AUTOMATIZACIÓN INTELIGENTE PARA LA HOMOGENEIZACIÓN DEL INVENTARIO HOSPITALARIO MEDIANTE ALGORITMOS DE CLASIFICACIÓN

Abstract

Este proyecto tiene como objetivo estudiar las distintas técnicas de Machine Learning (ML) para la homogeneización y gestión eficiente del inventario hospitalario. La correcta gestión del inventario en los hospitales es vital para garantizar la disponibilidad de los equipos necesarios para la atención de los pacientes, minimizando al mismo tiempo la inactividad y los costes operativos. Sin embargo, debido a la presencia de distintos equipos y marcas en los centros, los sistemas de inventario tradicionales a menudo presentan errores en la escritura, lo que dificulta el estudio de los activos.

Uno de los objetivos principales de este trabajo ha sido desarrollar un modelo de ML que permitiera homogeneizar y predecir tanto los equipos como las marcas de estos, en el inventario hospitalario. Para ello, se utilizó una metodología que combina el análisis de características extraídas mediante diversas funciones, con algoritmos de clasificación supervisada, como las máquinas de vectores de soporte , Random Forest, Bagging classifier, Naive Bayes y las redes neuronales. Tras esto, se han desarrollado cuadros de mando para conseguir el segundo objetivo principal, el análisis de activos para la toma de decisiones relacionadas con equipos.

Los resultados obtenidos indicaron que los modelos de ML lograron predecir con un alto grado de exactitud (más del 85% en la mayoría de los algoritmos) los nombres de equipos y sus marcas, mejorando significativamente la gestión del inventario. Además, la homogeneización de los datos de inventario permitió crear un sistema único y consistente, lo que facilitó su posterior implementación en Power BI y su análisis para la toma de decisiones por parte del especialista.

En conclusión, la implementación de modelos de ML en la gestión del inventario hospitalario ha demostrado ser una herramienta eficaz para mejorar la exactitud en las predicciones. Este enfoque tiene un impacto positivo en la eficiencia operativa de los hospitales, reduciendo tanto los costes asociados con el exceso de inventario, como el tiempo invertido en la toma de decisiones, entre otros.