chen, K. et al. Scalable and accurate deep learning with electronic healthrecords. npj Digital Med 1, 18 (2018). https://doi.org/10.1038/s41746-018-0029-1.
dc.relation.referencesRavi, D., Wong, C., Lo, B., & Yang, G. Z. (2017). Deep learning for human activity recognition:A resource-efficient implementation on low-power devices. ACM Transactions on Design Automation of Electronic Systems (TODAES), 22(3), 1-23.https://ieeexplore.ieee.org/document/7516235.
dc.relation.referencesReglamento de inteligencia artificial. 2023 [Parlamento Europeo y Consejo de la UniónEuropea]. el Consejo y el Parlamento alcanzan un acuerdo sobre las primeras normas del mundo en materia de inteligencia artificial. 9 de diciembre de 2023. Tomado de:https://www.consilium.europa.eu/es/press/press-releases/2023/12/09/artificial- intelligence-act-council-and-parliament-strike-a-deal-on-the-first-worldwide-rules-for-ai/.
dc.relation.referencesReglamento 679 de 2016. [Parlamento Europeo y Consejo de la Unión Europea]. Relativo a laprotección de las personas físicas en lo que respecta al tratamiento de datos personales y a la libre circulación de estos datos y por el que se deroga la Directiva 95/46/CE (Reglamento general de protección de datos). 27 de abril de 2016. https://www.boe.es/buscar/doc.php?id=DOUE-L-2016-80807.
dc.relation.referencesResearch ICT Africa (2021). Research ICT Africa to lead a 100 country Global Index on Responsible AI Assessment. https://researchictafrica.net/2021/11/30/research-ict-africa- to-lead-a-100-country-global-index-on-responsible-ai-assessment/.
dc.relation.referencesResolución 5596 de 2015 [Ministerio de Salud y Protección Social]. Por la cual se definen los criterios técnicos para el Sistema de Selección y Clasificación de pacientes en los servicios de urgencias “Triage”. 24 de diciembre de 2015. https://www.minsalud.gov.co/Normatividad_Nuevo/Resoluci%C3%B3n%205596%20de%202015.pdf.
dc.relation.referencesResolución 256 de 2016 [Presidencia de la República]. Por la cual se dictan disposiciones enrelación con el Sistema de Información para la Calidad y se establecen los indicadores para el monitoreo de la calidad en salud. 5 de febrero de 2016.https://www.minsalud.gov.co/Normatividad_Nuevo/Resoluci%C3%B3n%200256%20d e%202016.pdf.
dc.relation.referencesResolución 3100 de 2019 [Ministerio de Salud y Protección Social]. Por la cual se definen los procedimientos y condiciones de inscripción de los prestadores de servicios de salud y de habilitación de los servicios de salud y se adopta el Manual de Inscripción de Prestadores y Habilitación de Servicios de Salud. 25 de noviembre de 2019. https://www.minsalud.gov.co/Normatividad_Nuevo/Resoluci%C3%B3n%20No.%203100%20de%202019.pdf.
dc.relation.referencesResolución 1035 de 2022 [Ministerio de Salud y Protección Social]. Por el cual se adopta el Plan Decenal de Salud Pública 2022-2031 con sus capítulos diferenciales: indígena para los pueblos y comunidades indígenas de Colombia, población víctima de conflicto armado, el Pueblo Rrom y la población negra, afrocolombiana, raizal y palenquera. 14 de junio de 2022.https://www.minsalud.gov.co/Normatividad_Nuevo/Resoluci%C3%B3n%20No.%201035%20de%202022.pdf.
dc.relation.referencesRoland, M. y Nolte, E. (2014). The future shape of primary care. The British journal of general practice: the journal of the Royal College of General Practitioners. 64. 63-4. 10.3399/bjgp14X676960. https://pubmed.ncbi.nlm.nih.gov/24567586/.
dc.relation.referencesRoy Torales, T. E., Peralta Giménez, R., González Aquino, L. A., Backer, W., Dias Camillo, I.,llatas Zapata, H. R., Bento Fretes, M. A., Rivas, P., Fouad El Safadi, D. (2019). Índice de comorbilidad de Charlson aplicado a pacientes de Medicina Interna: estudiomulticéntrico. Revista Virtual de la Sociedad Paraguaya de Medicina Interna, 6(2), 47– 56. https://www.revistaspmi.org.py/index.php/rvspmi/article/view/6.
dc.relation.referencesSabharwal, A. y Selman, B. (2011). S. Russell, P. Norvig, Artificial Intelligence: A Modern Approach, Third Edition. Elsevier Artificial Intelligence. 175, 935-937. https://doi.org/10.1016/j.artint.2011.01.005.
dc.relation.referencesSicilia, E. (2022). Las primeras ambulancias de la historia. National Geographic, Historia.Reportajes Multimedia, https://historia.nationalgeographic.com.es/a/primeras- ambulancias-historia_12539#google_vignette.
