Sistema inteligente de agendamiento de citas médicas para EPS e IPS en Quibdó
Share
Date
2026-02-12Author
Hurtado Gonzalez, Weymar
Advisor
Ospino Portillo, Jorge EliecerCitación
Bibliographic managers
Regional / Country coverage
cead_-_quibdoMetadata
Show full item record
PDF Document
Description of the content
En la ciudad de Quibdó, los usuarios de las EPS e IPS enfrentan múltiples dificultades
para acceder a citas médicas de manera ágil y eficiente. Las largas filas que generan
aglomeraciones y riesgos de seguridad, la congestión en las líneas telefónicas y la limitada
capacidad de los sistemas administrativos ocasionan retrasos en la atención, frustración en los
pacientes y un alto índice de inasistencias. Estos factores afectan directamente la calidad del
servicio de salud y la oportunidad de los diagnósticos y tratamientos.
El presente trabajo de grado tiene como propósito diseñar e implementar un sistema
inteligente de agendamiento de citas médicas apoyado en técnicas de Machine Learning, con el
fin de optimizar la gestión de agendas en EPS e IPS de Quibdó. La propuesta contempla el uso
de modelos predictivos para anticipar la demanda de citas y predecir el riesgo de inasistencia, lo
que permitirá aplicar estrategias de recordatorios inteligentes y sobre-reserva controlada.
Asimismo, integra canales accesibles como una aplicación web, WhatsApp, de modo que los
pacientes puedan acceder al servicio con independencia de sus recursos tecnológicos.
Desde el ámbito académico, el proyecto se enmarca en la línea de profundización en
ciencia de datos y analítica, generando un caso práctico de aplicación de algoritmos de
aprendizaje automático a un problema social de gran relevancia. A nivel práctico, busca aportar
una solución innovadora que mejore la satisfacción de los usuarios, reduzca la carga operativa
del personal administrativo y aumente la eficiencia en el uso de los recursos médicos
disponibles.
Los resultados esperados incluyen un prototipo funcional del sistema, una reducción
significativa en los índices de mejoras en los tiempos de respuesta para ...
Format
pdfType of digital resource
Proyecto aplicadoContent relationship
Salud digitalDesarrollo web
Machine learning























