Estudio realizado en colaboración con investigadores de la Universidad de Utah que evaluó el desempeño de modelos de Inteligencia Artificial (IA) para predecir la probabilidad de inasistencia a citas de telemedicina (No-Show).
- Análisis de Datos: Se analizaron más de 1.5 millones de registros del Sistema de Atención de Teleatiendo.
- Metodología: Se aplicaron algoritmos de machine learning y deep learning.
- Resultados Clave: Los modelos permitieron identificar perfiles de pacientes con mayor riesgo de no acudir a su cita.
- Factores Destacados: Antecedentes de inasistencia, características del establecimiento de salud y variaciones geográficas.
- Conclusión: El estudio evidenció el potencial de estas tecnologías para anticipar patrones de comportamiento de los usuarios y propuso recomendaciones para fortalecer la gestión de los servicios de telemedicina en el sistema de salud peruano.
Detalles de Clasificación y Estado
- Tag / Categoría: Inteligencia Artificial / Telemedicina / Gestión en Salud
- Estado: Proyecto publicado
- Fuente de financiamiento: Universidad de Utah
Producción Científica
- Estudios o artículos involucrados: «Predicción de inasistencias a citas de telemedicina basada en machine learning.»
- Revista científica: Telemedicine Reports
- Enlace de la publicación: https://doi.org/10.1089/tmr.2025.0009
Colaboradores
- Departamento de Informática Biomédica, Universidad de Utah
Enlaces Relacionados (Noticias, Blogs y Redes)
¿Te gustaría que desarrolle un prompt detallado para generar una imagen representativa de este proyecto?