Optimización de asignación de campos clínicos en la Universidad de las Américas con herramientas de inteligencia computacional

Abstract

Los campos clínicos son establecimientos como clínicas, hospitales y diversas instituciones del área de la salud que atienden pacientes. Los alumnos universitarios del área de la salud requieren asistir a campos clínicos como requisito básico para aprobar los cursos prácticos incluidos en los currículos de las universidades. Cada universidad que imparte carreras del área de la salud debe conseguir campos clínicos que les faciliten sus instalaciones, y personal para que sus alumnos realicen sus cursos prácticos. Algunas universidades cuentan con sus propios campos clínicos; las que no los tienen, deben establecer convenios con instituciones que manejen campos clínicos. Estos convenios son acuerdos bajo contrato entre dos entidades, que reglamentan deberes y derechos para el uso de campos clínicos. La Universidad de las Américas no cuenta con campos clínicos como recurso propio y tiene más de 5000 estudiantes en carreras pertenecientes al área de salud que necesitan asistir a campos clínicos. Actualmente mantiene más de 100 convenios con diversas entidades de salud para cumplir con el requerimiento curricular. La asignación de cada uno de sus estudiantes a campos clínicos representa una tarea compleja, debido al alto número de alumnos a asignar y las distintas variables asociadas a los convenios y sus campos clínicos, como por ejemplo: el horario, las características propias cada curso, número máximo de alumnos asociado a un supervisor, etc. Un problema adicional es la falta de un estándar de convenios, una estructura de datos que indique cuales son las variables más relevantes de cada convenio para el proceso de asignación. Actualmente el proceso de asignación se realiza de forma manual. Considerando su complejidad, la falta de un estándar de convenios y una gran diferencia entre el costo predicho y el real del proceso, el equipo de gestión de la Universidad de las Américas estima que el proceso es ineficiente y mejorable. El objetivo del presente trabajo es implementar un sistema que permita automatizar y mejorar el proceso de asignación de campos clínicos a alumnos de la Universidad de las Américas. Para ello, se propone plantear el proceso de asignación como un problema de optimización multi-objetivo y el uso de herramientas de inteligencia computacional como principal método de resolución. El sistema se implementó exitosamente y en una prueba simplificada que simuló el proceso de asignación de los alumnos de la sede Viña del mar de la Universidad de las Américas en el primer semestre del año 2014, se logró una reducción de los costos de asignación de un 20% con respecto costo real.