Descripción/ Contexto
Especialidad.
Profesional.
Sede.
Día de la semana.
Horario.
Tipo de atención.
Cantidad de turnos disponibles.
Turnos asignados.
Cancelaciones.
Ausencias de pacientes.
Reprogramaciones.
Demanda histórica.
La capacidad de atención de la institución depende directamente de una correcta planificación de estos recursos. Sin embargo, la demanda de pacientes no es uniforme.
Por ejemplo, una determinada especialidad puede presentar una demanda elevada los lunes por la mañana, mientras que otra puede tener mayor demanda durante la tarde. También pueden existir períodos del mes o del año en los que determinadas especialidades reciben un incremento significativo de solicitudes.
Actualmente, la planificación de turnos puede realizarse principalmente a partir de datos históricos simples, experiencia de los responsables y estimaciones manuales.
Esto significa que, ante la necesidad de definir cuántos profesionales, consultorios o turnos serán necesarios en una determinada fecha, la organización no necesariamente cuenta con una herramienta que permita anticipar la demanda futura.
El problema no está únicamente en conocer cuántos turnos se asignaron en el pasado, sino en poder responder:
¿Cuántos pacientes esperamos recibir, para qué especialidades, en qué días y horarios, y qué capacidad necesitamos preparar para atender esa demanda?
HealthDemand busca resolver esta problemática mediante una solución que utilice datos históricos y modelos de predicción para estimar la demanda futura de turnos y facilitar la planificación de recursos.
Problema / Dolor del negocio
La planificación basada principalmente en históricos simples dificulta anticipar cambios en la demanda y puede generar un desbalance entre la capacidad disponible y la cantidad de pacientes que necesitan atención.
Falta de previsión de la demanda
La organización conoce la cantidad de turnos que tuvo en períodos anteriores, pero no necesariamente puede estimar con precisión qué ocurrirá en los próximos días o semanas.
Esto dificulta anticiparse a:
Incrementos de demanda.
Períodos de baja demanda.
Picos por especialidad.
Diferencias entre sedes.
Variaciones según día y horario.
Aumento de cancelaciones o ausencias.
Sobrecarga de profesionales
Si la demanda real supera la capacidad planificada, determinados profesionales pueden recibir una cantidad excesiva de pacientes.
Esto puede provocar:
Agendas saturadas.
Mayor tiempo de espera.
Sobrecarga del personal.
Dificultades para conseguir turnos.
Necesidad de incorporar recursos de manera urgente.
La falta de previsión hace que la organización muchas veces reaccione ante el problema en lugar de anticiparse.
Baja utilización de recursos
El problema también puede presentarse en sentido contrario.
Una planificación que sobreestima la demanda puede generar:
Profesionales con baja ocupación.
Consultorios disponibles sin utilizar.
Franjas horarias con pocos pacientes.
Recursos asignados innecesariamente.
Costos operativos superiores a los necesarios.
Por lo tanto, el desafío no consiste simplemente en aumentar la capacidad, sino en encontrar un equilibrio entre demanda esperada y capacidad disponible.
Dificultad para identificar patrones
Los datos históricos contienen información que puede resultar útil para detectar comportamientos recurrentes.
Por ejemplo:
Especialidades con mayor demanda determinados días.
Horarios con mayor cantidad de solicitudes.
Variaciones estacionales.
Comportamiento de las cancelaciones.
Diferencias entre centros médicos.
Cambios en la demanda a lo largo del tiempo.
Cuando estos datos se encuentran únicamente en planillas o sistemas transaccionales, detectar estos patrones puede requerir análisis manual y depender de la experiencia de las personas responsables.
Gestión reactiva
Sin una herramienta predictiva, las decisiones suelen tomarse cuando el problema ya comenzó.
Por ejemplo:
Se detecta que una especialidad tiene demasiados pacientes esperando → se intenta conseguir más disponibilidad.
El objetivo de HealthDemand es permitir cambiar este enfoque:
El sistema detecta que se espera un incremento de demanda → el responsable puede ajustar la disponibilidad antes de que ocurra la saturación.
Esto permite pasar de una gestión reactiva a una gestión preventiva.
Dificultad para planificar recursos
La demanda de turnos impacta directamente en otros recursos de la organización.
Una mayor cantidad de pacientes puede requerir:
Más profesionales.
Más consultorios.
Mayor disponibilidad administrativa.
Mayor capacidad de recepción.
Mayor disponibilidad de determinados equipamientos.
Ajustes en horarios de atención.
Por este motivo, la predicción de turnos no debería considerarse únicamente un problema de agenda, sino una herramienta para la planificación integral de la capacidad operativa.
Falta de indicadores predictivos
Los sistemas tradicionales suelen mostrar principalmente información histórica:
Cantidad de turnos.
Turnos asignados.
Turnos cancelados.
Turnos atendidos.
Disponibilidad.
Sin embargo, la organización necesita incorporar una nueva dimensión:
¿Qué esperamos que ocurra?
HealthDemand debería permitir visualizar indicadores como:
Demanda histórica.
Demanda proyectada.
Capacidad disponible.
Capacidad requerida.
Nivel de ocupación esperado.
Especialidades con mayor crecimiento.
Horarios con riesgo de saturación.
Horarios con baja utilización.
Tasa histórica de cancelaciones.
Nivel de precisión de las predicciones.
Oportunidad
La oportunidad consiste en transformar los datos históricos de la organización en una herramienta que permita anticipar la demanda y tomar decisiones antes de que ocurran los desbalances de capacidad.
El sistema debería analizar información histórica de turnos y detectar patrones relacionados con especialidades, días, horarios, sedes, cancelaciones y otros factores relevantes.
A partir de ese análisis, debería generar una estimación de la demanda futura.
El flujo esperado podría representarse de la siguiente manera:
Datos históricos → Análisis de patrones → Predicción de demanda → Comparación con capacidad → Alertas → Planificación de recursos
Por ejemplo:
Para la próxima semana, el sistema estima un incremento del 20% en la demanda de cardiología durante las mañanas.
El responsable de planificación podría utilizar esta información para:
Aumentar la disponibilidad de turnos.
Reorganizar agendas.
Incorporar profesionales adicionales.
Redistribuir horarios.
Habilitar capacidad en otra sede.
Anticipar posibles períodos de saturación.
De la misma manera, si el sistema detecta una baja demanda proyectada para determinada franja horaria, la organización podría optimizar la asignación de recursos.
CRITERIO DE ÉXITO DEL PROYECTO
El proyecto será exitoso si un responsable de planificación puede ingresar al sistema y, a partir de los datos históricos disponibles, conocer la demanda esperada para un período futuro, identificar posibles desbalances entre demanda y capacidad y tomar decisiones de planificación antes de que se produzca la saturación o subutilización de los recursos.
En términos concretos, el sistema debería permitir pasar de:
"¿Cuántos turnos tuvimos?" a:
"¿Cuántos turnos esperamos tener, dónde se concentrará la demanda y qué debemos hacer para estar preparados?"
FlorenciaData analystAporte al equipo 23,3%29,0
GustavoData ScientistAporte al equipo 32,6%46,0
LeandroFull Stack DeveloperAporte al equipo 13,4%19,0
