Propuesta de un Modelo Predictivo para Realizar un Control y Supervisión más Eficiente de las Prestaciones de Servicios de Salud en una Aseguradora Pública de Salud

• Autores: Espinal Redondez, Luis Ángel, Ibañez Alvarado, Cinthia Mónica, Moyano Melo, Manuel Alejandro Javier Armando
• Formato: tesis de maestría
• Fecha de Publicación: 2020
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/652194
• Enlace del recurso: http://hdl.handle.net/10757/652194
• Nivel de acceso: acceso abierto
• Materia: Salud; Modelo predictivo; Sistema de salud; Seguro de salud; Health; Predictive model; Healthcare system; Health insurance

El acceso a un sistema de salud digno constituye uno de los derechos fundamentales de toda persona, en el Perú se han realizado grandes esfuerzos para mejorar la calidad de los sistemas de salud, es un desafío al bicentenario el brindar un aseguramiento de salud de calidad que pueda alcanzar a todos los peruanos. Este objetivo enfrenta grandes desafíos ya que existen deficiencias en los procesos de las instituciones que brindan servicios de salud, siendo la Aseguradora Pública de Salud uno de los principales actores en el aseguramiento de la salud en el Perú. Nuestra investigación se ha centrado en el proceso de Evaluación Automática (EA), que tiene como objetivo evaluar la validez de las atenciones brindadas por las Instituciones Prestadoras de Servicios de Salud (IPRESS) afiliadas a la Aseguradora Pública de Salud. Durante los años 2017 y 2018 se detectó que el 3.82% y 1.85% del total de atenciones presentaban irregularidades. Estudios hechos a nivel mundial muestran que el nivel de irregularidades en entidades similares se encuentra entre el 3% y el 10% por lo que existe la posibilidad de elevar la capacidad de detección de irregularidades en la citada aseguradora. A través de nuestra investigación hemos identificado que mediante el uso de modelos predictivos construidos mediante la analítica de datos en el proceso de Evaluación Automática (EA), específicamente en la etapa llamada Supervisión Médica Electrónica (SME), se puede incrementar el nivel de detección de irregularidades, para ello es necesario aplicar la metodología CRISP-DM y el software WEKA.