Generación del conocimiento en Instituciones de Salud mediante la aplicación de metadatos

Las unidades hospitalarias del país carecen de médicos especialistas para atender el volumen intenso de pacientes que existen, muchas veces este número reducido de expertos se debe, entre otras cosas: ofertas de posgrado inexistentes, no existencia de políticas claras en la oferta y demanda. Por lo expuesto, se tiene como información, la demanda de las atenciones médicas a los pacientes, su posterior sintomatología y medicación; el número de profesionales y sus diferentes especialidades, etc.; lo cual nos conlleva a determinar cómo gestionar y aprovechar dicha información para impulsar mediante un enfoque predictivo, una herramienta de inteligencia de negocios Knime y ayudada por la metodología CRISP-DM propia de los proyectos que emplean minería de datos; el análisis y la toma de decisiones en seleccionar las mejores especialidades. El objetivo es analizar la crisis de especialidades médicas mediante un enfoque predictivo de la información a través de herramientas y metodologías de minado de datos; los principales objetivos específicos son: identificar la información pertinente a partir de la información relevada; diseñar el enfoque predictivo a través de modelos y metodología de minería de datos y evaluar el modelo predictivo mediante variables en la toma de decisiones. Finalmente, con el análisis predictivo de la información de datos hospitalarios, se pudo identificar, seleccionar y mejorar las variables que permitieron la toma de decisiones oportuna para la apertura de especialidades médicas necesarias y acertadas; identificar fuentes de trabajo; detectar las enfermedades catastróficas con un alto índice de mortalidad y poder mitigar su incidencia en la sociedad.