Análisis y pronóstico de demanda en el Servicio de Urgencia del Hospital Clínico de la Universidad Católica

Abstract

El presente trabajo aborda el análisis y pronóstico de demanda en el Servicio de Urgencia del Hospital Clínico UC, perteneciente a la Red de Salud UC Christus. El área con la que se trabajó es el Servicio de Urgencia, que atiende a 5.000 pacientes mensualmente aproximadamente y los separa por la especialidad Adulto, Pediatría y Traumatología. El principal problema de este servicio es la falta de información para tomar decisiones eficientes con respecto a la cantidad y turnos de médicos, ya que no se conoce el detalle de la demanda a atender ni tampoco el dinero que se pierde por abandono de esta debido a los altos tiempos de espera. Además, el tiempo de espera corresponde a uno de los ámbitos más importantes de la atención para el paciente.

El objetivo general de este trabajo es entregar una serie de modelos que predigan satisfactoriamente la demanda por especialidad de manera diaria y mensual. Los objetivos específicos son analizar la demanda histórica, diseñar una serie de modelos predictivos y realizar un análisis de colas para encontrar turnos eficientes y disminuir tiempos de espera. El marco conceptual que aborda este tema corresponde a la minería de datos. En este sentido, se utilizó la metodología KDD que consta de 5 pasos y dentro de ellos el más importante es el cuarto de estos, la minería de datos. En este apartado se obtuvo que la serie exponencial de 6 periodos es la que pronostica mejor tanto diaria como mensualmente para cada especialidad con un 18% y 9% de MAPE, respectivamente. Se recomienda actualizar mínimo una vez al mes estos pronósticos.

El Servicio de Urgencia se encuentra actualmente subdotado de médicos en la especialidad Adulto, donde se presentan tiempos cercanos a la hora y media de espera, alcanzando máximos de 4 horas. Debido a esto y de acuerdo al análisis de colas, se recomienda agregar 12 horas médico en turnos desde las 9 de la mañana hasta las 16 horas, para disminuir el tiempo de espera y aumentar la rentabilidad atendiendo a los posibles clientes fugados. El análisis del mes de agosto de 2018 indica que atendiendo a un 25% de la demanda fugada, el servicio ganaría 4 millones de pesos aproximadamente. Como recomendación, se recalca la importancia de un software que registre adecuadamente los tiempos de espera y atención para el trabajo futuro.