| dc.contributor.advisor | Jamaica Guio, Edna Rocío | |
| dc.coverage.spatial | cead_-_palmira | |
| dc.creator | Gomez Rodriguez, Brayan David | |
| dc.creator | Rojas Rojas, Angie Vanessa | |
| dc.creator | Ruales Yela, Karen Andrea | |
| dc.creator | Saavedra Caicedo, Yesenia | |
| dc.creator | Vasquez Vera, Angelica Maria | |
| dc.date.accessioned | 2026-06-10T23:36:40Z | |
| dc.date.available | 2026-06-10T23:36:40Z | |
| dc.date.created | 2026-06-03 | |
| dc.identifier.uri | https://repository.unad.edu.co/handle/10596/82169 | |
| dc.description.abstract | La resonancia magnética (RM) es una tecnología de gran avance y costos en los servicios de diagnóstico por imágenes, cuyo funcionamiento adecuado depende de implementación de planes de mantenimiento. Tradicionalmente, las instituciones de salud basaron la gestión de equipos en modelos de mantenimiento preventivo y correctivo, los cuales, aunque necesarios, resultan limitados frente a la creciente complejidad tecnológica y demandas de eficiencia operativa y seguridad del paciente.
En este contexto, la investigación analiza evidencia científica existente sobre el impacto del mantenimiento predictivo, en la reducción de costos operativos y optimización de disponibilidad en equipos de RM, siendo este una alternativa innovadora basada en monitoreo continuo, análisis de datos en tiempo real y uso de tecnologías como sensores inteligentes y algoritmos de aprendizaje automático. Así mismo los hallazgos muestran que la implementación del mantenimiento predictivo reduce significativamente fallas inesperadas, disminuye tiempos de inactividad y optimiza costos operativos, por lo cual, la transición hacia estos modelos, representa una estrategia clave para fortalecer la eficiencia, mejorar la calidad diagnóstica, seguridad del paciente, sostenibilidad institucional y extensión de vida útil de los equipos, respaldando su implementación como una práctica necesaria en el contexto actual de la gestión tecnológica en salud. | |
| dc.format | pdf | |
| dc.title | Análisis del monitoreo predictivo y mantenimiento preventivo de los sistemas de radiología digital, basado en la evidencia científica del impacto positivo de la implementación de los modelos predictivos especialmente en equipos de Resonancia Magnética | |
| dc.type | Diplomado de profundización para grado | |
| dc.subject.keywords | Mantenimiento Predictivo | |
| dc.subject.keywords | Resonancia Magnética | |
| dc.subject.keywords | Costos Operativos | |
| dc.subject.keywords | Gestión Tecnológica en Salud. | |
| dc.description.abstractenglish | Magnetic resonance imaging (MRI) is an advanced and high-cost technology within diagnostic imaging services, whose proper functioning depends on the implementation of maintenance plans. Traditionally, healthcare institutions have managed equipment through preventive and corrective maintenance models; however, although necessary, these approaches are limited in the face of increasing technological complexity and the growing demands for operational efficiency and patient safety.
In this context, this research analyzes the existing scientific evidence on the impact of predictive maintenance in reducing operational costs and optimizing the availability of MRI equipment. Predictive maintenance represents an innovative alternative based on continuous monitoring, real-time data analysis, and the use of technologies such as smart sensors and machine learning algorithms. Likewise, the findings show that its implementation significantly reduces unexpected failures, decreases downtime, and optimizes operational costs. Therefore, the transition toward these models represents a key strategy to strengthen efficiency, improve diagnostic quality, enhance patient safety, promote institutional sustainability, and extend the lifespan of equipment, supporting its implementation as a necessary practice in the current context of healthcare technology management. | |
| dc.subject.category | Tecnología en Radiología e Imágenes Diagnósticas | |