
Colsanitas y Avedian con AI
Transformando la Gestión Hospitalaria con Inteligencia Artificial.
En un entorno donde la optimización de recursos es clave para garantizar una atención de calidad, la Clínica Reina Sofía (Colsanitas) implementó un innovador modelo de inteligencia artificial desarrollado por Avedian, con tecnología AWS. Esta solución permitió mejorar la predicción de la estancia hospitalaria, optimizar la asignación de recursos y generar un impacto económico significativo, demostrando el poder del machine learning en la gestión clínica.
Sobre Avedian
Avedian es una empresa tecnológica especializada en soluciones avanzadas para la medición de la producción hospitalaria y salud poblacional. A través de modelos basados en los Grupos Relacionados de Diagnóstico (GRD), proporciona herramientas que ayudan a los directivos de instituciones de salud a tomar mejores decisiones clínico-económicas. Con presencia en diversos países de América Latina, Avedian busca liderar la implementación de sistemas de clasificación de pacientes para optimizar la gestión hospitalaria, la seguridad del paciente y el financiamiento del sector salud.
La Clínica Reina Sofía, parte del Grupo Colsanitas, es un referente en la atención médica en Colombia, destacándose por su enfoque en medicina avanzada y humanizada. Con más de 30 años de trayectoria, ha modernizado su infraestructura y tecnología para ofrecer servicios de alta complejidad en especialidades como oncología, cardiología y cirugía mayor. Actualmente, trabaja en la obtención de la certificación internacional Joint Commission, reafirmando su compromiso con la seguridad y calidad asistencial.
El Desafío
La Clínica Reina Sofía enfrentaba el reto de optimizar la gestión de la estancia hospitalaria para mejorar la atención al paciente y la eficiencia operativa. La falta de herramientas predictivas precisas dificultaba la planificación de recursos y personal, lo que derivaba en tiempos de espera prolongados, sobrecostos y menor disponibilidad de camas.
La Solución
Para abordar este desafío, Avedian implementó un modelo de machine learning en la plataforma AWS SageMaker, diseñado para predecir la estancia hospitalaria de los pacientes. Se desarrollaron dos modelos basados en Random Forest Regression:
- Modelo de Predicción a Corto Plazo (hasta 7 días): Analiza variables conocidas en las primeras 48 horas del ingreso, como edad, género, tipo de ingreso y riesgo de morbilidad, para estimar la duración de la hospitalización.
- Modelo de Predicción a Largo Plazo (más de 7 días): Incorpora factores adicionales como severidad del caso, ventilación mecánica y diagnóstico principal para mejorar la precisión en estancias prolongadas.
Estos modelos se integraron en un dashboard en tiempo real, facilitando la toma de decisiones y optimizando la asignación de recursos.
La combinación de inteligencia artificial y tecnología en la nube ha permitido a la Clínica Reina Sofía mejorar la eficiencia operativa, optimizar costos y elevar la calidad del servicio.
Este caso de éxito demuestra cómo el uso de machine learning y AWS puede transformar la gestión hospitalaria, beneficiando tanto a pacientes como a instituciones de salud.
AWS aplicados en este desafío
- Amazon SageMaker (entrenamiento y despliegue de modelos)
- AWS Redshift (gestión y análisis de datos)
- Amazon S3 (almacenamiento de datos)
- EMR Cluster (procesamiento de grandes volúmenes de información)
- Feature Store (almacenamiento de características de modelos)
- MLflow con Docker (gestión del ciclo de vida del modelo)
Los resultados
La implementación del modelo de inteligencia artificial tuvo un impacto significativo entre mayo y julio de 2024:
37,21%
Reducción del 37,21% en episodios fuera de norma
- En mayo, el 10,05% de los episodios fueron outliers (estancias hospitalarias prolongadas). Para julio, este valor se redujo al 6,31%.
24,43%
Disminución del 24,43% en la variabilidad de los días de estancia
- La varianza en los días de hospitalización bajó de 35,33 a 26,70, mejorando la previsibilidad y planificación hospitalaria.
$197.500
Ahorro de $197.500 en costos operativos
- La reducción de estancias innecesarias permitió liberar 395 días cama, generando un ahorro significativo en recursos hospitalarios.