dc.relation.referencesTam, J., Vera, G. y Oliveros, R. (2008). Tipos, métodos y estrategias de investigación científica. Pensamiento y Acción. (5) 145-154.http://www.imarpe.pe/imarpe/archivos/articulos/imarpe/oceonografia/adj_modela_pa-5-145-tam-2008-investig.pdf.
dc.relation.referencesThompson, H., Kim, J., Jimenez-Rodriguez R., Garcia-Aguilar, J., Veeraraghavan, H. (2023). Deep Learning-Based Model for Identifying Tumors in Endoscopic Images from Patients With Locally Advanced Rectal Cancer Treated With Total Neoadjuvant Therapy. DisColon Rectum.;66(3):383-391. doi: 10.1097/DCR.0000000000002295.
dc.relation.referencesWarchol, S. J., Monestime, J. P., Mayer, R. W., & Chien, W.-W. (2019). Strategies to Reduce Hospital Readmission Rates in a Non-Medicaid-Expansion State. Perspectives in Health Information Management, 16(Summer), 1a-11a.https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6669363/.
dc.relation.referencesYang S, Zhu F, Ling X, Liu Q, y Zhao P. (2021) Intelligent Health Care: Applications of Deep Learning in Computational Medicine. Front Genet.;12:607471. doi: 10.3389/fgene.2021.607471. PMID: 33912213; PMCID: PMC8075004. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8075004/.
dc.relation.referencesYasmin, F., Shah, S, Naeem, S., Shujauddin, S., Jabeen, A., Kazmi, S. Siddiqui, S., Kumar, P., Salman, S., Hassan, S., Dasari, C., Choudhry, A., Mustafa, A., Chawla, S., Hassan, M. (2021)., Artificial intelligence in the diagnosis and detection of heart failure: the past,present, and future. Reviews in Cardiovascular Medicine, 22(4), 1095-1113. https://pubmed.ncbi.nlm.nih.gov/34957756/.
dc.relation.referencesYevenes, S., Epulef, V., Rocco, C., Geisse, F., & Vial, M. (2022). Clasificación American Society of Anesthesiologisth Physical Status: Revisión de ejemplos locales – Chile [American Society of Anesthesiologists Physical Status Classification: Review of local examples – Chile]. Revista Chilena de Anestesia, 51(3), 140-144. https://revistachilenadeanestesia.cl/revchilanestv5114031424/.
dc.relation.referencesZhou, L., Wang, J., Yu, S., Wu, G., Wei, Q., Deng, Y., Wu, X., Cui, X. y Dietrich, C. (2019). Artificial intelligence in medical imaging of the liver. World Journal of Gastroenterology., 25(6), 672-682. doi: 10.3748/wjg. v25.i6.672. https://www.wjgnet.com/1007-9327/full/v25/i6/672.htm.
dc.rightsAttribution-NoDerivatives 4.0 Internationalen
dc.rights.accessrightshttps://purl.org/coar/access_right/c_abf2
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.localAcceso abiertospa
dc.rights.urihttp://creativecommons.org/licenses/by-nd/4.0/
dc.subjectInteligencia artificial
dc.subjectReadmisión del paciente
dc.subjectDiagnóstico clínico
dc.subjectServicio de urgencias
dc.subjectAtención en salud
dc.subject.keywordsArtificial intelligence
dc.subject.keywordsemergency services
dc.subject.keywordspatient readmissions
dc.subject.keywordsclinical diagnosis
dc.subject.keywordsDelivery of health care
dc.subject.nlmW 84
dc.titleEstrategia basada en inteligencia artificial orientada al mejoramiento de la resolutividad médica disminuyendo el reingreso hospitalario en un servicio de urgencias
dc.title.translatedArtificial intelligence-based strategy aimed at improving medical resolution by reducing hospital readmissions in an emergency department
dc.type.coarhttps://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttps://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersion
dc.type.localTesis/Trabajo de grado - Monografía - Especializaciónspa

Archivos

Bloque original
Mostrando 1 - 5 de 5
Cargando...
Miniatura
Nombre:
Trabajo de grado.pdf
Tamaño:
1.38 MB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
Anexo 1. Portada.pdf
Tamaño:
8.13 KB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
Anexo 2. Hoja de identificación.pdf
Tamaño:
274.82 KB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
Anexo 3. Articulo.pdf
Tamaño:
599.42 KB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
Anexo 4. Documento.pdf
Tamaño:
457.39 KB
Formato:
Adobe Portable Document Format
Bloque de licencias
Mostrando 1 - 5 de 5
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.95 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
No hay miniatura disponible
Nombre:
Carta de autorización.pdf
Tamaño:
312.91 KB
Formato:
Adobe Portable Document Format
Descripción:
No hay miniatura disponible
Nombre:
Anexo 4. Probatus sin firma.pdf
Tamaño:
116.77 KB
Formato:
Adobe Portable Document Format
Descripción:
No hay miniatura disponible
Nombre:
Anexo 5. Tablas.xlsx
Tamaño:
54.92 KB
Formato:
Microsoft Excel XML
Descripción:
No hay miniatura disponible
Nombre:
Acta de grado.pdf
Tamaño:
175.44 KB
Formato:
Adobe Portable Document Format
Descripción: