Análisis y Gestión de Capacidad del Servicio de Pabellones
194
UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERIA INDUSTRIAL ANALISIS Y GESTION DE CAPACIDAD DEL SERVICIO DE PABELLONES EN EL HOSPITAL DR. EXEQUIEL GONZALEZ CORTES PROYECTO DE GRADO PARA OPTAR AL GRADO DE MAGISTER EN INGENIERIA DE NEGOCIOS CON TECNOLOGIAS DE INFORMACION MEMORIA PARA OPTAR AL TITULO DE INGENIERO CIVIL INDUSTRIAL MARIA JOSE GORIGOITIA ALAMOS PROFESOR GUIA: OSCAR BARROS VERA MIEMBROS DE LA COMISION: MARCELO OLIVARES ACUÑA PATRICIO WOLF ROJAS MARIA BEGOÑA YARZA SAEZ SANTIAGO DE CHILE 2013
Transcript of Análisis y Gestión de Capacidad del Servicio de Pabellones
UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERIA INDUSTRIAL
ANALISIS Y GESTION DE CAPACIDAD DEL SERVICIO DE PABELLONES EN EL HOSPITAL DR. EXEQUIEL GONZALEZ CORTES
PROYECTO DE GRADO PARA OPTAR AL GRADO DE MAGISTER EN INGENIERIA DE NEGOCIOS CON TECNOLOGIAS DE INFORMACION
MEMORIA PARA OPTAR AL TITULO DE INGENIERO CIVIL INDUSTRIAL
MARIA JOSE GORIGOITIA ALAMOS
PROFESOR GUIA: OSCAR BARROS VERA
MIEMBROS DE LA COMISION: MARCELO OLIVARES ACUÑA
PATRICIO WOLF ROJAS MARIA BEGOÑA YARZA SAEZ
SANTIAGO DE CHILE 2013
ii
RESUMEN EJECUTIVO
El Hospital Dr. Exequiel González Cortés, es un hospital público pediátrico y autogestionado que anualmente atiende a 300.000 niños de las 11 comunas que componen el Servicio de Salud Metropolitano Sur. Éste tiene como visión: "al año 2014 nuestro compromiso con las personas es atenderlos con calidad certificada y tiempos de espera definidos para cada atención". Sin embargo, este compromiso actualmente no se cumple, esto porque más de un 50% de los casos de los niños que permanecen en listas de espera por intervenciones quirúrgicas no reciben su atención de forma oportuna, es decir, deben esperar más del tiempo máximo definido en función de su diagnóstico y agravantes que posean. Si a esta situación, se le añade que en el servicio de pabellones no existe un proceso formal o centrado en la demanda (considerando tanto la cantidad de pacientes como sus características), que permita asignar capacidad a las especialidades, es clave realizar un análisis y gestión de ésta, de tal forma de poder gestionar la capacidad del servicio en función de la demanda. El proyecto de tesis busca de esta forma y en conjunto con otros proyectos que se encuentran en período de implementación, disminuir de manera conjunta la espera en la atención de los pacientes en lista de espera en función de sus tiempos máximos de espera definidos, enfocándose en el estado actual y futuro de ésta. Esto se realiza siguiendo la metodología impartida por el Magister en Ingeniería de Negocios con TI (MBE), en el que además de diseñar tanto los procesos como las aplicaciones computacionales que lo apoyan, se determina la lógica de negocios compleja que permitirá una mejora en la situación actual de la institución. Para este caso, se ha trabajado en dos lógicas: predicción y caracterización de la demanda (en cuanto a tiempos máximos de espera y tiempos quirúrgicos), y la determinación de la cantidad de pabellones que debe tener cada especialidad, utilizando un modelo de programación lineal (optimización), cuyo objetivo es disminuir la permanencia de los pacientes en lista de espera. Dado que una implementación de esta lógica permitirá ver los beneficios potenciales del proyecto a largo plazo, se realiza una validación de la asignación propuesta a través de una simulación. En su realización, no sólo se ha podido determinar y predecir con una media absoluta de porcentaje de error al 10% aproximadamente el ingreso de pacientes a lista de espera, sino que además se ha determinado una asignación de capacidad basada en la oportunidad de los pacientes. Estos resultados permiten señalar que para un período de 5 años la mejora en la oportunidad promedio de atención es de un 2%, sin embargo, la cantidad total de pacientes atendidos aumenta en un 10%, provenientes principalmente de Cirugía General. Además se ha logrado determinar que para este mismo período si se dispone de una capacidad máxima de 5 pabellones diarios, entonces es posible respetar y mejorar en un 100% la oportunidad de atención de los pacientes, es más, considerando una capacidad de 28 jornadas de pabellones, ya es posible cumplir con los tiempos máximos de espera de los pacientes, y con esto llevar a cabo la misión del hospital y entregar una atención de calidad a sus pacientes.
iii
AGRADECIMIENTOS
Hay un chiste italiano sobre un hombre que va a la iglesia todos los días y le ruega a la estatua de un gran santo: "Querido Santo, por favor... por favor... por favor... haz que gane la loteria", un día la estatua exasperada cobra vida y le dice al hombre: "hijo mío, por favor compra un billete". En este paso por la Escuela, debo agradecer a muchas personas que no sólo me ayudaron a "comprar el billete", sino que además me acompañaron en este largo camino en el que viví innumerables experiencias; y también sufrí cuando las cosas no eran como uno lo esperaba. Desde ya les agradezco a todos quienes contribuyeron en este camino, y puede que olvide mencionar. En primer lugar, a mis papás, por cuidarme, quererme y guiarme siempre y en especial en todo este proceso. Sin ustedes y sus consejos o mirada de aliento esta meta habría sido casi imposible de realizar. También a mi familia, que siempre se han preocupado por mi y han estado presentes en cada uno de mis logros alcanzados. Agradezco al Prof. Oscar Barros, por darme la oportunidad de ser parte de este innovador Magister, y me ha permitido desarrollarme a nivel profesional y personal al involucrarme en el proyecto de tesis realizado en el Hospital Dr. Exequiel González Cortés. También a Cristián Julio y Patricio Wolf, quienes no sólo confiaron en mis capacidades y me guiaron en la realización exitosa de este proyecto, sino que además me escucharon y aconsejaron, impulsándome a dar en cada momento lo mejor de mí. A Ana María y Laura, muchas gracias por responder siempre mis inquietudes independiente del motivo de éstas. Por último, al personal del Hospital, y en especial a su Directora Begoña Yarza, por todo el apoyo brindado en el desarrollo del proyecto, y por el conocimiento brindado que sin duda alguna fueron piezas claves en el mismo. A mis compañeros de carrera y a aquellos con quienes trasnochamos muchas veces para tratar de terminar una tarea o sufrimos realizando infinitos informes: Sebastián y Osmar, ¡ustedes fueron los mejores compañeros que podría haber tenido y pedido!, a pesar de todas las discusiones que tuvimos, dimos siempre nuestro mayor esfuerzo, les agradezco simplemente por dar lo mejor de ustedes y tenerme paciencia cuando las cosas se ponían difíciles. También a mis compañeros de Magister y Ricardo, fueron ustedes un gran apoyo en el desarrollo de este trabajo, tanto por su simpatía, y compañerismo cuando me encontraba perdida y necesitaba de algún consejo que me guiara en esta Tesis. A mis profesores de carrera y autoridades de la Escuela, ustedes me enseñaron y mostraron que la relación estudiante-profesor, podía ser mucho más valiosa al preocuparse fehacientemente por sus alumnos. Ustedes hacen la Escuela tal como es y quiero: un lugar donde la formación a nivel profesional debe ser de excelencia, y donde los valores y las diferencias son aceptados y nunca cuestionados. A cada uno de mis amigos, son ustedes pequeñas luces que han iluminado mi camino, y traen a mi vida aún más felicidad.
iv
TABLA DE CONTENIDO
Indice de Ilustraciones .............................................................................................. viii Indice de Tablas ........................................................................................................... xi
1 Introducción ......................................................................................................... xii
2 Contexto ................................................................................................................. 13
2.1 Ministerio de Salud de Chile .......................................................................... 13
2.1.1 Plan de Acceso Universal con Garantías Explícitas .............................. 14 2.1.2 Objetivos Sanitarios 2010-2020 ............................................................ 14 2.1.3 Reforma general ..................................................................................... 15
2.2 Servicio de Salud Metropolitano Sur (SMSS) .............................................. 15
3 Caracterización General del Hospital Dr. Exequiel González Cortés ............... 17
3.1 Descripción general del Hospital .................................................................. 17
3.1.1 Servicios Quirúrgicos Hospital Exequiel González Cortés .................... 18
3.2 Misión, Visión y Valores ................................................................................ 19
3.2.1 Misión .................................................................................................... 19 3.2.2 Visión .................................................................................................... 20 3.2.3 Valores................................................................................................... 20
4 Marco Teórico – Conceptual ................................................................................ 21 4.1 El impacto de la Salud en la Economía ......................................................... 21
4.1.1 Costo de Enfermedad ............................................................................. 22 4.1.2 Los Problemas de no recibir atención de manera oportuna ................. 22 4.1.3 Proyecto de Priorización de Listas de Espera ....................................... 23
4.2 Predicción de Demanda ................................................................................ 24
4.3 Manejo de Capacidad ..................................................................................... 25
4.4 Antecedentes Teóricos .................................................................................. 28
4.4.1 Knowledge Discovery from Database (KDD) ........................................28 4.4.2 Programación matemática u Optimización ........................................... 34 4.4.3 Simulación ............................................................................................. 36
5 Marco Metodologico ............................................................................................. 38
5.1 Planteamiento Estratégico ............................................................................. 38
5.2 Definición del Modelo de Negocio ................................................................39
5.3 Diseño de la Arquitectura de Procesos ........................................................ 40
5.4 Diseño de los Procesos ................................................................................... 41 5.5 Diseño de la Aplicación de Apoyo ................................................................. 41 5.6 Construcción e Implementación ................................................................... 41
6 Planteamiento Estratégico .................................................................................. 42
6.1 Modelo de Eficacia Operacional ................................................................... 42
6.2 Modelo Delta .................................................................................................. 42
6.3 Objetivos Estratégicos .................................................................................... 43
6.3.1 Objetivos Estratégicos Planteados por el Hospital ............................... 43
v
6.3.2 Mapa Estratégico Planteado por el Hospital ......................................... 44
7 Modelo de Negocio............................................................................................... 46
8 Diseño del Hospital .............................................................................................. 48
8.1 Arquitectura de Macroprocesos ................................................................... 48
8.2 Primer Nivel de Macroproceso ..................................................................... 49
8.2.1 Línea de Servicios al Paciente ................................................................ 49 8.2.2 Servicios Comunes Propios ................................................................... 51
9 Descripción de la Situación Actual ...................................................................... 52
9.1 Asignación de Capacidad ............................................................................... 52
9.2 Proyecto de Priorización de Listas de Espera .............................................. 53
10 Definición del Proyecto ....................................................................................... 54
10.1 Motivación del Proyecto ............................................................................... 54
10.2 Objetivos del Proyecto................................................................................... 54
10.2.1 Objetivo General .................................................................................... 54 10.2.2 Objetivos Específicos ............................................................................. 55
10.3 Beneficios Potenciales del Proyecto .............................................................. 55
10.4 Alcances del proyecto reflejados en la Arquitectura .................................... 55
10.4.1 Predicción y Caracterización de Demanda ............................................ 56 10.4.2 Análisis de Capacidad ............................................................................ 56 10.4.3 Definición de Acciones de Promoción ................................................... 56 10.4.4 Planificación de Atenciones y Servicios ................................................ 57
11 Diseño propuesto ................................................................................................. 58
11.1 Diseño de Análisis y Demanda Conjunto .................................................... 58
11.1.1 Diseño de Predicción y Caracterización de Demanda ........................... 59
11.2 Diseño de Análisis de Capacidad .................................................................. 62
12 Diagrama de Pistas BPMN .................................................................................. 64
12.1 Generación de Pronósticos ........................................................................... 64
12.1.1 Limpieza de Datos.................................................................................. 64 12.1.2 Ejecución de Modelos de Pronóstico y Caracterización ........................ 65
12.2 Análisis de Capacidad ................................................................................... 66
12.2.1 Administración de Capacidades Actuales ............................................. 66 12.2.2 Gestión de Capacidades ......................................................................... 66
13 Lógica de Negocio ................................................................................................. 71 13.1 Predicción de Demanda ................................................................................. 71
13.1.1 Modelo Mensual .................................................................................... 71
13.2 Asignación de porcentaje de tiempo quirúrgico ......................................... 76
13.2.1 Criterio: Paciente ................................................................................... 77 13.2.2 Criterio: Institucional ............................................................................ 81 13.2.3 Definición de Modelo de Programación Entera .................................... 81
14 Diseño de las Aplicaciones Computacionales ..................................................... 91 14.1 Diagrama de Caso de Uso .............................................................................. 91
vi
14.1.1 Pronóstico y Caracterización de la Demanda ........................................ 91 14.1.2 Análisis de Capacidades ......................................................................... 92
14.2 Diagrama de Secuencia ..................................................................................93
14.2.1 Pronóstico y Caracterización de la Demanda ........................................ 94 14.2.2 Análisis de Capacidades ......................................................................... 96
14.3 Diagrama de Secuencia Extendido............................................................... 99
14.3.1 Pronóstico y Caracterización de la Demanda ...................................... 100 14.3.2 Análisis de Capacidades ....................................................................... 102
14.4 Diagrama de Clases ...................................................................................... 105
14.4.1 Pronóstico y Caracterización de la Demanda ...................................... 105 14.4.2 Análisis de Capacidades ....................................................................... 108
14.5 Diagrama de Paquetes.................................................................................... 111 14.5.1 Datos .....................................................................................................112 14.5.2 Servicios Web ........................................................................................112
15 Construcción del Prototipo ................................................................................. 114
15.1 Desarrollo tecnológico del Prototipo ........................................................... 114
15.2 Descripción del Prototipo ............................................................................. 114
15.2.1 Selección de Actividad ..........................................................................114 15.2.2 Módulo de Asignación de Capacidad ................................................... 115 15.2.3 Obtener Asignación ............................................................................. 116
16 Prueba de Concepto del Proyecto ....................................................................... 118
16.1 Análisis de Asignación de Capacidad Historica ......................................... 118
16.2 Asignación de Capacidad Propuesta ............................................................ 121 16.2.1 Situación Actual ....................................................................................121 16.2.2 Prioridad Sanitaria: Inclusión de nuevas especialidades ................... 122
16.3 Resultados en cuanto a oportunidad de atención ....................................... 123
16.3.1 Descripción de Modelo de Simulación ................................................ 123 16.3.2 Oportunidad de Atención Promedio ................................................... 124 16.3.3 Oportunidad de Atención Ponderada .................................................. 125 16.3.4 Efecto Priorización ............................................................................... 127 16.3.5 Asignación Actual vs Asignación Propuesta ........................................ 128
17 Gestión del Cambio ............................................................................................. 130
17.1 Contexto Organizacional .............................................................................. 130
17.2 Estrategia para la Gestión del Cambio ......................................................... 131 17.2.1 Sentido de Urgencia .............................................................................. 131 17.2.2 Gestión del Poder .................................................................................. 131 17.2.3 Coalición Conductora .......................................................................... 132 17.2.4 Narrativas............................................................................................. 133
17.3 Estrategia Comunicacional .......................................................................... 134
18 Evaluación Económica ........................................................................................ 135
18.1 Análisis de Componentes de Flujo de Caja .................................................. 135
18.1.1 Beneficios ............................................................................................. 135 18.1.2 Costos ................................................................................................... 136
vii
18.1.3 Inversión .............................................................................................. 138 18.1.4 Tasa de Descuento ............................................................................... 139 18.1.5 Flujo de Caja ........................................................................................ 139
18.2 Análisis de Sensibilidad ............................................................................... 140
19 Framework .......................................................................................................... 142
19.1 Alcance del Framework ................................................................................ 142
19.2 Dominio del Framework .............................................................................. 143
19.3 Lógica de Negocios Genérica ....................................................................... 143
19.3.1 Lógica de Negocios Genérica para Asignación de Capacidad ............. 143
19.4 Diseño del Framework ................................................................................. 144
19.4.1 Clases de Control ................................................................................. 144 19.4.2 Clases Entity ......................................................................................... 145
20 Conclusiones ........................................................................................................ 147
20.1 De la Ingeniería de Negocios ....................................................................... 147
20.2 De la Predicción de la Demanda ................................................................. 147
20.2.1 Modelo Mensual .................................................................................. 148 20.2.2 Definición del Mix-Quirúrgico ............................................................ 148
20.3 Del Análisis de Asignación de Capacidad ................................................... 149
20.3.1 Proceso de Asignación de Capacidad .................................................. 149 20.3.2 Prueba de Concepto ............................................................................. 150
20.4 De la Gestión del Cambio .............................................................................. 151 20.5 Trabajo Futuro ............................................................................................... 151
21 Bibliografía consultada ........................................................................................ 153
22 Anexos .................................................................................................................. 157
22.1 Anexo A: Notación BPMN ........................................................................... 157
22.2 Anexo B: Resumen de Mix de Pacientes ...................................................... 161 22.3 Anexo C: Implementación de algoritmo de Asignación de Capacidad en SCIP 1.1 ..................................................................................................................... 162
22.4 Anexo D: Implementación de algoritmo 1 de Asignación de Capacidad en GAMS........................................................................................................................ 165
22.5 Anexo E: Implementación de algoritmo 2 de Asignación de Capacidad en
GAMS........................................................................................................................ 169
22.6 Anexo F: Resultados Modelo de Asignación de Capacidad: 23 Jornadas de Pabellones ................................................................................................................ 174
22.7 Anexo G: Resumen de Resultados de Asignación de Capacidad .............. 188
22.8 Anexo H: Diagrama del Modelo de Simulación en ProModel ................... 191 22.9 Anexo I: Cantidad de Pacientes Intervenidos Quirúrgicamente .............. 192
22.10 Anexo J: Detalle Flujo de Caja ..................................................................... 193
22.10.1 Costos Fijos...................................................................................... 193 22.10.2 Costos Variables .............................................................................. 193 22.10.3 Inversión .......................................................................................... 194
viii
INDICE DE ILUSTRACIONES
Ilustración 1: Organización estratégica Hospital Exequiel González Cortés ...................... 18
Ilustración 2: Cantidad de pacientes en lista de espera de acuerdo a especialidad, junio 2010 .......................................................................................................................................... 18
Ilustración 3: Tiempo de espera real vs tiempo de espera ideal en Cirugía General ......... 19
Ilustración 4: Tipos de decisiones para manejo de capacidad ........................................... 26
Ilustración 5: Proceso KDD ................................................................................................... 28
Ilustración 6: Métodos utilizados por la minería de datos ..................................................30
Ilustración 7: Clasificación de los modelos de optimización ............................................... 35
Ilustración 8: Proceso de simulación ....................................................................................36
Ilustración 9: Metodología de la Ingeniería de Negocios .................................................... 38
Ilustración 10: Resumen modelo de Delta de Hax. .............................................................. 43
Ilustración 11: Mapa estratégico planteado por el Hospital Exequiel González Cortés. .. 45
Ilustración 12: Modelo de negocios Hospital Exequiel González Cortés. .......................... 47
Ilustración 13: Arquitectura de macroprocesos propuesta por Barros y Julio para hospitales. ............................................................................................................................... 49
Ilustración 14: Patrón de línea de Servicios al paciente ...................................................... 50
Ilustración 15: Patrón de línea de Servicios Comunes Propios ........................................... 51 Ilustración 16: Patrón sugerente de Análisis y Gestión de Demanda Conjunto ............... 56
Ilustración 17: Diseño de Análisis y Gestión de Demanda Conjunto (Carlos Reveco, Pronóstico y análisis de demanda de la sala de urgencia del Hospital Luis Calvo Mackenna y metodología para el cálculo de recursos críticos, (2011)) .............................. 59
Ilustración 18: Predicción y Caracterización de la demanda (Carlos Reveco, Pronóstico y análisis de demanda de la sala de urgencia del Hospital Luis Calvo Mackenna y metodología para el cálculo de recursos críticos, (2011)) ................................................... 60
Ilustración 19: Desarrollar modelos de pronóstico y caracterización (Carlos Reveco, Pronóstico y análisis de demanda de la sala de urgencia del Hospital Luis Calvo Mackenna y metodología para el cálculo de recursos críticos, (2011)) ............................... 61 Ilustración 20: Generación de pronóstico ............................................................................. 61 Ilustración 21: Desarrollo de análisis de capacidades (Carlos Reveco, Pronóstico y análisis de demanda de la sala de urgencia del Hospital Luis Calvo Mackenna y metodología para el cálculo de recursos críticos, (2011)) ................................................... 62
Ilustración 22: Generación de asignación de capacidad ......................................................63
Ilustración 23: Generación de pronóstico (Carlos Reveco, Pronóstico y análisis de demanda de la sala de urgencia del Hospital Luis Calvo Mackenna y metodología para el cálculo de recursos críticos, (2011)) ...................................................................................... 64
ilustración 24: Diagrama BPMN de Limpieza de datos (Carlos Reveco, Pronóstico y análisis de demanda de la sala de urgencia del Hospital Luis Calvo Mackenna y metodología para el cálculo de recursos críticos, (2011)) ................................................... 65
Ilustración 25: Diagrama BPMN de ejecución de modelo .................................................. 65
Ilustración 26: Diagrama BPMN de administración de capacidades actuales (Carlos Reveco, Pronóstico y análisis de demanda de la sala de urgencia del Hospital Luis Calvo Mackenna y metodología para el cálculo de recursos críticos, (2011)) .............................. 66
Ilustración 27: Gestión de capacidades ................................................................................ 67
Ilustración 28: Diagrama BPMN de asignación de porcentaje de tiempo quirúrgico ...... 67
ix
Ilustración 29: Generación de asignación de capacidad ..................................................... 68
Ilustración 30: Diagrama BPMN de asignación de capacidad operacional ...................... 68
Ilustración 31: Diagrama BPMN de asignación de capacidad táctica ................................ 69
Ilustración 32: Diagrama BPMN de evaluación y monitoreo de capacidades .................. 70
Ilustración 33: Ingreso a lista de espera Cirugía General .................................................... 72
Ilustración 34: Ingreso a lista de espera Cirugía Plástica .................................................... 72
Ilustración 35: Ingreso a lista de espera Urología ................................................................ 73
Ilustración 36: Ingreso a lista de espera Traumatología...................................................... 73
Ilustración 37: Resultados de modelo de regresión lineal para Cirugía General ............... 75
Ilustración 38: Resultados de modelo de regresión lineal para Cirugía Plástica ............... 75
Ilustración 39: Resultados de modelo de regresión lineal para Traumatología ............... 76
Ilustración 40: Resultados de modelo de redes neuronales para Urología ....................... 76
Ilustración 41: Propuesta de criterios para asignación de capacidad ................................. 77
Ilustración 42: Categorización de pacientes en lista de espera histórica y actual en Urología .................................................................................................................................. 78
Ilustración 43: Distribución de tiempo quirúrgico en Urología ......................................... 79
Ilustración 44: Distribución de tiempo quirúrgico categoría A y B ................................... 80
Ilustración 45: Distribución de tiempo quirúrgico categoría D y E ................................... 80
Ilustración 46: Distribución de pago de aranceles por especialidad .................................. 81 Ilustración 47: Diagrama de caso de uso: Limpieza de datos .............................................. 91 Ilustración 48: Diagrama de caso de uso: Ejecución de modelos y caracterización ......... 92
Ilustración 49: Diagrama de caso de uso: Administración de capacidades actuales ........ 92
Ilustración 50: Diagrama de casos de uso: Asignación de porcentaje de tiempo quirúrgico ................................................................................................................................93
Ilustración 51: Diagrama de caso de uso: Asignación de capacidad ...................................93
Ilustración 52: Diagrama de secuencia de sistema: Limpieza de datos ............................. 94
Ilustración 53: Diagrama de secuencia de sistema: Ejecución de modelos y caracterización: Pronosticar .................................................................................................. 95
Ilustración 54: Diagrama de secuencia de sistema: Ejecución de modelos y caracterización: Caracterizar ................................................................................................. 96
Ilustración 55: Diagrama de secuencia de sistema: Administración de capacidad actual 97
Ilustración 56: Diagrama de secuencia de sistema: Asignación de porcentaje de tiempo quirúrgico ............................................................................................................................... 98
Ilustración 57: Diagrama de secuencia de sistema: Asignación de capacidad .................. 99
Ilustración 58: Diagrama de secuencia extendido: Limpieza de datos............................. 100
Ilustración 59: Diagrama de secuencia extendido: Ejecución de modelos y caracterización: Pronosticar .................................................................................................. 101 Ilustración 60: Diagrama de secuencia extendido: Ejecución de modelos y caracterización: Caracterizar ................................................................................................ 102
Ilustración 61: Diagrama de secuencia extendido: Administración de capacidad actual 103
Ilustración 62: Diagrama de secuencia extendido: Asignación de porcentaje de tiempo quirúrgico .............................................................................................................................. 104
Ilustración 63: Diagrama de secuencia extendido: Asignación de capacidad .................. 105
Ilustración 64: Diagrama de clases: Limpieza de datos ..................................................... 106
x
Ilustración 65: Diagrama de clases: Ejecución de modelos y caracterización: Pronosticar ................................................................................................................................................ 107
Ilustración 66: Diagrama de clases: Ejecución de modelos y caracterización: Caracterizar ................................................................................................................................................ 108
Ilustración 67: Diagrama de clases: Administración de capacidad actual ....................... 109
Ilustración 68: Diagrama de clases: Asignación de porcentaje de tiempo quirúrgico ..... 110
Ilustración 69: Diagrama de clases: Asignación de capacidad ............................................ 111 Ilustración 70: Arquitectura de sistemas de apoyo expresado en diagrama de paquetes para todo el proceso ................................................................................................................ 111 Ilustración 71: Diagrama de paquete de datos ..................................................................... 112
Ilustración 72: Arquitectura de sistemas de apoyo para pronóstico y caracterización de demanda ................................................................................................................................. 112
Ilustración 73: Arquitectura de sistemas de apoyo para asignación de capacidad ........... 113
Ilustración 74: Seleccionar actividad a realizar ................................................................... 115
Ilustración 75: Selección de actividad a realizar dentro de Asignación de Capacidad ..... 115
Ilustración 76: Selección de año y cantidad de pabellones disponibles ............................ 116
Ilustración 77: Asignación de capacidad para las especialidades obtenida ....................... 117
Ilustración 78: Nivel de asignación de pabellones semanal para el período de Agosto 2011 - Marzo 2012 .................................................................................................................. 119
Ilustración 79: Nivel de ocupación de pabellones semanal para el período de Agosto 2011 - Marzo 2012 ........................................................................................................................... 119
Ilustración 80: Asignación porcentual de pabellones para las distintas especialidades . 120
Ilustración 81: Ocupación porcentual de pabellones para las distintas especialidades .. 120
Ilustración 82: Asignación porcentual de capacidad a especialidad ................................. 121 Ilustración 83: Asignación porcentual de capacidad dado una prioridad sanitaria ........ 122
Ilustración 84: Oportunidad de Atención Promedio de Pacientes ................................... 125
Ilustración 85: Oportunidad de Atención Ponderada de Pacientes .................................. 126
Ilustración 86: Oportunidad Ponderada de Atención para Capacidad de 16 y 28 Jornadas de Pabellones ......................................................................................................................... 127
Ilustración 87: Oportunidad de Atención de Pacientes en función del tiempo ............... 128
Ilustración 88: Asignación Actual vs Asignación Propuesta ............................................. 128
Ilustración 89: Cantidad De Pacientes Atendidos para una Capacidad de 23 Jornadas de Pabellones .............................................................................................................................. 129
Ilustración 90: Análisis de Variabilidad de VAN ................................................................. 141 Ilustración 91: Análisis de Variabilidad de TIR ................................................................... 141 Ilustración 92: Identificación del dominio del Framework ............................................... 143
Ilustración 93: Lógica genérica para asignación de capacidad ......................................... 144
Ilustración 94: Clases de control para Framework ............................................................ 145
Ilustración 95: Clases entity definidas para Framework ................................................... 145
xi
INDICE DE TABLAS
Tabla 1: Centros hospitalarios pertenecientes a SMSS ........................................................ 16
Tabla 2: Lógica de Priorización de Pacientes en Lista de Espera ....................................... 24
Tabla 3: Indicadores de comparación para elección de modelo de predicción .................. 33
Tabla 4: Capacidad actual del Hospital Exequiel González Cortés. .................................... 52
Tabla 5: Correlación entre las variables independientes y mes a predecir para las distintas especialidades ......................................................................................................... 74
Tabla 6: MAPE para los distintos modelos mensuales ....................................................... 74
Tabla 7: Tabla resumen de distribución de tiempos quirúrgicos por categoría ................ 80
Tabla 8: Categorías de tiempos máximos de espera ........................................................... 89
Tabla 9: Costo de posponer demanda .................................................................................. 90
Tabla 10: Costo de mantener demanda en lista de espera .................................................. 90
Tabla 11: Asignación y ocupación porcentual promedio de pabellones a las especialidades ................................................................................................................................................. 121 Tabla 12: Definición de asignación de capacidades semanal de pabellones .................... 122
Tabla 13: Lógica de asignación de prioridad ........................................................................ 123
Tabla 14: Tabla resumen de distribución de tiempos quirúrgicos .................................... 124
Tabla 15: Mapa de Poder .................................................................................................... 132
Tabla 16: Narrativas Asociadas a los Actores del Proyecto ................................................. 133
Tabla 17: Precio promedio de Intervenciones Quirúrgicas Por Especialidad, Categoría y Prestación ............................................................................................................................... 135
Tabla 18: Costos Variables Directos Unitarios..................................................................... 137
Tabla 19: Costos Variables Indirectos Unitarios................................................................. 138
Tabla 20: Flujo de Caja ......................................................................................................... 139
Tabla 21: Crecimiento Anual de Intervenciones Quirúrgicas realizadas según Categoría para la especialidad de Cirugía General .............................................................................. 140
Tabla 22: Cuadro Resumen Cantidad de Pacientes en Lista de Espera............................. 161 Tabla 23: Cuadro Resumen Contribución de Categorías a Especialidades ....................... 161 Tabla 24: Cuadro Resumen Distribución de tiempos Quirúrgicos por Categorías ........... 161 Tabla 25: Cuadro Resumen Contribución de Urgencias por Especialidades y su Distribución de Tiempo quirúrgico ...................................................................................... 161
xii
1 INTRODUCCIÓN
El Hospital Pediátrico Dr. Exequiel González Cortés fue creado en el año 1962 y actualmente atiende a una población asignada de 260.000 niños menores de 15 años y 26.000 adolescentes mayores de 15 años. Se considera como una institución de salud de alta complejidad y autogestionada, que pertenece a la Red Asistencial Metropolitana Sur. Las especialidades principales que se atienden actualmente en el hospital son: Pediatría General, Broncopulmonar, Cardiología, Dermatología, Endocrinología, Infectología, Traumatología, Genética, Gastroenterología, Inmuno-Reumatología, Neurología, Oncología, Hematología, Nutrición, Nefrología, Ginecología, Cirugía Infantil, Urología, Cirugía Plástica y Quemados. Finalmente es considerado como el Centro de Referencia de Escoliosis, Trasplante y Gran Quemado. El Hospital se organiza en función de 13 Centros de Responsabilidad, que cuentan con distintas funciones (conformados en base a los procesos productivos propios del hospital), y se encuentran regidas por los planes estratégicos del hospital. El objetivo principal de cada centro es gestionar en materia de procesos, personas y ámbito financiero los servicios y unidades que lo comprenden. Uno de los más importantes es el Centro de Responsabilidad Quirúrgico, compuesto por Traumatología y Ortopedia, Cirugía, Cirugía Ambulatorio y Pabellón. En este centro de responsabilidad recae la función de gestionar los procesos y personas relacionadas con las unidades descritas y en especial la gestión de las listas de espera de pacientes por intervención quirúrgica (el hospital ofrece distintos servicios quirúrgicos y de procedimientos dentro de los cuales están Cirugía General Cirugía Plástica y Fisurados, Urología y Traumatología y Columna). A pesar de que anualmente se realizan aproximadamente 2.500 intervenciones, es importante mencionar que su capacidad no da a vasto por lo que la lista de espera de pacientes excede a los 1.500. Esta última situación es fuente de motivación para gestionar de mejor forma la lista de espera y con esto poder asegurar la atención de los pacientes dentro de sus tiempos máximos de espera que actualmente no se cumplen. Para esto, se revisará en las siguientes páginas el contexto general y la situación actual del hospital, para que en su conjunto con el planteamiento estratégico, se pueda definir una oportunidad de mejora en cuanto a los procesos involucrados en la gestión del servicio. De esta forma se revisan los modelos propuestos por los autores Porter y Hax, objetivos estratégicos y modelo de negocios. De igual forma, se detalla una completa descripción de los procesos y situación actual a través de BPMN. Finalmente, se pudo definir un proyecto de trabajo de “Análisis y Gestión de Capacidad de Pabellones”, que define una lógica de negocio compleja que considera la predicción de pacientes a lista de espera, asignación de porcentaje de tiempo quirúrgico y asignación de capacidad. A su vez se muestran los procedimientos de ejecución de actividades diseñadas realizadas por personas con interacción con apoyos computacionales, y los flujos de información que alimentan las actividades desde mantención de estado y flujos que actualizan estado; como un prototipo de aplicación con su documentación correspondiente.
2 CONTEXTO
Para poder comprender el planteamiento estratégico realizado por el Hospital y a su vez generar propuestas de mejora en cuanto a cómo se realizan actualmente los procesos en cada una de las actividades que dan un valor agregado al cliente que en este caso es el paciente y su familia, es necesario poder analizar y saber el contexto general en el cual está inmerso. En este caso, se observa que el Hospital Dr. Exequiel González Cortés pertenece al sector de la salud pública del país, por lo cual debe seguir los lineamientos planteados por el Ministerio de Salud de Chile y a su vez por el Servicio Metropolitano Sur al cual pertenece. 2.1 MINISTERIO DE SALUD DE CHILE
El Ministerio de Salud (MINSAL) de Chile, tiene como objetivo coordinar, mantener y organizar la atención de la salud de los chilenos. Fue creado en virtud del Decreto con Fuerza de Ley N°25 de 1959, con la responsabilidad de realizar actividades de programación, control y coordinación en materia de salubridad pública. Su misión, busca contribuir a elevar el nivel de salud de la población; desarrollar armónicamente los sistemas de salud, centrados en las personas; fortalecer el control de los factores que puedan afectar la salud y reforzar la gestión de la red nacional de atención. Todo ello para acoger oportunamente las necesidades de las personas, familias y comunidades, con la obligación de rendir cuentas a la ciudadanía y promover la participación de las mismas en el ejercicio de sus derechos y sus deberes. En cuanto su visión es que las personas, familias y comunidades tendrán una vida más saludable, participarán activamente en la construcción de estilos de vida que favorezcan su desarrollo individual y colectivo. Vivirán en ambientes sanitariamente protegidos. Tendrán acceso a una atención en salud oportuna, acogedora, equitativa, integral y de calidad, con lo cual se sentirán más seguras y protegidas. El Sistema de Salud Chileno es un Modelo Segmentado o mixto, por cuanto a la capacidad de la población con respecto a los pagos. Se distinguen de esta forma distintos grupos: Seguro Público (FONASA, financiado con el 7% de las imposiciones de los chilenos y regulado por la Superintendencia de Salud), Seguro Privado (ISAPRES), y no Asegurados. El sector público se compone del Sistema Nacional de Servicios de Salud (SNSS): el Ministerio de Salud (MINSAL) y sus organismos dependientes: 28 Servicios de Salud, Secretarías regionales ministeriales de salud (SEREMI), Superintendencia de salud (SISP), Fondo Nacional de Salud (FONASA), Instituto de Salud Publica (ISP), Central de Abastecimiento (CENABAST) y establecimientos experimentales. Finalmente, se observa que el presupuesto destinado a salud para el año 2011 es de $6.444 billones, que están destinados principalmente para resolver los actuales problemas de infraestructura (creación de ésta), fortalecer atención primaria y por último, disminución de las listas de espera que actualmente es del orden de magnitud de 73.200 pacientes aproximadamente.
14
2.1.1 PLAN DE ACCESO UNIVERSAL CON GARANTÍAS EXPLÍCITAS
El Ministerio de Salud de Chile cuenta con un Plan de Acceso Universal con Garantías Explícitas, conocido popularmente como "Plan AUGE", que se convirtió en ley el 3 de septiembre de 2003 al publicarse en el Diario Oficial la Ley N° 19.966, y se puso en marcha el 1 de abril de 2005. Este plan inicialmente benefició a la atención de 25 patologías. Este número fue temporal, pues la idea es que la cantidad vaya en aumento, por lo que en el año 2006 se sumaron 15 enfermedades, en el 2007 fueron 16 y finalmente el 1ro de Julio del 2010 se adicionaron 10 enfermedades más para un total de cobertura actual de 66 enfermedades con garantías AUGE. El Plan Auge a través de Garantías Explícitas de Salud prioriza en función de tiempos máximos de espera asociados a: lo más frecuente, lo más grave, lo más caro y lo que más daña la calidad de vida. Y debe garantizar a las personas que tengan estas 66 enfermedades los siguientes beneficios:
Acceso: Obligación de Fonasa e Isapres de otorgar determinadas prestaciones de salud a todos sus beneficiarios.
Oportunidad: Tiempos máximos de atención para prestaciones prioritarias en la atención del problema de salud.
Calidad: Estándares adecuados para la correcta atención de salud, entregada por prestadores institucionales acreditados y especialistas certificados.
Protección financiera: Límite máximo al gasto de bolsillo que puede ocasionar a la familia la atención del problema de salud.
2.1.2 OBJETIVOS SANITARIOS 2010-2020
Dentro de los objetivos sanitarios planteados por el Ministerio de Salud para el período correspondiente a 2010- 2020, se observa que aquellos que tienen estrecha relevancia para el Hospital son:
Alcanzar mayor equidad en salud.
- Reducir las inequidades sociales que contribuyen a la inequidad en salud. - Profundizar y extender la protección social con programas tales como Chile Crece
Contigo. - Rediseñar los Programas de Salud desde la perspectiva de equidad y
determinantes sociales. - Maximizar el acceso y asegurar los resultados a toda la población objetivo, en
particular los grupos sociales más vulnerables.
Construir juntos una mejor salud, generando capacidades para una vida saludable.
- Profundizar la participación ciudadana, sistemática y vinculante, que implica la integración de la comunidad en decisiones, acciones y su compromiso con las estrategias de salud, a nivel individual y colectivo.
15
Vivir en un entorno saludable.
- Promover la disponibilidad e inocuidad alimentaria.
- Generar condiciones laborales adecuadas (prevención de riesgos).
- Propiciar un medio ambiente saludable.
Fortalecer un sistema de salud centrado en las personas y sus necesidades.
- Entregar servicios de calidad, dignos, de buen trato, eficientes con protección financiera y adecuada información.
2.1.3 REFORMA GENERAL
En Chile, un 94% de la población chilena tiene cobertura médica, un 70% está en el sistema público a través de FONASA, un 16% está afiliado al sistema privado de isapres, un 6% son beneficiarios del sistema de salud de las Fuerzas Armadas y la fracción restante tienen garantizada la atención en el sistema público, pero no han regularizado su situación. La Reforma de Salud implementada en el país busca lograr una mejor salud para todos los chilenos, garantizando igualdad de derechos e implementando políticas basadas en la equidad, solidaridad, efectividad técnica, eficiencia en el uso de los recursos y participación social en la formulación, puesta en marcha y evaluación de políticas y programas sectoriales. Los proyectos en que se basa la Reforma se sustentan como base jurídica para su funcionamiento en los siguientes:
Ley de derechos y deberes del paciente.
Financiamiento por medio de impuestos cuyo fin permite financiar principalmente el plan de garantías explícitas de salud.
Autoridad Sanitaria y Gestión, cuyas potestades fortalecen la conducción sanitaria del Ministerio de Salud, así como las de regulación y fiscalización, las que entrega a organismos especializados. Crea nuevos instrumentos para una mejor gestión de la Red Asistencial y otorga mayores atribuciones para los directivos de los establecimientos e incentivos financieros para el personal.
Ley de Isapres.
Régimen de Garantías de Salud, entendido como un instrumento de regulación sanitaria que le corresponde establecer las prestaciones de carácter promocional, preventivas, curativas, de rehabilitación y paliativas, y los programas que FONASA deberá cubrir a sus beneficiarios en su modalidad de atención institucional.
2.2 SERVICIO DE SALUD METROPOLITANO SUR (SMSS)
El Servicio de Salud Metropolitano Sur tiene a su cargo la planificación conjunta de las actividades de articulación, gestión y desarrollo de la Red de establecimientos de salud sur, además de la supervisión, control y evaluación de sus resultados.
16
Los establecimientos que formen parte de la red asistencial del Servicio de Salud Metropolitano Sur (SSMS), “ejecutarán acciones de promoción, prevención, recuperación, rehabilitación y cuidados paliativos y de apoyo diagnostico y terapéutico”. El SMSS tiene a su cargo la administración de la Red de establecimientos de salud ubicados en 11 comunas de la región Sur de Santiago (Paine, Buin, Calera de Tango, El Bosque, San Bernardo, La Cisterna, Lo Espejo, La granja, San Joaquín, San Miguel, Pedro Aguirre Cerda). A su vez cuenta con 6 Centros Hospitalarios, 17 Servicios de Atención Primaria de Urgencia, 31 Consultorios de Atención Primaria y un Centro Metropolitano de Imagenología Mamaría.
Centros Hospitalarios
Complejo Asistencial Barros Luco
Hospital San Luis de Buin y Paine
Hospital Pediátrico Dr. Exequiel González Cortés
Hospital El Peral
Hospital Dr. Lucio Córdova
Hospital El Pino
Centro Metropolitano de Imagenología Mamaria Reinalda Pereira Plaza
Tabla 1: Centros hospitalarios pertenecientes a SMSS
Los establecimientos de Salud antes nombrados, se dividen en tres niveles según la complejidad de la atención brindada:
Atención Primaria: Constituida por los centros de salud familiar (Cesfam), consultorios, centros comunitarios de salud familiar o miniconsultorios y postas rurales y Servicio de Atención Primaria de Urgencia (SAPU). La Red de Salud del SSMS cuenta con 31 consultorios, 17 SAPU, 11 Centros de Salud Familiar acreditados, 11 postas rurales.
Atención Secundaria: Pertenecen a este nivel los establecimientos que brindan atención ambulatoria como los Centros de Referencia de Salud (CRS), Centros de Diagnóstico y Tratamiento (CDT) y otros centros de especialidades.
Atención Terciaria: Está constituida por los establecimientos hospitalarios. Los hospitales de la zona Sur de Santiago dependientes del SSMS son: Hospital Exequiel González Cortés, Hospital Lucio Córdova, Hospital San Luis de Buin, Hospital El Peral, Complejo Asistencial Barros Luco y Hospital El Pino.
17
3 CARACTERIZACIÓN GENERAL DEL HOSPITAL DR. EXEQUIEL GONZÁLEZ CORTÉS
3.1 DESCRIPCIÓN GENERAL DEL HOSPITAL
El Hospital Exequiel González Cortés, fue construido el año 1962 bajo un contexto histórico en que los efectos de la desnutrición y enfermedades gastrointestinales e infecciosas mantenían un alto porcentaje de mortalidad infantil en sectores socioeconómicos bajos del área sur de Santiago. Este es un hospital pediátrico de alta complejidad (dadas las especialidades que atiende de Pediatría, Cirugía, Traumatología, Ortopedia), que pertenece a la Red Asistencial Metropolitana Sur, cuenta con atención en urgencia, atención cerrada y abierta y anualmente atiende a una población asignada de aproximadamente 260.000 niños menores de 15 años y 26.000 adolescentes mayores de 15 años. En el año 2007 obtiene la calidad de Hospital Auto Gestionado en Red, según lo determinado en la Ley N° 19.937 de Autoridad Sanitaria. Las especialidades principales que se atienden actualmente en el hospital son: Pediatría General, Broncopulmonar, Cardiología, Dermatología, Endocrinología, Infectología, Traumatología, Genética, Gastroenterología, Inmuno-Reumatología, Neurología, Oncología, Hematología, Nutrición, Nefrología, Ginecología, Cirugía Infantil, Urología, Cirugía Plástica y Quemados. Finalmente es considerado como el Centro de Referencia de Escoliosis, Trasplante y Gran Quemado. El Hospital se organiza en función de 13 Centros de Responsabilidad, que cuentan con distintas funciones (conformados en base a los procesos productivos propios del hospital), y se encuentran regidas por los planes estratégicos del hospital. El objetivo principal de cada centro es gestionar en materia de procesos, personas y ámbito financiero los servicios y unidades que lo comprenden. En la Ilustración 1, la organización estratégica del Hospital Exequiel González Cortés y los 13 centros de responsabilidad que lo comprenden. La demanda de pacientes que llegan al hospital proviene de:
Pacientes que llegan de las APS (Atención Primaria de Salud) – 32 consultorios de toda el área sur y que vienen a los Consultorios Adosados de Especialidades (CAE) como una derivación, de las consultas ofrecidas pueden resultar pacientes para ser ingresados a lista de espera quirúrgica.
Pacientes que llegan de los CAE (Consultorio Adosado de Especialidades) de hospitales que tienen consultorios de especialidades de más bajo nivel del Hospital Dr. Exequiel González Cortés.
Pacientes que precisan hospitalización que provienen de APS (Atención Primaria de Salud) y vienen en estado grave y no pasan por ningún otro hospital, llega a la urgencia del hospital y la urgencia lo lleva a hospitalizarse, puede venir de CAE de otro hospital, entra por urgencia y viene a hospitalizarse para operación.
18
Ilustración 1: Organización estratégica Hospital Exequiel González Cortés
3.1.1 SERVICIOS QUIRÚRGICOS HOSPITAL EXEQUIEL GONZÁLEZ CORTÉS
El hospital ofrece distintos servicios quirúrgicos y de procedimientos a través de los Centros de Responsabilidad mencionados. Estos servicios son de Cirugía General, Cirugía Plástica y Fisurados, Urología, Traumatología y Columna. A su vez también se encuentra el servicio de Quemados, sin embargo este servicio atiende en su mayoría a pacientes que ingresan a través de urgencia por lo que no entran en lista de espera. En la actualidad cuenta con 5 pabellones dentro de los cuales 3 de ellos se encuentran en condiciones para operar cualquier tipo de cirugía, esto ya que no todos cuentan con los servicios de apoyo requeridos (equipo médico, farmacia, insumos, equipo médico especial, etc.). En éstos anualmente se realizan aproximadamente 2.500 intervenciones; sin embargo el Hospital cuenta con una lista de espera de pacientes de aproximadamente 1.500, los cuales se dividen en función de las distintas especialidades mencionadas, a través de la siguiente forma:
Ilustración 2: Cantidad de pacientes en lista de espera de acuerdo a especialidad,
junio 2010
539
401 355
172 112
0 100 200
300 400 500 600
Cantidad de Pacientes
Cantidad de Pacientes
19
Otro análisis importante a considerar es identificar si el tiempo de espera ideal del paciente para que se realice su intervención, coincide con el tiempo de espera real. Un ejemplo de esto se puede observar en el Ilustración 3, correspondiente a la categorización de pacientes en la especialidad de Cirugía General; en este se observa que sólo un 55% de los pacientes que fueron categorizados como A, tuvieron su intervención quirúrgica en su tiempo de espera máxima, es decir, un 45% de ellos tuvo que esperar realmente más de 15 días.
Ilustración 3: Tiempo de espera real vs tiempo de espera ideal en Cirugía General Por último, el hospital ofrece 3 tipos de atención al paciente:
Atención Primaria: APS (Atención Primaria de Salud), son pacientes que consultan por cualquier necesidad en atención primaria y son atendidos por médicos generales.
Atención Secundaria: CAE (Consultorio Adosado de Especialidades, CDT (Consulta y Diagnóstico y Tratamiento), y hospital de día (cirugía ambulatoria), CRS (Centro Relacionado en Salud), en estas consultas los pacientes son atendidos por médicos especialistas.
Atención Terciaria: Hospitalización, acá son atendidos los pacientes que se vienen a hospitalizar, teniendo todas las unidades clínicas necesarias, pediatría, cirugía y traumatología más la unidad de apoyo UCI (Unidad de Cuidados Intensivos).
3.2 MISIÓN, VISIÓN Y VALORES
3.2.1 MISIÓN
“El Hospital de Niños Exequiel González Cortés, es un Establecimiento Asistencial Docente, dependiente del Servicio de Salud Metropolitano Sur, que fundamenta su quehacer en la satisfacción de las necesidades de Promoción, Prevención, Recuperación
0
100
200
300
400
500
600
A
CIRUGIA GENERAL
Tiempo de espera real vs tiempo de espera ideal
A
B
C
D
E
20
y Rehabilitación de la Salud de la población infantil y adolescente del área sur de la Región Metropolitana. Con equipos multidisciplinarios comprometidos, con el más alto nivel de excelencia profesional y tecnológico, en desarrollo permanente y trabajando en un ambiente grato, respetando los derechos de las personas e integrando a la familia, la comunidad y la red asistencial en los cuidados y tratamiento de los niños “. 3.2.2 VISIÓN
"Al año 2014 nuestro compromiso con las personas es atenderlos con calidad certificada y tiempos de espera definidos para cada atención". 3.2.3 VALORES
Justicia
Solidaridad
Transparencia
Probidad
Ética
Respeto
Equidad
21
4 MARCO TEÓRICO – CONCEPTUAL
Este capítulo muestra el marco teórico-conceptual que sustenta el análisis realizado de Gestión de Capacidad en el Servicio de Pabellones en el Hospital Exequiel González Cortés. En él, se describe por ejemplo cómo poder establecer modelos de predicción a través de la minería de datos, cómo asignar capacidad considerando restricciones de uso de recursos, planificación, etc., a través de modelos de programación lineal, y cómo la simulación permite modelar situaciones de la vida real para poder analizar su comportamiento bajo distintos escenarios. Para esto, se parte el capítulo indicando cuál es el impacto de la salud en la economía y por tanto porqué es clave respetar los tiempos máximos de espera de los pacientes o su oportunidad. Esto último es de suma importancia, debido a que el análisis de asignación de capacidad realizado a diferencia de aquellos que existen actualmente, considera una componente que implica respetar esta oportunidad, es decir, basada en el paciente; y otra que considera los aspectos que el hospital considera importantes como es el factor económico y prioridades sanitarias; todo esto con el fin de respetar la misión que el mismo hospital se ha planteado y también para disminuir los efectos que trae consigo en la economía y en el individuo su atención tardía.
4.1 EL IMPACTO DE LA SALUD EN LA ECONOMÍA
El crecimiento económico es un proceso continuo mediante el cual se incrementa la capacidad productiva de la economía, logrando niveles crecientes de producción nacional e ingresos (medido en producto interno bruto). Este depende en su mayoría del capital, recurso humano, productividad y educación. Este crecimiento económico se ve afectado principalmente por el capital y el recurso humano. De esta forma, la salud es un factor clave que impacta de manera directa en la economía de un país (afectando claramente en el bienestar del recurso humano). Según Grossman (1972), la salud puede ser entendida desde dos puntos de vista: como un bien de consumo y de capital. En el primer caso, la salud forma parte de la función de utilidad del individuo, es decir, en cuanto a cómo disfruta de la vida por sentirse sano y gozar de buena salud. Para el segundo caso, la salud es entendida como la forma de reducir el número de días en que un individuo pasa enfermo, y por tanto incrementa sus días disponibles para actividades que se relacionen con su trabajo y de ocio. De esta forma, para que un individuo goce de buena salud es importante que reciba de atención oportuna en el momento que se encuentre enfermo. La salud contribuye en el capital humano a través de cuatro distintos canales [Suhrcke, Marc et al. 2005]:
Productividad: la productividad es mayor en aquellos individuos que realizan una mayor actividad física y mental, dado que pueden hacer de un mejor y eficiente uso de la tecnología, maquinaria o equipo, por lo que podría esperarse que las personas sanas produzcan más por hora trabajada. A su vez, es esperable que sean más flexibles y adaptables a los cambios en la organización.
22
Oferta de trabajo: una buena salud reduce el número de días que un individuo se encuentra enfermo y aumenta la esperanza de vida, por lo que la oferta de trabajo es mayor.
Educación: las personas que reciben una mejor y mayor educación son más productivas.
Ahorro e inversión: el estado de la salud impacta directamente en el nivel de ingresos y su distribución en cuanto al ahorro, consumo e inversión. Es esperable que entre mayor sea la esperanza de vida de la persona, es más alta su capacidad de ahorro, e inversión en capital físico o intelectual.
De esta forma, dado que la salud es parte importante del capital humano, es posible concluir que impacta directamente en el desarrollo económico de un país, es más, se ha detectado que la pérdida de bienestar de las personas implica una disminución de un 1% en el PIB del país. En este sentido, es clave poder determinar algún indicador que permita medir efectivamente el impacto de ésta. Es así que se ha definido el índice "Costo de Enfermedad (COI)".
4.1.1 COSTO DE ENFERMEDAD
El costo de enfermedad o COI por sus siglas del inglés "Cost of illness", es una medida en la cual se estima en términos monetarios la cantidad de recursos asociados para tratar una enfermedad, y de las consecuencias económicas de la pérdida de productividad asociado a ella. De esta forma, representa en primera instancia la carga económica asociado a la mala atención o salud que posea el individuo [Suhrcke, Marc et al. 2005]. Los COI, se pueden dividir en tres componentes:
Costos directos: costos que recaen sobre el sector de la salud en relación a la prevención, diagnóstico y tratamiento de la enfermedad (gastos en ambulancias, hospitalización, consultas externas, rehabilitación, etc.).
Costos indirectos: que miden la pérdida de productividad de los pacientes que están demasiado enfermos como para trabajar o que mueren prematuramente. Esto último lo mide AVISA, un indicador compuesto en cuanto a utilizar indicadores de tipo epidemiológicos (mortalidad y morbilidad), combinando el número de años de vida perdidos por muerte prematura y los años de vida vividos con discapacidad [Departamento de Epidemiología, 2008].
Costos intangibles: que captan las dimensiones psicológicas de la enfermedad para el individuo, es decir, el dolor, aflicción, ansiedad y sufrimiento. Esta categoría suele ser la más difícil de medir.
4.1.2 LOS PROBLEMAS DE NO RECIBIR ATENCIÓN DE MANERA OPORTUNA
La atención de los pacientes de manera oportuna, se define como aquella atención que se le otorga a éste en el momento que este lo requiera, y por tanto no traer consigo consecuencias que afecten en su calidad de vida [Aguirre, Héctor (2000)].
Existen diversos estudios, que demuestran que la atención no oportuna de los pacientes que se encuentran en listas de espera ven reducida la supervivencia ante distintas
23
enfermedades a los 5 años en más de un 10% respecto a intervenciones realizadas más tempranas como es el caso de aquellos pacientes que sufren de cáncer de mama. Otro ejemplo lo muestran otros estudios que utilizaron escalas funcionales y de calidad de vida en pacientes que necesitaban intervención de artroplastía de rodilla o de cadera, ven su calidad de vida notoriamente degradada cuando no son operados oportunamente [Escribano et. al (2002)]. De igual forma, una hernia inguinal puede desencadenar que esta llegue a cualquiera de las estructuras del abdomen, generando cuadros infecciosos que incluso pueden provocar la muerte. De esta forma, y a modo de conclusión se tiene la relevancia de que los pacientes reciban de manera oportuna atención. Esto, no sólo por las graves consecuencias que trae consigo a nivel de individuo (que incluye como ya se ha mostrado graves consecuencias que incluso podrían provocar la muerte), sino que también a nivel social en el que influye directamente en la economía de una nación, dado que éste no se encuentra en condiciones como para desarrollarse laboralmente, lo que implica una disminución en su productividad, y también en los costos asociados que trae consigo su atención tardía.
4.1.3 PROYECTO DE PRIORIZACIÓN DE LISTAS DE ESPERA En un sistema de salud pública, la atención quirúrgica inmediata es recibida por pacientes catalogados como "urgentes", por lo que aquellos con problemas de salud menos graves pueden esperar largos tiempos antes de recibir su atención médica, y por tanto corren el riesgo de tener una mayor morbilidad dada su no atención. Dado que no es posible atender al mismo tiempo la demanda de todas las personas en listas de espera, es clave poder priorizarla, y de esta forma definir preferencia en función criterios clínicos contribuyendo a una mayor equidad en el acceso a la atención. El proyecto de priorización de listas de espera por especialidad, define por tanto que cada paciente es debe ser atendido de manera oportuna de acuerdo a una lógica de priorización basada en su tiempo máximo de espera. Por consiguiente, si éste no es respetado, entonces no se le brinda una atención oportuna. Ésta lógica está concentrada en el proceso de Ingreso y priorización de orden quirúrgica de cada paciente, y su definición recae en el tiempo máximo de espera asociado tanto al diagnóstico que posee y sus agravantes (definido con antelación por los médicos de cada especialidad). Para poder llevar a cabo la priorización, se tiene como entrada los datos que el médico en cada Box de Especialidades ingresa en el formulario de orden quirúrgica una vez que ha determinado que un paciente precisará intervención quirúrgica. Es por ello que la lógica de priorización para requiere de los siguientes datos:
Especialidades: que brindan servicio de cirugía.
Diagnósticos: que precisan cirugía de cada Especialidad
Categoría de cada Diagnóstico: en base al tiempo máximo de espera A (15 días), B (30 días), C (90 días) , D (180 días), y E (365 días).
Agravantes de Diagnósticos: que agravan el Diagnóstico del paciente y por tanto son la causa de que un Diagnóstico por ejemplo que es categoría C suba a categoría B por el grado de afectación del Agravante en el Diagnóstico. Algunos de
24
estos agravantes pueden ser clínicos según las características del paciente y AUGE.
Desde que un paciente ingresa a lista de espera, su priorización se basará en su categoría máximo de espera, y de esta forma cada paciente puede presentar dos estados: no vencido (en el que no se ha cumplido su tiempo máximo de espera), y vencido (en el que ya ha superado su tiempo máximo de espera). En la medida que el paciente se encuentre en un estado NO vencido, su priorización se basará básicamente en los días que ha permanecido en lista de espera; sin embargo, cuando cambia de estado, su peso en la priorización cambiará en función de su categoría de tiempo máximo de espera, es decir, un paciente vencido de categoría A es 16 veces más urgente que uno de categoría E. En la Tabla 2, se muestra un resumen del cálculo de la prioridad de los pacientes que se encuentran en lista de espera.
Categoría No Vencido Vencido
A Tiempo en espera 16*Tiempo en espera + 15 B Tiempo en espera 8*Tiempo en espera + 30 C Tiempo en espera 4*Tiempo en espera + 90 D Tiempo en espera 2*Tiempo en espera + 180 E Tiempo en espera Tiempo en espera + 360
Tabla 2: Lógica de Priorización de Pacientes en Lista de Espera
4.2 PREDICCIÓN DE DEMANDA
Un pronóstico es un intento de poder predecir el futuro mediante el estudio de lo que ha sucedido en el pasado, identificando tendencias, patrones y unidades de negocio, de manera cuantitativa (dentro de un conjunto de datos), o cualitativa (a través de opinión de experto). En este sentido, la predicción de la demanda permite poder definir la cantidad de demanda que cierto negocio o servicio tendrá en un futuro definido. Esto último es clave en el sentido que se logra modificar la conducta actual, con el fin de lograr una mejor posición en un futuro. La necesidad de poder predecir la demanda nace de los siguientes puntos [Why Forecast? (en línea)]:
Ayuda en la Planificación de la Producción: permite establecer la capacidad de producción para lograr satisfacer las demandas a las cuales se enfrenta una empresa.
Ayuda en la Planificación Financiera: es necesario lograr establecer los flujos de efectivo con los que posee una empresa, de esta forma se preparar para las compras de materiales, pagos a los empleados, etc., y con esto definir un presupuesto.
Ayuda en la Planificación Económica: la predicción permite analizar variables macroeconómicas como es el ahorro inversión, nivel de precios, ingresos.
Ayuda en la programación de la fuerza laboral: en este caso, la predicción de la demanda permite definir la cantidad de trabajadores que son necesarios para lograr cierto nivel de servicio definido.
25
Ayuda a la Toma de decisiones: en este caso el objetivo es lograr disminuir la incertidumbre sobre el futuro. Para esto, la predicción de la demanda es clave, ya que permiten establecer la producción, ventas e inversión que se requieren, el precio al cual el producto pueda ser vendido y la disponibilidad de los insumos necesarios. De esta forma, la predicción de la demanda no sólo permite disminuir la incertidumbre a la cual se enfrenta la empresa, sino que además minimizar los costos operativos, y de inversión en activos fijos.
Para el caso de los servicios hospitalarios, la predicción de la demanda se puede realizar en distintos servicios. Un ejemplo de esto, es el pronóstico de demanda en el servicio de urgencias [Reveco, Carlos 2011], o el número de camas en urgencia que son necesarias [Farmer & Emami 1990]. En este caso el pronóstico se centra en el servicio de pabellones, por lo que finalmente la predicción de la demanda se realiza en función de la cantidad de pacientes que mensualmente ingresan a listas de espera. 4.3 MANEJO DE CAPACIDAD
Una de las preguntas que toda empresa perteneciente a la industria de los servicios se hace, es si, dado una cantidad de recursos limitados, es capaz de atender a toda la demanda que se le presenta, y por lo tanto, realizar un calce entre ésta y su oferta, esto es clave considerando que una de las características que representa este tipo de industria, es que si el servicio no es otorgado, se pierde dado que es perecible. De igual forma, esta pregunta puede hacerla una empresa perteneciente a la industria productiva, en el que ésta deberá definir si la cantidad de recursos con la cuenta es capaz de producir la cantidad de productos necesarios para poder suplir la demanda y a su vez, a partir de esto, poder tomar decisiones en cuanto a la cantidad ofertada por ella. Esto implica por ejemplo tomar decisiones que permitan planificar su capacidad de producción, es decir, tomar decisiones que permitan aumentarla, como el contratar una mayor cantidad de trabajadores en los meses de mayor demanda, modificar sistemas de turnos, etc. Ante esta situación, es clave que la institución logre definir:
Niveles de Servicios Aceptables: se define un nivel de servicio que permita satisfacer tanto a los requerimientos de los clientes y lo esperado por la empresa. En base a esto se define una cantidad de recursos, e intensidad de uso, se define un nivel de servicio que satisface a los clientes y a la empresa. Esto puede ser definidos en función de tiempos de respuesta, o SLA (service level agreement).
Aprovisionamiento continuo: el aprovisionamiento continuo se refiere a que siempre se debe asegurar un rendimiento satisfactorio de los niveles de servicio, y por lo mismo de manera constante la empresa debe contar con los recursos necesarios para esto, en un horizonte de tiempo definido.
Costos conocidos y monitoreados: se debe establecer un mecanismo que defina los recursos requeridos para dar soporte a las actividades que permitan asegurar el nivel de servicio. Con esto es posible conocer los costos asociados y poder monitorearlos para que no traspasen un presupuesto definido.
En base a estos conceptos, es importante que la institución tome distintas decisiones que permitirán lograr estos objetivos. Estas decisiones se definen en función del horizonte de
26
tiempo en análisis y su carácter (repetitivo o no repetitivo). Así pueden ser de tipo estratégico (decisiones que trazan la dirección de la empresa en un largo plazo, definiendo los objetivos específicos en el desempaño, considerando circunstancias internas y externas), táctico (decisiones de nivel intermedio, en el que se definen los planes de acción para lograr los objetivos planteado a nivel estratégico, son de carácter repetitivo y reversibles), y operativo (horizonte de tiempo corto y repetitivas, por lo que la información necesaria para tomar esta decisión es fácil de encontrar). Un ejemplo de los tipos de decisiones que se pueden tomar a nivel táctico y operativo, se muestran en la Ilustración 4 [Gabriel Bitran & Susana Mondschein, 1997].
Ilustración 4: Tipos de decisiones para manejo de capacidad
Para el caso del proyecto de tesis planteado, son esenciales especialmente las de carácter táctico:
Adición de Recursos Humanos: en este caso, el hospital se pregunta si es necesario o posible contratar una mayor cantidad de anestesistas, médicos cirujanos o enfermeras. Esto para lograr incrementar el nivel de utilización del pabellón y tratar en lo posible que sea finalmente la misma que la asignación, aunque esto suele depender también de otros factores.
Redistribución de horas de trabajo: este concepto se hace cargo de proponer una nueva asignación de capacidad a las especialidades, es decir, definir un porcentaje de tiempo quirúrgico semanal disponible para utilizar el servicio de pabellón.
Servicios complementarios: la inclusión de servicios complementarios, se logra cuando es necesario que un paciente se intervenga quirúrgicamente en otro hospital o clínica del sector privado. En este sentido, los servicios complementarios permitirían asegurar la atención a un costo más elevado.
El problema de asignación de capacidad es clave en instituciones que cuentan con una cantidad de recursos limitados como es un hospital público. En este, tal y como se ha descrito el fin es obtener una eficiencia administrativa que permita disminuir los costos, y utilizar la cantidad de recursos disponibles de manera óptima y eficiente, que permita respetar los tiempos máximos de espera de cada paciente (dado que como se ha mostrado con anterioridad está dentro de la misión del hospital respetar los tiempos de
De
cis
ion
es
Tá
cti
ca
s
Adición de Recursos Humanos
Recurso Humano Especializado
Cooperación entre competencia
Redistribución de horas de trabajo
Pre - procesamiento
Servicios Complementarios
Ubicación
Mantención de Equipos
Uso de TI
Estandarización de Procesos
De
cis
ion
es
O
pe
ra
cio
na
les
Horarios dinámicos
Sobre - citando
Extender horario de servicio
“Igualar” productos
27
espera). En este sentido y además considerando las consecuencias que trae consigo de manera económica en una nación como a nivel individuo no respetar su oportunidad, es clave poder realizar una asignación de capacidad en el que las alternativas que se presentan impactan directamente en la permanencia de los pacientes en la lista de espera, y por tanto afectando finalmente la cantidad de pacientes a tratar como en su espera total. Para realizar una asignación de capacidad, se han utilizado distintos métodos dentro de los cuales se menciona programación matemática [Ogulata & Erol, (2003), Blake et al. (2002), Blake & Carter (2002), Ozkarahan (2000), Sier et al. (1997)], y simulación [Dexter et al. 1999, Schmitz & Kwak (1972), Kuzdrall (1974), Vasilakis et al. (2007)]. En este sentido, se ha resuelto este problema utilizando programación no lineal [Hans-Jörg Schütz & Rainer Kolisch (2011)], en el que el sistema consiste de un set de máquinas o estaciones de trabajo que producen una gran variedad de productos, y en la que para cada período la capacidad del sistema se va modificando. Y también a través de la programación dinámica (especialmente para asignar capacidad en la industria de servicios), en el que el problema presenta distintas clases de clientes que necesitan distintos servicios al que la empresa debe responder de manera inmediata a su necesidad [Hans-Jörg Schütz & Rainer Kolisch (2010)]. Especialmente en la salud, los modelos de programación matemática se han enfocado en maximizar la utilización de los pabellones (debido a su alto costo operativo), sin embargo en hospitales donde se cuenta con un presupuesto anual fijo, el tiempo de asignación de pabellones puede afectar directamente el hospital financieramente, por lo que es necesario considerar no sólo el uso de los pabellones, sino que además la asignación que se realizará de estos a cada especialidad. Dado esto, por ejemplo Sier et al. (1997), ha presentado un modelo de optimización multi-objetivo no lineal para la planificación quirúrgica, teniendo en cuenta prioridades, la cirugía a realizar, demanda por equipos, etc. Otro trabajo que es de referencia es el realizado por Bo Zhang, Pavankumar Murali, Maged Dessouky, y David Belson (2008), cuyo objetivo es asignar pabellones quirúrgicos a las especialidades a través de un modelo de programación entera mixta (MIP), que determina de manera semanal la asignación de pabellones a las especialidades minimizando el costo asociado a aquellos pacientes cuya intervención quirúrgica ha sido pospuesta, lo que implica un mayor uso del recurso de camas, utilizando la demanda de pacientes y otro tipo de restricciones en cuanto al uso de recursos y condiciones clínicas. Estos estudios asignan la capacidad a las distintas especialidades considerando un factor económico, es decir, por ejemplo los costos asociados a perder un día cama dado que no se realizó la intervención. Sin embargo, otros estudios consideran la asignación de la capacidad desde una perspectiva centrada en los objetivos estratégicos que se plantea el hospital o sus indicadores sanitarios [Jiménez et al. (2005)]. Por lo que de esta forma, es posible plantear una asignación de capacidad centrada en el paciente, dado que su atención oportuna es un objetivo estratégico del hospital, y además por la incidencia que tiene tanto en los COI y en la economía del país. Esta manera de asignar capacidad que considera finalmente dos aristas (centrada en el paciente y en lo que desea el hospital), es una innovación en cuanto a que toda la literatura no utiliza un factor que mida permanencia en lista de espera, ni mucho menos en el mismo análisis dar preferencia a prioridades sanitarias, etc.
28
Finalmente, se han realizado estudios empíricos que demuestran que, además de la aleatoriedad, los datos incompletos y la ineficiencia operativa siguen siendo fenómenos comunes en los sistemas de salud, especialmente en los hospitales públicos [Litvak & Long, (2000)]. Esto implica por ejemplo que la demanda real de pacientes tiende a ser mayor que la registrada, y que la oferta de recursos sufre de incertidumbre como la escasez de personal o equipos quirúrgicos.
4.4 ANTECEDENTES TEÓRICOS
4.4.1 KNOWLEDGE DISCOVERY FROM DATABASE (KDD)
La Minería de datos, refiere a obtener conocimientos e información de grandes cantidades de datos. Es utilizada esta técnica en las empresas para poder tomar decisiones con fundamentos en cuanto a por ejemplo determinar qué tipo de ofertas realizar para cierto tipo de clientes, y con esto poder aumentar tanto la eficiencia como la competitividad de ellas [Han J. et al, (2006); Tan, P.-N et al (2005)]. Hay diversas técnicas de la minería de datos. Sin embargo, para llevarlas a cabo de manera adecuada existe un proceso de obtención de conocimiento llamado KDD por sus siglas en inglés Knowledge Discovery from Database [Fayyad, et al (1996)], donde se llevan a cabo las etapas de selección, pre-procesamiento, transformación, aplicación de técnicas de minería de datos, interpretación de los resultados y obtención del conocimiento. Esto se resume en la Ilustración 5.
Ilustración 5: Proceso KDD
4.4.1.1 SELECCIÓN DE DATOS
Dado el problema en estudio es necesario hacer una selección de todos los datos con los que se cuenten para reducir el tamaño del problema. Para esto se eligen las variables relevantes del problema, a través de distintos métodos:
Filtro: se aplican haciendo un ranking de los atributos de acuerdo a alguna medida de relevancia individual, como por ejemplo: coeficiente de correlación de Pearson, F-test.
29
Wrapper: que utiliza el desempeño predictivo de un determinado algoritmo de aprendizaje como forward selection o backward elimination, para evaluar la utilidad relativa de un subconjunto de atributos.
Embebidos: realizan la selección de variables en el proceso de entrenamiento. Algunos ejemplos de algoritmos son árboles de desición, random multinomial logit y sparse regression.
4.4.1.2 PRE-PROCESAMIENTO
Una vez realizada la etapa de selección de atributos, es necesario hacer un pre-procesamiento de éstas. Esto consiste en dejar los datos listos para su procesamiento en la etapa de minería de datos. Se logra a través de un filtrado de los datos, eliminando aquellos que sean incorrectos, no válidos, desconocidos. A su vez se realiza una limpieza de los datos detectando los valores que sean fuera de rango. Esto último se logra utilizando métodos de identificación visual, elección multivariada o acomodo multivariado. 4.4.1.3 TRANSFORMACIÓN
La transformación de atributos consiste en cambiar la forma de los atributos para poder manejar inconsistencias en los formatos de datos y la codificación o simplemente poder realizar test estadísticos sobre ellos y con esto poder establecer distintas conexiones entre los atributos o que sea más fácil su interpretación dado un contexto. Uno de los casos típicos de transformación de atributos es pasar de variables de tipo categóricas a numéricas, normalización de datos, discretización de datos, re-codificación, etc. 4.4.1.4 DATA MINING
En esta etapa, es donde se realiza una técnica de minería de datos, en la que se aplica un modelo con el fin de obtener el conocimiento que se quiere adquirir. El modelo a elegir depende de las circunstancias y necesidades del problema en cuestión. Además se debe considerar en su elección la efectividad para dar resultados de calidad, el algoritmo que utiliza, su tiempo de cómputo, y parámetros que lo ajustan. Los modelos de minería de datos, se pueden clasificar de acuerdo a su forma de aprendizaje en dos grupos:
Aprendizaje supervisado: en este caso se utiliza el conocimiento a priori del comportamiento de un conjunto de variables, es decir, deduce una función a partir de los mismos datos de entrenamiento. Algunos modelos de aprendizaje supervisado son los modelos de clasificación (tarea predictiva en la que cada objeto pertenece a una clase de valores), y regresión (tarea predictiva que busca asignar un valor real a una función).
Aprendizaje no supervisado: en este caso no se utiliza el conocimiento a priori del comportamiento de un conjunto de variables, lo que implica que el modelo
30
finalmente es ajustado a las observaciones. Modelos de aprendizaje no supervisado son clustering (que busca la descripción de grupos de datos), y reglas de asociación (que busca relaciones no explícitas entre los distintos atributos en estudio, por lo que se considera como una tarea descriptiva).
En la Ilustración 6, se muestra un resumen de los métodos utilizados en minería de datos para los distintos tipos de aprendizaje antes descritos.
Ilustración 6: Métodos utilizados por la minería de datos
4.4.1.4.1 MEDIAS MÓVILES
Este método consiste en calcular un promedio aritmético que ayuda a identificar tendencias. Su uso es principalmente para un conjunto de datos cuya variación es mínima o estable, sin estacionalidad o tendencia. De esta forma este método se utiliza para analizar un conjunto de datos en modo de puntos para crear series de promedios. Una variación de las medias móviles, son las medias móviles ponderadas, que le da mayor importancia a los valores de conjuntos más recientes, de tal forma que estos tienen más influencia, lo que permita una adaptación a la tendencia más rápida [Salcedo Poma, Cecilia Mercedes, s.a.]. La forma que tiene una media móvil es la que se puede observar a continuación:
Fi+1 = W1X1 + ….. + WNXN
Wi = peso asociado. Xi = atributos o variables independientes.
Fi = atributo o variables dependientes.
Métodos de Minería de
Datos
Métodos Supervisados
Clasificación
Redes Neuronales
Support Vector
Machine (SVM)
Regresión
Regresión Lineal
Medias Moviles
Support Vector
Regression (SVR)
Métodos No
Supervisados
Clustering
Jerárquico Partición
Reglas de Asociación
31
4.4.1.4.2 REGRESIÓN LINEAL
Regresión lineal es un método matemático que permite predecir valores a partir de una función que asigna a una instancia un valor real. Este método modela la relación entre una variable dependiente e independientes. Puede ser expresado de la siguiente forma:
Yi = β0 + β1X1 + β2X2 + β3X3 + ….. + βNXN + ε βi = coeficientes de las variables o parámetros.
Xi = atributos o variables independientes. Yi = atributo o variables dependientes.
N = número de variables independientes.
[1] En el caso de la regresión lineal, el problema finalmente será elegir los valores determinados para los parámetros de modo que la ecuación quede completamente especificada. Esto se logra a través de un conjunto de observaciones, que a través de un aprendizaje supervisado permite el desarrollo del modelo en el que la meta es minimizar la suma de los cuadrados de la distancia del punto en cuestión a la rectaformada, finalmente el criterio que permite su selección es el criterio de Akaike (en el que se selecciona aquél que tenga un menor valor) (Linear Regression [en línea]). Finalmente los supuestos que permiten el desarrollo de una regresión lineal son:
La relación entre las variables es lineal.
Los errores en la medición de las variables explicativas son independientes entre
sí.
Los errores tienen varianza constante.
Los errores tienen una esperanza matemática igual a cero (los errores de una
misma magnitud y distinto signo son equiprobables).
El error total es la suma de todos los errores.
4.4.1.4.3 REDES NEURONALES
Las redes neuronales artificiales son modelos que intentan reproducir el comportamiento del cerebro. Basándose en la analogía que existe en el comportamiento y función del cerebro humano, en particular del sistema nervioso, el que está compuesto por redes de neuronas biológicas que poseen bajas capacidades de procesamiento; sin embargo toda su capacidad cognitiva se sustenta en la conectividad de éstas (Fundamentos de las Redes Neuronales [en línea]). Dentro de las características principales de redes neuronales, se puede considerar su habilidad de aprendizaje a partir de la experiencia (entrenamiento). Las redes neuronales pueden ser entrenadas para realizar una determinada tarea sin necesidad de un estudiar esta a fondo ni programarla usando un lenguaje de programación. A su vez, tienen una alta velocidad de respuesta una vez concluido el entrenamiento, esto ya que han aprendido a cómo comportarse.
32
Una red neuronal se compone por niveles o capas de neuronas (conjunto de neuronas cuyas entradas provienen de la misma fuente y cuyas salidas se dirigen al mismo destino), conexión entre neuronas (que tienen asociado un peso que permite que la red obtenga el conocimiento), y estados de activación. Los valores de activación pueden ser continuos o discretos, limitados o ilimitados. Si son discretos, suelen tomar un conjunto discreto de valores binarios, así un estado activo se indicaría con un 1 y un estado pasivo se representaría por un cero. Se requiere una regla que combine las entradas con el estado actual de la neurona (combinación de las entradas con los pesos de las conexiones), para producir un nuevo estado de activación, estas reglas son:
Función escalón: se utiliza cuando las salidas de la red son binarias. La salida de una neurona se activa sólo cuando el estado de activación es mayor o igual que cierto valor umbral t que representa la mínima entrada total ponderada necesaria para provocar la activación de la neurona.
Función lineal: responde a las expresión f(x) = x. Se define un límite inferior -t y
otro superior, t. Si la suma de las señales de entrada es menor que -t, la activación
se define como 0 o -1. Si la suma es mayor que t, la activación es 1. Para valores de
entrada situada entre ambos límites, la activación se define como una función
lineal de la suma de las señales de entrada.
Función sigmoidal: es la más apropiada cuando se quiere como salida
información analógica. Con esta función, para la mayoría de los valores del
estímulo de entrada (variable independiente), el valor dado por la función es
cercano a uno de los valores asintóticos. La importancia de esta función es que su
derivada es siempre positiva y cercana a cero para los valores grandes positivos o
negativos; además toma su valor máximo cuando x es 0. Esto hace que se puedan
utilizar las reglas de aprendizaje en las cuales se usan derivadas.
4.4.1.4.4 SUPPORT VECTOR REGRESSION
Support Vector Regression (SVR), es una técnica basada en Support Vector Machine (SVM), cuya idea tras el modelo es encontrar un hiperplano de separación que permita dividir en dos regiones el espacio formado por los atributos de las observaciones. De esta forma cada región permite caracterizar una de las clases, resolviendo de forma paralela dos problemas: maximizar el margen de separación existente entre las dos regiones, y minimizar el error de clasificación [Welling, Max (2005)]. Para el caso de SVR, se lleva a cabo la regresión lineal en el espacio de características de mayor dimensión (tal como se utiliza en SVM), es decir, estima una función usando un conjunto de otras funciones lineales definidas en un espacio hiperdimensional. Así para un conjunto de puntos de datos G = {(xi,di)}i
n, donde xi es el vector de entrada y di la salida deseada, el método aproxima la función de regresión usando [Welling, Max (2005), César Seijas Fossi, Antonino Caralli D’Ambrosio (2004)]:
33
= espacio de rasgos hiperdimensional al cual se proyecta el espacio de entrada x.
Los valores de w y b, se encuentran minimizando:
Donde,
= error empírico
= término de regularización
C = constante regularizada o capacidad
ε =tamaño del cilindro hiperdimensional el cual envuelve la función.
4.4.1.4.5 ELECCIÓN DEL MODELO
La elección del modelo que se utilizará finalmente, se realizará en función del error que estos cometan al realizar su predicción. Para este caso, se define como error de predicción a la diferencia entre el valor real y lo pronosticado al período correspondiente. Existen distintos indicadores que permiten definir cuál es el modelo más apropiado. Estos indicadores se describen en la Tabla 3.
Nombre Fórmula Definición
Error absoluto de la media
Es la suma de los valores absolutos de los errores individuales del
pronóstico, divididos por el número de periodos de información.
Error absoluto porcentual de la media
Es la media absoluta entre el pronóstico y los valores observados expresado como porcentaje de los
valores observados. Desviación porcentual absoluta de la media
Es la desviación media absoluta con
respecto a la demanda promedio.
Error cuadrático de la media
Es el promedio de las diferencias al cuadrado, entre el pronóstico y los
valores observados. Raíz del error
cuadrático de la media
Es la raíz del promedio de las diferencias al cuadrado, entre el
pronóstico y los valores observados
Tabla 3: Indicadores de comparación para elección de modelo de predicción
34
Estos 5 indicadores, permiten definir el error en la predicción de un modelo. Sin embargo, el uso de estos no es aconsejable para todos los casos. Por ejemplo, el MAD se utiliza generalmente en modelos cuyas variables son porcentajes, ya que este sólo expresa la dimensión pero no la dirección del error. Por otro lado el PMAD, es un indicador que se construye en base al promedio de un conjunto de mediciones, por lo que no reflejará necesariamente el hecho de que la media calculada esté efectivamente dentro de los datos en cuestión. De igual forma el RMSE es un error que tiende a ser más sensible a un error del tipo ocasional o fuera de rango (dato que puede obtenerse en los modelos debido a la variabilidad de ellos en función del tiempo), esto ya que al elevar al cuadrado la función se obtiene un peso desproporcionado cuando hay errores que son muy grandes (de igual forma sucede con MSE). Finalmente, de acuerdo a estos antecedentes, es posible concluir que el error a utilizar es el MAPE; esto ya que se expresa en términos porcentuales genéricos lo que da mayor sentido al momento de analizar la información, y además porque no cae en el problema de sensibilidad en cuanto a diferencias del pronóstico y valor real que sea ocasional como es el caso de RMSE o MSE.
4.4.1.5 INTERPRETACIÓN DE RESULTADOS Y EVALUACIÓN
Una vez obtenido el modelo, se debe proceder a su validación, comprobando que las conclusiones que arroja son válidas y consistentes con la realidad. En el caso de haber obtenido varios modelos mediante el uso de distintas técnicas, se deben comparar los modelos en busca de aquel que se ajuste mejor al problema. Dado que los modelos sólo entregan un resultado cuantificable, es necesario que el analista finalmente lo estudie y de ellos logre obtener un conocimiento, es decir, los interprete y ajuste a la realidad del negocio.
4.4.2 PROGRAMACIÓN MATEMÁTICA U OPTIMIZACIÓN
La programación matemática incluye un conjunto de conceptos y técnicas para abordar el problema de determinar los valores de las variables de decisión de un modelo, de modo que se obtenga, el mejor valor de alguna medida de rendimiento o efectividad y que cumplan con las restricciones impuestas en el modelo. Cuando el modelo considera más de una medida de rendimiento se llama programación matemática multicriterio. Por otra parte, la consideración explícita de la incertidumbre en los modelos trae consigo diferencias metodológicas importantes en el tratamiento de éstos con respecto al caso en que no se incorpore explícitamente la incertidumbre. De esta forma, se identifican dos áreas de trabajo: programación matemática determinística y estocástica [Carmen Ortiz et al, (2000)]. En la Ilustración 7, se puede observar la clasificación de los modelos de optimización en función de las características que intervienen en él.
35
Ilustración 7: Clasificación de los modelos de optimización
4.4.2.1 PROGRAMACIÓN LINEAL ENTERA
El modelo matemático de los problemas de programación lineal entera corresponde al modelo lineal con la restricción adicional que todas las variables de decisión deben asumir valores enteros. Estos modelos surgen en situaciones prácticas donde se tienen alternativas de decisión discretas. Una variante de este modelo se tiene cuando sólo un subconjunto de variables son discretas y el resto puede tomar valores continuos (problema de programación lineal mixto). Estos modelos por su sencillez (en cuanto a forma de modelar), son frecuentemente utilizados para abordar una gran variedad de problemas de naturaleza real en ingeniería, lo que ha permitido a empresas y organizaciones importantes beneficios y ahorros asociados a su utilización. Sin embargo, debido a que el número de soluciones factibles puede ser muy grande, se definen algunos métodos que permiten su resolución, como por ejemplo el algoritmo de Ramificación y Acotamiento. Un problema de programación lineal entera, se formula de la siguiente forma:
s.a.
Optimización
Determinística
Lineal
Entera
Binario
Continua
No Lineal
Convexo
Restringido Irrestricto
No Convexo
Estocástico
36
La formulación considera:
Variables de Decisión o Endógenas (x): decisiones cuantificables abordadas por el estudio, cuyos valores se intentan determinar por medio de la resolución del modelo.
Variables Exógenas o Parámetros ( ): decisiones que han sido tomadas fuera del ámbito del sistema. Desde el punto de vista del modelo son datos.
Restricciones: limitaciones que deben imponerse.
Medida de Efectividad (min z): criterio que se utiliza para comparar distintas opciones.
4.4.3 SIMULACIÓN La simulación permite replicar el comportamiento de un sistema bajo ciertas condiciones dadas. Los resultados de esta forma vendrán dados por un conjunto de indicadores de desempeño que permiten evaluar el comportamiento del sistema en estudio. El proceso necesario para poder diseñar una simulación es el que se observa en la Ilustración 8.
Ilustración 8: Proceso de simulación
4.4.3.1 DESARROLLO DEL MODELO
En esta etapa se define el problema que se desea estudiar, es decir, se identifica el sistema a simular. Luego, es necesario precisar cómo será representado este sistema, si será a través de un modelo o alguna ecuación matemática. A su vez, es clave determinar cuáles serán las variables de entrada al sistema, sus salidas, relaciones existentes, recursos a utilizar. Para esto último, es necesario obtener toda la información relacionada, las distribuciones estadísticas de las variables del sistema, cantidad de recursos a utilizar, horarios de funcionamiento, etc., ya que sin ésta es muy difícil realizar una simulación que sea confiable y representativa del sistema en cuestión. De igual forma, el desarrollo del modelo, se verá influenciado por el tipo de simulación que se desea obtener, es decir, si es de tipo predictiva (en el que lo importante es el resultado final, determinando intervalos de confianza de una corrida de simulación con valores específicos en las variables de decisión), comparativa (en el que se decide entre distintas simulaciones), investigativa (que indica factores que afectan el flujo de las entidades en el sistema pero no requiere de respuestas específicas), o de caja negra (en el
Desarrollo del Modelo
Validación del Modelo
Simulación y Análisis de Resultados
37
que se considera el modelo como una caja negra donde sales flechas con datos, derivados de los objetivos). 4.4.3.2 VALIDACIÓN DE MODELO
Esta etapa se realiza para poder determinar si el modelo planteado realmente reflejará la realidad que se quiere representar y estudiar. Este proceso se efectúa comparando los resultados de salida de la simulación con los datos de la vida real que se manejan en iguales condiciones. A su vez, se recurre a la opinión de expertos en el tema tanto sobre los datos, salidas y planteamiento del modelo; esto para poder establecer ciertas conclusiones. 4.4.3.3 SIMULACIÓN Y ANÁLISIS DE RESULTADOS
Esta es la última etapa del proceso. Aquí se realiza de forma íntegra la simulación, es decir, se implementa en un software especializado y a su vez se recolectan los datos de salida. Estos datos de salida, son claves en el sentido que el análisis de aquellos datos apropiados permitirán evaluar el desempeño del modelo. Aquí es importante haber determinado si la simulación que se realizará es de tipo continua o discreta. La simulación continua, considera que en la modelación del sistema las variables de estado cambian de manera continua en el tiempo. En cambio, en una simulación de tipo discreta (basada en teoría de colas), las variables solo cambian en un conjunto discreto de puntos en el tiempo (como por ejemplo un banco o un hospital). En este caso la terminología a utilizar es de entidades que entran al sistema, colas y recursos (cada uno con distintos atributos que lo definen). Por último, estos sistemas pueden funcionar de forma determinística o estocástica. Los sistemas estocásticos corresponden a aquellos en los que existe una aleatoriedad en la transición entre distintos estados, en cambio, son determinísticos, cuando es posible establecer con cierta seguridad el cambio de transición entre los estados, o cuando simplemente viene dado por un estado de transición anterior al actual.
38
5 MARCO METODOLOGICO
La metodología empleada para el desarrollo del proyecto de tesis es la propuesta por el Magíster en Ingeniería de Negocios con TI – MBE, esta se encuentra desarrollada en el libro “Ingeniería de Negocios, Diseño integrado de negocios, procesos y aplicaciones TI” [Barros, Oscar (2010)]. La metodología en conjunto con la Ingeniería de Negocios, permiten explicar la relación que existe entre la visión de la empresa con su planteamiento estratégico y los modelos de negocios que buscan llevarlo a la práctica. De esta forma, se incluye el diseño de la arquitectura empresarial, y el detalle de todos los procesos necesarios para que la empresa sea competitiva y sustentable en el tiempo. Entre ellos se definen varios niveles, coordinados entre ellos: Modelo de negocio y arquitectura de procesos y su relación con la estrategia y la arquitectura empresarial, diseño de procesos que implementan el modelo y diseño y construcción de las aplicaciones TI de apoyo a los procesos. Esto se cumple, a través de una serie de etapas consecutivas que se muestran en la Ilustración 9.
Ilustración 9: Metodología de la Ingeniería de Negocios
5.1 PLANTEAMIENTO ESTRATÉGICO
El planteamiento estratégico, surge de la necesidad de las empresas de que en un ambiente globalizado y altamente competitivo, puedan ser sustentables en el tiempo. Para esto Porter define la idea de ventaja competitiva, en la que una empresa domina una industria por un período de tiempo sostenido. Esta ventaja se puede obtener a través de la llamada Efectividad Operacional, lo que implica desarrollar actividades o procesos
39
similares a los de la competencia pero de mejor manera, utilizando las mejores prácticas (aunque esto puede ser una desventaja ya que las prácticas son copiables). Una empresa se posiciona competitivamente hablando desarrollando actividades diferentes e innovadores que las de la competencia; con el fin de obtener una configuración que es única de actividades, lo que hace que sean muy difíciles de igualar por la competencia. De acuerdo al Modelo Delta (centrado en el cliente), que propone Hax, existen en particular 3 estrategias que permiten este posicionamiento:
Mejor producto: enfocada hacia el interior de la institución, en cuanto a que la atención está centrada en la economía de los productos, la cadena de valor y la habilidad para desarrollar nuevas capacidades. En este caso, la cadena de valor debe ser eficiente, garantizando menores costos. Esta estrategia se puede alcanzar a través de la diferenciación (a través del desarrollo de nuevos productos, o características que hagan únicos a los productos), como de la eficacia administrativa.
Solución total al cliente: esta busca insertarse en la cadena de valor del cliente; ejecutando las actividades de ésta de manera de tener los menores costos y desarrollando actividades que hagan que el cliente se vincule de manera más estrecha con la empresa. En este caso se debe conocer profundamente al cliente, y a su vez deben generarse los mejores paquetes y alternativas que incrementen el valor económico para éste. Finalmente, la solución integral que finalmente se concederá al cliente, puede ser obtenida a través de una estrecha relación con el cliente, la transferencia de capacidades y conocimiento, o por el suministro de un espectro amplio de productos y servicios.
Lock-in sistémico: este busca generar condiciones en las que para el cliente sea muy costoso el cambio hacia otra empresa. Esto implica que las organizaciones alcanzan una posición dominante en el mercado que les da un liderazgo indiscutido. Esta estrategia puede llevarse a cabo siendo los únicos proveedores de las necesidades de los clientes, a través del desarrollo y propiedad de los estándares de la industria, y finalmente convirtiéndose en el intermediario entre los clientes y los proveedores.
De esto se puede concluir que en primera instancia debe establecerse el tipo de posicionamiento competitivo que se persigue. Este posicionamiento debe estar alineado con la Misión (que establece por qué existe la organización), y Visión (como el estado que se desea alcanzar). Para lograr esta Visión, es clave definir un plan estratégico. Este plan debe ir acompañado de una serie de indicadores, objetivos o metas y métricas que permitan evaluar su desempeño. Esto último es clave, sin embargo es importante cuidar y tener en cuenta en este plan una serie de perspectivas (clientes, procesos internos, financiera, aprendizaje y conocimiento), que en su conjunto definen de mejor forma el plan estratégico.
5.2 DEFINICIÓN DEL MODELO DE NEGOCIO
La definición de un modelo de negocio es clave en una empresa. Esto ya que entrega una descripción de quienes son sus clientes, qué es lo que valoran y cómo se genera un
40
beneficio económico al proveerles el valor que ellos esperan. Estos se relacionan con la Misión y Visión de la empresa, en cuanto a su función principal, y actividades de ella. Un modelo de negocio considera:
Propuesta de Valor al Cliente: definición del cliente objetivo, el trabajo a realizar para resolver un problema importante o suplir una necesidad, y oferta que resuelve el problema.
Fórmula de Utilidad: describe el modelo de ingresos, estructura de costos, márgenes, uso de recursos, etc.
Recursos Clave: son los recursos necesarios para entregar la propuesta de valor al cliente. Son de tipo de recursos humanos, tecnología, productos, equipos, etc.
Procesos Clave: se definen tanto los procesos, como reglas y métricas.
5.3 DISEÑO DE LA ARQUITECTURA DE PROCESOS
Esta etapa busca realizar el diseño de la Arquitectura de Macroprocesos, en función del planteamiento estratégico y el modelo de negocios. Esto se logra instanciando estos macroprocesos relevantes de una empresa determinando sus relaciones, a través de la metodología IDEF0. A su vez, debe considerar las mediciones de desempeño que permitan evaluar el cumplimiento del planteamiento estratégico definido. La arquitectura de procesos dependiendo de su nivel de detalle puede ser dividida en 3 distintos niveles:
Primer nivel: se encuentra la Arquitectura de Procesos de Negocios, que muestra los principales procesos que hay en ella.
Segundo nivel: se muestra en detalle cómo se estructuran los procesos. Esto se logra definiendo sub-procesos, sus relaciones y flujos de información.
Tercer nivel: se modela la ejecución de cada tarea, incluyendo su interacción con los sistemas computacionales. Se define la lógica de negocio, y la secuencia de cómo deben ser llevados a cabo los procesos a través del lenguaje BPMN.
La estructuración de Macroprocesos, refiere a una arquitectura base que integra los procesos que son claves y que deben considerarse al momento de estructurar un negocio. Estos son:
Macroproceso I: se agrupan las actividades que realiza la empresa y que tienen directa relación con la entrega del producto de acuerdo a las necesidades del cliente, es decir, actividades relacionadas con la cadena de valor.
Macroproceso II: se agrupan las actividades relacionadas a nuevas capacidades necesarias para que la empresa sea competitiva. Incluye los procesos que buscan nuevas tecnologías, prácticas, modelos y recursos.
Macroproceso III: se agrupan las actividades necesarias para determinar las directrices del negocio de acuerdo a una visión estratégica que se materializa en planes y programas.
41
Macroproceso IV: se agrupan las actividades que gestionan los recursos necesarios para que las actividades del negocio se puedan llevar a cabo. Este incluye recursos financieros, recursos humanos, infraestructura y materiales.
Estos patrones de macroprocesos pueden ser adaptados a diferentes industrias o negocios con el fin de incorporar distintas prácticas específicas. También permiten identificar relaciones, flujos de información, etc., lo que finalmente generará una mejor gestión de la interacción entre los macroprocesos.
5.4 DISEÑO DE LOS PROCESOS
Esta etapa busca detallar de forma minuciosa los macroprocesos relevantes para el negocio, a partir de los Patrones de Procesos de Negocios. Estos están de igual forma determinados por los requerimientos de la arquitectura, es decir, los resultados que se quieren producir, lo que se necesita para ello, prácticas a implementar etc. Este diseño detallado, se realiza utilizando una herramienta computacional que permita modelar bajo la notación BPMN.
5.5 DISEÑO DE LA APLICACIÓN DE APOYO
El diseño de las aplicaciones de apoyo nace, del requerimiento de apoyo TI en las actividades del proceso que fueron definidas en el punto anterior (que pueden ser automatizadas parcial o totalmente), es decir, para cada modelo BPMN se define el apoyo requerido en términos computacionales, y luego se describen los Casos de Uso utilizando el lenguaje de diseño de software UML. Además debe incluirse Diagramas de Secuencia y Diagramas de Clases, esto ya que en su conjunto se puede proveer de un diseño computacional adecuado que permite la implementación TI.
5.6 CONSTRUCCIÓN E IMPLEMENTACIÓN
Esta es la última etapa a seguir, y en esta se desarrollan las aplicaciones diseñadas anteriormente, utilizando las Tecnologías apropiadas para tal caso. Finalmente, se concluye con la implementación de la aplicación desarrollada. Esto implica llevar a la práctica tanto los procesos como las aplicaciones diseñadas, que permiten el modelo de negocios propuesto. Junto con esto, debe mencionarse el desafío desde la gestión de cambio, para que esta aplicación sea aceptada y utilizada de forma rutinaria.
42
6 PLANTEAMIENTO ESTRATÉGICO
El Planteamiento Estratégico que se refleja en la arquitectura del hospital, estará fundamentado en el marco teórico propuesto por Hax a partir del Modelo Delta y a su vez por Porter a partir de su Modelo de Eficacia Operacional. Estos dos modelos, cabe recordar que se ven contextualizados a través de los siguientes lineamientos que se obtienen a partir del análisis tanto de la misión y visión del Ministerio de Salud y los definidos por el Hospital. 6.1 MODELO DE EFICACIA OPERACIONAL
El Modelo de Eficacia Operacional realizado por Porter, propone la realización de actividades similares de mejor manera que los rivales (en este caso otros Hospitales). En este sentido, se observa que éste no es una estrategia en sí, ni menos para el caso de Hospitales cuyo contexto de sector público en el que la implementación de las mejores prácticas para realizar los procesos son claves, fundamentales y básicamente un pre-requisito, y no una ventaja competitiva sobre otro. 6.2 MODELO DELTA
El Modelo Delta propuesto por Hax, plantea 3 distintas estrategias como se puede observar en la Ilustración 10. Ahora, realizando un análisis del modelo planteado y de las distintas estrategias que propone para lograr un posicionamiento estratégico, y además considerando el contexto general en el que se engloba la situación actual del hospital, se puede concluir que el planteamiento estratégico desde el punto de vista de Hax, es finalmente el de Mejor Producto. Con este, se pretende entregar a sus pacientes un servicio oportuno y de calidad, considerando la naturaleza propia del hospital en la que como institución pública cuenta con recursos (monetarios y físicos), limitados para llevar a cabo su trabajo. De esta forma es imprescindible que las tareas y procesos sean ejecutados de forma eficiente, y a su vez innovando en cuanto a su propia realización y con esto maximizar el aprovechamiento de los recursos asignados, aspirando de esta forma a lograr una Eficiencia Administrativa.
43
Ilustración 10: Resumen modelo de Delta de Hax.
6.3 OBJETIVOS ESTRATÉGICOS
6.3.1 OBJETIVOS ESTRATÉGICOS PLANTEADOS POR EL HOSPITAL
En esta sección, se dan a conocer los distintos objetivos estratégicos planteados por el hospital en función de su visión al año 2014. Estos son:
Fortalecer y promover la imagen del Hospital.
Generar un impacto de excelencia en el servicio de atención hospitalaria.
Lograr, desarrollar y mantener los índices de calidad de acuerdo a los estándares establecidos.
Mejorar y fortalecer un sistema de información que permita el costeo, clasificación y gestión logística continua de las prestaciones.
Desarrollar en forma permanente la coordinación con la red asistencial de salud.
Desarrollar una plataforma administrativa y logística de acuerdo a los estándares de Establecimientos Autogestionados en Red.
Diseñar, desarrollar e implementar un plan de comunicación participativo interno y externo.
Desarrollar alianzas estratégicas con universidades, institutos y centros de formación técnica.
Desarrollar el conocimiento, talento y bienestar de los funcionarios del Hospital
Contar con mecanismos de transferencia presupuestaria en base a las actividades desarrolladas por el Hospital y su complejidad.
44
Establecer mecanismos de coordinación en materia de presupuesto con los Centros de Responsabilidad.
6.3.2 MAPA ESTRATÉGICO PLANTEADO POR EL HOSPITAL
Dada la visión y objetivos estratégicos descritos con anterioridad, el Hospital realiza un mapa estratégico que tiene como fin principal representar de manera visual las relaciones existentes entre los proyectos definidos por ellos y sus objetivos. El mapa estratégico se explica a través de 4 distintas perspectivas, que en su conjunto permitirán que la visión se consuma hacia el año 2014.
Perspectiva del ciudadano: esta perspectiva se orienta a la satisfacción de las necesidades y expectativas del paciente y de su familia, velando por la oportunidad en la atención integral de éste, promoviendo su buen trato. A su vez, tiene como objetivo satisfacer a la comunidad, en cuanto a sus necesidades como aquellos atributos claves que crean valor a ésta.
Perspectiva de gestión de los procesos clínicos y de apoyo: esta perspectiva comprende todo aquello que se relaciona con el mejoramiento e innovación de los procesos internos del Hospital. En este caso tiene vital importancia la relevancia el monitoreo y evaluación permanente de los Centros de Responsabilidad definidos por éste que tienen como objetivo administrar los procesos clínicos y de apoyo clínico.
Perspectiva de la gestión de personas: en este caso se trata de todo lo relacionado con los funcionarios en cuanto a su ámbito laboral y entorno, lo que implica generar políticas que favorezcan su desempeño laboral y protejan su salud en cuanto al ausentismo laboral, capacitaciones y desarrollo profesional, reconocimientos, etc.
Perspectiva financiera: esta perspectiva determina el nivel de recursos que se necesitan para operar el Hospital. En este caso se focaliza principalmente en mejorar su situación financiera, y gestión eficiente de los presupuestos.
45
Ilustración 11: Mapa estratégico planteado por el Hospital Exequiel González
Cortés.
Realizando un análisis del mapa estratégico planteado por el Hospital, se puede observar una real concordancia entre las distintas perspectivas y los objetivos estratégicos que ellos mismos se han propuesto cumplir y que han sido explicitados anteriormente, es decir, cada objetivo encaja perfectamente en la perspectiva definida. En este caso se observa el alineamiento del planteamiento estratégico con los objetivos estratégicos a través de la definición de 6 "Mega Proyectos", dentro de los cuales no sólo se especifica quienes son los responsables a cargo de estos, si no que a su vez se definen beneficios esperados, procesos o proyectos que son claves dentro de su realización, metas, actividades a realizar y plazos. De esta forma, se deja explícita la real importancia de la perspectiva que es clave para la institución, que vendría siendo la perspectiva de los procesos clínicos y de apoyo, dado que es aquí donde recae el desarrollo e implementación del servicio que finalmente ofrecerán a sus pacientes, es decir, con una buena gestión de esta perspectiva la calidad de servicio entregada a sus pacientes y su nivel de satisfacción se verán incrementadas; finalmente con esto se concuerda plenamente con la estrategia planteada del mejor producto. En el mismo sentido se manifiesta el planteamiento estratégico en cuanto a la realización de la misión del hospital al año 2014 considerando no sólo el valor asociado al ciudadano, sino que además contemplando la responsabilidad social que lleva a cargo.
46
7 MODELO DE NEGOCIO
La definición del modelo de negocios es clave dado que indica quiénes son los clientes, qué es lo que valoran y finalmente cómo se genera un resultado económico positivo a través de proveer el valor esperado. A su vez, se encuentra estrechamente relacionado con la misión de la institución, esto ya que su definición permite un enfoque para poder llevar a cabo la visión, y con esto lograr definir las actividades operacionales que son claves para llegar a ésta. La descripción del modelo de negocios se hará en función de la ontología, formulada por Johnson, en la que se diferencian 4 elementos: Valor al Cliente, Beneficios Económicos, Recursos Claves y Procesos Claves.
Valor al Cliente: en primera instancia es necesario identificar el cliente objetivo de la institución. En el caso del Hospital, este cliente son los pacientes y su familia (recordar que este es un hospital que atiende a niños, por lo que el paciente y su familia deben ser considerados como clientes). El valor generado para estos es garantizar la atención y servicio a tiempos definidos, tal como se ha planteado en la misión del hospital. Esto se logra a través de mejorar la atención oportuna de los pacientes, la equidad y la reducción de los tiempos de espera. Se identifica una atención de salud de calidad, oportuna y garantizada, acorde a las necesidades de la población.
Procesos claves: en este caso se nombran aquellos procesos que realizados de manera eficiente por el hospital permiten generar el valor propuesto por éste. En este sentido un manejo eficiente de los distintos tipos de atención cerrada, abierta y electiva), la gestión de las listas de espera, planificación y programación del servicio de pabellones (en cuanto a la realización de la tabla quirúrgica), servicios de insumos y farmacia, servicios de cama y finalmente la gestión de recursos humanos asociados a los distintos procesos, son determinantes al momento de definir el valor que se entregará al paciente y su familia.
Recursos Claves: en el caso del Hospital, los recursos claves son el personal médico, técnico (y su interacción dentro del sistema y procedimientos), equipos y sistemas computacionales, sistemas de información, insumos y pabellones.
Fórmula de utilidad: en este caso se busca generar una fórmula en la que la institución genere un beneficio para sí, para la comunidad y finalmente para el cliente. Esto se logra tanto con un mejor modelo de ingresos, con la estructura de costos y uso de recursos. En cuanto al modelo de ingresos se observa que si se gestiona eficientemente la capacidad del servicio de pabellones, se podrían acortar los tiempos de espera de un paciente por su intervención quirúrgica y con esto generar una mayor cantidad de intervenciones, sino que además se logra y, se incentiva esto, el hospital puede atender a una mayor cantidad de pacientes, a su vez esto se logra haciendo una mejor gestión de los actuales pacientes. Por parte de la estructura de costos, un mejor y eficiente uso de recursos e insumos implicarán una reducción de costos. Finalmente y sin dejar de lado una evaluación económica desde el punto de vista social, se obtiene que el bienestar de la sociedad y de la comunidad se verá incrementado y a su vez los costos propios
47
del sistema de salud se verán disminuidos cuantiosamente a través de la buena gestión del uso de pabellones.
Todos estos elementos mencionados, se resumen en la Ilustración 12 que a su vez explicita las relaciones entre cada uno de éstos.
Ilustración 12: Modelo de negocios Hospital Exequiel González Cortés.
48
8 DISEÑO DEL HOSPITAL
8.1 ARQUITECTURA DE MACROPROCESOS
Una arquitectura de macroprocesos busca representar las cadenas de valor de una empresa y las relaciones entre ellas y otras cadenas de procesos con las entidades externas, incluyendo qué es lo que la institución debiese producir para satisfacer a sus clientes de forma competitiva y el manejo de sus operaciones, relación con proveedores, etc. Así finalmente se entrega una arquitectura base que integrará los procesos claves a tomar en cuenta al momento de estructurar el negocio. Existen 4 macroprocesos distintos:
Macroproceso I: se agrupan las actividades pertenecientes a la cadena de valor, es decir, todas aquellas que se relacionan estrechamente con la producción del producto.
Macroproceso II: en esta se incluyen las actividades que generan nuevas capacidades para que la empresa sea competitiva. En esta caso pueden ser procesos, tecnologías, etc.
Macroproceso III: se alinean las actividades que son necesarias para determinar las directrices del negocio de acuerdo a su visión estratégica.
Macroproceso IV: actividades necesarias para gestionar recursos que hacen posible el funcionamiento del negocio. En esta se incluyen gestión de recursos humanos, financieros, etc.
Dado que la institución elegida es el Hospital Dr. Exequiel González Cortés, se presenta en la Ilustración 13 una arquitectura de macroprocesos adaptada a los procesos y actividades claves que se realizan en esta institución. En este caso se observa que el nuevo patrón a considerar se asemeja bastante al original; en éste sólo se ve alterada Macroproceso I, en el que se detallan tanto las Líneas de Servicios al Paciente (en las que se destaca el servicio ambulatorio, atención cerrada, y atención de urgencia), como los Servicios Comunes Propios, alineándose con el modelo de negocios propuesto en cuanto a que se define una cadena de valor común para los distintos tipos de atención (líneas de servicios al paciente), que comparten ciertos tipos de servicios (servicios comunes propios).
49
Ilustración 13: Arquitectura de macroprocesos propuesta por Barros y Julio para
hospitales.
8.2 PRIMER NIVEL DE MACROPROCESO
Como se explicó anteriormente, la Macroproceso I, engloba todas aquellas actividades involucradas directamente en la cadena de valor. En esta macroproceso se hizo una distinción y separación entre las Líneas de Servicio al Paciente y Servicios Comunes Propios. Por un lado la Línea de Servicios al Paciente, consiste en los procesos donde el paciente interactúa de manera directa con el hospital (esto lo hace a través de los distintos tipos de atención que brinda). En cambio la línea de Servicios Comunes Propios, son los servicios compartidos por las atenciones que brinda el hospital, dentro de las que se mencionan Insumos y Farmacia, Tratamientos, y en especial Pabellones.
8.2.1 LÍNEA DE SERVICIOS AL PACIENTE
Tal como se dijo anteriormente la Línea de Servicios al Paciente, consiste en todos aquellos procesos donde el paciente interactúa de manera directa con el hospital en especial a través de los distintos tipos de atención que brinda, lo que finalmente implica la entrada y salida del paciente después de haber sido realizada la atención hospitalaria que éste necesitara.
50
En la Ilustración 14, se muestra el patrón definido para la Línea de Servicios al Paciente de manera detallada.
Ilustración 14: Patrón de línea de Servicios al paciente
8.2.1.1 ANÁLISIS Y GESTIÓN DE DEMANDA CONJUNTO
Se muestra un proceso único y factorizado de un análisis y gestión de demanda para las diferentes atenciones que puede tener el paciente en el Hospital. Esto implica que en conjunto se analiza y gestiona la demanda, considerando el comportamiento global del sistema en cuanto a pronósticos y tipos de demanda, y con esto generar planes de atención y gestión adecuados en función de las interacciones existentes en cada tipo de atención que se brinda. 8.2.1.2 ATENCIÓN URGENCIA
La atención de urgencia corresponde a un servicio esencial prestado por el Hospital. En este se realiza un plan de atención que contempla el ingreso del paciente, su reanimación (en caso que sea necesario), y finalmente una evaluación y diagnóstico. 8.2.1.3 ATENCIÓN AMBULATORIA ELECTIVA
La atención ambulatoria, es la atención que reciben los pacientes en los servicios de consultas médicas. Entre los servicios que ofrece el Hospital están traumatología, pediatría, urología, entre otros. Estas consultas suelen ser planificadas, ya que se reserva una hora de consulta para poder ser atendido a través del Hospital o en los consultorios (interconsultas).
51
8.2.1.4 ATENCIÓN CERRADA
La atención cerrada es la atención hospitalaria en la que el paciente recibe los cuidados de diagnóstico-terapéuticos mientras ocupa una cama de hospitalización. Es en este sentido que difiere de los otros tipos de atención dado que utiliza recursos adicionales asociados al equipo cama. 8.2.2 SERVICIOS COMUNES PROPIOS
Los Servicios Comunes Propios, se refieren a los servicios compartidos por las atenciones que brinda el Hospital, es decir, se representan los procesos de apoyo que son necesarios para llevar a cabo las atenciones de la Línea de Servicios al Paciente. En especial aquí se encuentran los servicios de Insumos y Farmacia, Tratamientos y servicio de Pabellones. En la siguiente ilustración se muestra en detalle el patrón que debería seguir el Hospital dentro de los Servicios Comunes Propios de manera que recojan las mejores prácticas y sean eficientes.
Ilustración 15: Patrón de línea de Servicios Comunes Propios
En la definición de este patrón se destaca el último proceso que es el de Mantención de Estado. Este se refiere al proceso en la cual le son entregados como entrada los diferentes cambios realizados en los procesos anteriores y tiene como salida señales de estado que son relevantes para cada uno de los procesos encontrados con estado actual de la gestión.
52
9 DESCRIPCIÓN DE LA SITUACIÓN ACTUAL
En este capítulo se describe la situación actual en la que se encuentra el hospital, en cuanto a la forma en la que se realiza la Asignación de Capacidad a las distintas especialidades, y aún más importante a la caracterización de la demanda a través de la implementación del proyecto de priorización de listas de espera.
9.1 ASIGNACIÓN DE CAPACIDAD
La situación actual en la que se puede definir la asignación de tiempo quirúrgico destinada a cada especialidad, o la forma en que los directivos y jefes del servicio de pabellones definen la capacidad que ofertarán dada la demanda que se presenta, es la que se describe a continuación. La capacidad actual definida en función de las distintas especialidades que requieren del servicio de pabellón en el Hospital es la que se observa en la siguiente Tabla 4. En esta se entiende por CG: Cirugía General, Uro: Urología, Trauma: Traumatología, TC: Traumatología Columna y CP: Cirugía Plástica.
Lunes Mañan
a
Lunes Tarde
Martes Mañana
Martes Tarde
Miércoles
Mañana
Miércoles
Tarde
Jueves Mañana
Jueves
Tarde
Viernes Mañan
a
Viernes
Tarde
Pabellón 1
CG Uro Uro
Uro
Uro
Uro
Pabellón 2
CG CG CG CG CG CG CG CG CG
Pabellón 3
Trauma Trauma TC TC Trauma
Trauma
Trauma
Pabellón 4
CP
Fisurados
CP Fisurados CP
CP
Pabellón 5
Trauma
Trauma
Tabla 4: Capacidad actual del Hospital Exequiel González Cortés.
El hospital no ha definido ningún tipo de proceso asociado o metodología que permita determinar la capacidad para cada especialidad, de esta forma es imposible describirlo ocupando la notación de procesos de BPMN. De hecho, de acuerdo al patrón previamente establecido, no se observa en el Hospital que existan procedimientos asociados en cuanto a determinar y caracterizar la demanda por especialidad, punto que clave al momento de definir capacidad para poder ajustar la oferta a la demanda pronosticada. Aunque, si es posible caracterizarla a través del proyecto de priorización de pacientes en lista de espera, debido a que en éste cada paciente es caracterizado en cuanto a categoría de tiempo máximo de espera y tiempo quirúrgico. De esta forma, se tiene que cada especialidad puede ser caracterizada, en la medida que se determine la categoría de cada paciente y su tiempo quirúrgico. A pesar de que explícitamente no se realice un análisis de la demanda, el hospital es capaz de determinar una asignación de capacidad, de acuerdo a cómo ha visto
53
históricamente que evoluciona la demanda de las especialidades: cómo podría comportarse y con esto de vez en cuando poder re-configurar de alguna forma la capacidad planteada en la tabla anterior, en la medida que esto sea necesario (de acuerdo a la experiencia que cuentan los médicos encargados de la asignación).
9.2 PROYECTO DE PRIORIZACIÓN DE LISTAS DE ESPERA
El proyecto de priorización de pacientes en lista de espera, actualmente está implementado a cabalidad en dos de sus especialidades: Cirugía Plástica y Urología. Esto significa que los doctores ingresan las órdenes quirúrgicas en el sistema que permite la priorización de los pacientes y de igual forma, estos son sacados de la lista cuando cumplen con el criterio que los permite eliminarlos, ya sea porque ya fueron intervenidos, o porque ya se realizó su cirugía en otro centro hospitalario, entre otras. De esta forma, se puede obtener hoy en día una lista de espera de pacientes priorizada basada en el diagnóstico y agravantes que posean éstos. En las especialidades de Cirugía General y Traumatología, el proyecto está en implementación. En conjunto con los doctores de ambas especialidades se han definido los criterios y categorización de los diagnósticos con sus agravantes que permiten priorizar la lista de espera; sin embargo, las órdenes quirúrgicas de los pacientes que requieren de una intervención se están ingresando en el sistema, y por tanto todavía no se encuentra un estado de ésta. Esto implica, que toda la información en cuanto a cantidad de pacientes que se encuentran en lista de espera, sus categorías de tiempos máximos de espera, y tiempo quirúrgicos se tienen que estimar utilizando información histórica.
54
10 DEFINICIÓN DEL PROYECTO
10.1 MOTIVACIÓN DEL PROYECTO
La situación actual mostrada con anterioridad que no puede ser detallada a nivel de BPMN (debido a que no existe ningún proceso explícito asociado y dado que en especial en los hospitales todas las decisiones son producto de cómo se han realizado las cosas de manera histórica), en conjunto con el ideal diseño de Macroprocesos y en especial el Análisis y Gestión de Demanda Conjunto, puede ser contrastada con el contexto general que engloba al Hospital en que no sólo se desea entregar una atención de calidad a sus pacientes, sino que además se desea asegurar y garantizar que esta sea oportuna, equitativa, segura y que a su vez denote un uso eficiente de los recursos disponibles. Es por esto, que considerando que existe una alta cantidad de personas en la lista de espera, que efectivamente los pacientes no están siendo operados dentro de los tiempos máximos de espera, que el Hospital no ha definido ningún tipo de proceso o metodología que permita determinar la capacidad del servicio de pabellón para cada especialidad, ni mucho menos ha explicitado la caracterización de su demanda, y finalmente, la gran cantidad de recursos tanto económicos como humanos involucrados; se concluye que es clave focalizarse en realizar un análisis y gestión de demanda de pacientes que requieren de una intervención quirúrgica. Con esto, se lograría definir un tiempo quirúrgico asignado a cada especialidad y su block scheduling que permita garantizar el servicio de intervenciones quirúrgicas a sus pacientes dado su tiempo máximo de espera y otras variables. 10.2 OBJETIVOS DEL PROYECTO
Los objetivos del proyecto, tanto generales como específicos, en primera instancia deben estar relacionados con los objetivos estratégicos planteados por el hospital. Por lo que de esta forma, pueden ser contextualizados en "Generar un impacto de excelencia en el servicio de atención hospitalaria" o "Lograr, desarrollar y mantener los índices de calidad de acuerdo a los estándares establecidos", es decir, a partir de estos objetivos y además de la visión del hospital que "Al año 2014 nuestro compromiso con las personas es atenderlos con calidad certificada y tiempos de espera definidos por cada atención", nace una oportunidad de mejora que permite definir cómo se garantizará el servicio de pabellones y esclarecer procesos que lo permiten a través del análisis y gestión de capacidad de pabellones.
10.2.1 OBJETIVO GENERAL
Realizar un análisis y gestión de capacidad del servicio de pabellones, que permita garantizar el servicio de atención de pacientes en lista de espera dado un tiempo máximo de espera.
55
10.2.2 OBJETIVOS ESPECÍFICOS
Definir metodologías que permitan establecer y realizar un pronóstico de demanda.
Caracterizar la demanda de acuerdo a variables como: categorías máximas de tiempo de espera, complejidad, tiempo quirúrgico.
Asignar porcentajes de tiempo quirúrgico a cada especialidad.
Analizar el comportamiento de dicha asignación en cuanto a eficiencia y recursos disponibles.
Realizar un análisis de capacidad del servicio de pabellones versus nivel de servicio deseado.
10.3 BENEFICIOS POTENCIALES DEL PROYECTO
Dada la realización e implementación del proyecto, se esperan algunos beneficios que vienen directamente relacionados con éste, entre ellos:
Realizar una asignación de capacidad basada en la oportunidad de los pacientes a cada especialidad.
Garantizar la atención del paciente dentro de su categoría de tiempos máximos de espera por su intervención, lo que eventualmente podría significar una reducción de estos.
Dada la asignación de capacidad, se puede realizar una planificación del servicio, lo que permite generar una distribución eficiente de los recursos asociados.
Capacidad de evaluar incrementos de oportunidad vs cantidad de recursos asignados.
10.4 ALCANCES DEL PROYECTO REFLEJADOS EN LA ARQUITECTURA
Los objetivos planteados a través de la realización del proyecto se vinculan a la Macroproceso I. Esto ya que se busca mejorar algunos procesos de la cadena de valor en cuanto al análisis y gestión de capacidad de los servicios de pabellones dados por el Hospital (realizándolos), con esto también se mejorará y optimizará el uso de otro tipo de recursos asociados como los insumos y equipo médico, en el sentido de clarificar y asignar los tiempos quirúrgicos necesarios para la especialidad. Tal como se explicó y detalló anteriormente la Macroproceso I se divide en dos líneas: Líneas de Servicio al Paciente y Servicios Comunes Propios. De acuerdo a sus definiciones el proyecto enmarca en la Línea de Servicio al Paciente y en especial en el Análisis de Demanda Conjunto; esto ya que un análisis de demanda de los servicios de atención permitirá gestionar la capacidad de pabellones, es decir, instaurar un método poder analizar la demanda y generar planes de atención adecuados para las diferentes situaciones que se distingan. En Análisis y Gestión de Demanda Conjunto el patrón sugiere llevar a cabo las distintas actividades que se muestran en la Ilustración 16, y que actualmente no se están realizando en el hospital. Cómo se ha mostrado en la situación actual el Análisis de
56
Capacidad, sólo se realiza de forma rudimentaria y sin ningún tipo de justificación aparente.
Ilustración 16: Patrón sugerente de Análisis y Gestión de Demanda Conjunto
10.4.1 PREDICCIÓN Y CARACTERIZACIÓN DE DEMANDA
La predicción de la demanda es clave dado que proporciona toda la información necesaria a la cadena de valor para decidir finalmente la cantidad de oferta que se debe tener para satisfacerla. Su pronóstico permite que el Hospital asigne de mejor forma recursos y es eficaz operacionalmente hablando. Por otro lado, es importante además de saber la cantidad de pacientes que se debe atender, su condición, es decir, poder determinar a priori a qué especialidad podrían llegar y que el Hospital se prepare de mejor forma ante esta situación. 10.4.2 ANÁLISIS DE CAPACIDAD
El análisis de capacidad se realiza una vez obtenida una predicción y caracterización de demanda. En especial aquí se analiza si las capacidades actuales que posee el Hospital son suficientes para satisfacer la demanda o si es necesario cambiarlas. 10.4.3 DEFINICIÓN DE ACCIONES DE PROMOCIÓN
Una vez que se ha analizado la capacidad del Hospital, éste debe ser capaz de generar distintas Acciones de Promoción que permitan ajustar la oferta a la demanda, es decir, si por un lado se presenta una demanda mucho mayor a la oferta, se debe crear un plan que permita disminuir la demanda o ajustar la oferta en función de los requerimientos de los pacientes.
57
10.4.4 PLANIFICACIÓN DE ATENCIONES Y SERVICIOS
Finalmente se define la Planificación de atenciones y servicios. Este se refiere al diseño de los planes de acción y servicios a los pacientes definidos anteriormente. Un buen diseño de éste permitirá eventualmente atender de mejor forma a los diferentes pacientes que han sido pronosticados y caracterizados. Como se ha explicado el proyecto se enmarca en el Análisis y Demanda conjunto, en el que se ha sugerido por trabajos realizados anteriormente en otros hospitales un patrón ideal a seguir, es decir, que el hospital idealmente debería considerar y realizar, debido a las implicancias en la población que tiene el desarrollo de una buena gestión en este sector y por el hecho que al ser una institución pública su objetivo final es la eficiencia administrativa. Es por esto que en primera instancia se utiliza el patrón a modo de estudio para ver qué procesos son los que deberían mejorarse. Esto sin embargo, no implica que todos los procesos descritos se desarrollarán con la realización del proyecto, es más, en base a esto se pudo establecer que los que generan un impacto son los de Predicción y Caracterización de la demanda y Análisis de Capacidad por los motivos anteriormente descritos; por lo que finalmente el proyecto se limita a generar un diseño de estos procesos.
58
11 DISEÑO PROPUESTO
Tal como se ha explicado anteriormente en la definición del proyecto y la arquitectura de procesos relacionada, se tiene que éste se enmarca en Análisis de Demanda Conjunto. Este proceso pertenece a la Macroprocesos I (específicamente en la Línea de Servicio al Paciente), en el que se tienen todos aquellos procesos relacionados directamente con la cadena de valor del hospital, es decir, con los distintos tipos de atención y servicios prestados. Este proceso, alimenta con información a todos los servicios que presta el hospital, sin embargo, dada la cantidad y calidad de información proporcionada y objetivos principales que busca el proyecto, se concentrarán los esfuerzos en alimentar el proceso de atención cerrada, y la gestión de recursos. Dada la situación actual detallada, en la que se observa que no existe ningún proceso de apoyo y de toma de decisión en cuanto a la asignación de capacidad de recursos en el servicio de pabellones, es necesario realizar un diseño de éste partiendo desde la definición de Análisis y Demanda Conjunto, utilizando el patrón sugerido por Barros & Julio 2010. 11.1 DISEÑO DE ANÁLISIS Y DEMANDA CONJUNTO
En este proceso se proponen dado el patrón 4 distintas actividades que en su conjunto permiten ajustar la cantidad demandada en cuanto a intervenciones quirúrgicas a la oferta dada por el hospital a través del estudio de la demanda (a través de su predicción y caracterización), una asignación de capacidades, la definición de acciones de promoción y finalmente planificación de atenciones y servicios. Sin embargo dada la magnitud que implica realizar estas actividades, se plantea un diseño en el que sólo se realizarán dos procesos involucrados: Predicción y Caracterización de la Demanda y Análisis de Capacidad. Los procesos de Definir Acciones de Promoción y Planificación de Atenciones y servicios, se dejan propuestos para futuros trabajos. El realizar una predicción y caracterización de la demanda del servicio de pabellones, permite hacer un análisis de capacidad en cuánto a éste, y con éste definir el porcentaje de tiempo quirúrgico por especialidad que sea eficiente dado un conjunto de variables.
59
Ilustración 17: Diseño de Análisis y Gestión de Demanda Conjunto (Carlos
Reveco, Pronóstico y análisis de demanda de la sala de urgencia del Hospital Luis Calvo Mackenna y metodología para el cálculo de recursos críticos, (2011))
11.1.1 DISEÑO DE PREDICCIÓN Y CARACTERIZACIÓN DE DEMANDA
Este sub-proceso tiene por objetivo principal poder determinar la cantidad demandada por el servicio y poder describirla en función de distintos atributos como por ejemplo en términos de categoría de tiempo máximo de espera. Este cuenta con 4 actividades claves que se pueden visualizar en la Ilustración 18. En primera instancia se observa una preparación de datos históricos el cual es alimentado directamente de la mantención de estado, en la que se deben considerar sólo la información útil para generar los pronósticos, dejando de lado atributos como el nombre, rut o domicilio del paciente. Luego se observa el desarrollo de los modelos de predicción y caracterización como también su ajuste; aquí se genera información relevante para poder generar una adecuada gestión de los diversos recursos asociados. Luego, se tiene la obtención de los resultados del pronóstico, donde se utilizan los datos que se generan en el tiempo para alimentar el modelo previamente creado y con esto obtener una predicción de la demanda para el futuro. Por último, se tiene la actividad de mantención de modelos en el tiempo, en el que constantemente se evalúa el modelo para ver su vigencia en el tiempo o la necesidad de cambiarlo. De estas 4 actividades señaladas, se define en primera instancia como alcance del proyecto, la realización de: Preparar los Datos Históricos requeridos, Desarrollar modelos de pronóstico y caracterización, y finalmente la generación de los pronósticos.
60
Ilustración 18: Predicción y Caracterización de la demanda (Carlos Reveco,
Pronóstico y análisis de demanda de la sala de urgencia del Hospital Luis Calvo Mackenna y metodología para el cálculo de recursos críticos, (2011))
11.1.1.1 DESARROLLAR MODELOS DE PRONÓSTICO Y CARACTERIZACIÓN
Este sub-proceso tiene por objetivo definir el modelo que permitirá obtener un pronóstico y caracterización de la demanda. Para poder llegar a esto, y tal como se puede observar en la Ilustración 19, es necesario realizar 3 distintas actividades. En primera instancia se tiene un análisis preliminar en el que se definen las variables relevantes a considerar y la lógica de negocio. Este análisis es posible de realizar considerando los datos que se manejen en bases de datos del hospital, y como variables relevantes por ejemplo se puede tener la cantidad histórica demandada para un mes en particular. Una vez determinado este análisis, se deben evaluar y ajustar distintos modelos en función de los datos entregados. Aquí se evalúan modelos de predicción de la demanda utilizando técnicas de inteligencia de negocios como redes neuronales, regresión lineal, etc. Por último, se tiene un análisis e interpretación de resultados en el que se determina el mejor modelo a utilizar discriminando por ejemplo entre los errores de predicción que posea cada uno.
61
Ilustración 19: Desarrollar modelos de pronóstico y caracterización (Carlos
Reveco, Pronóstico y análisis de demanda de la sala de urgencia del Hospital Luis Calvo Mackenna y metodología para el cálculo de recursos críticos, (2011))
11.1.1.2 GENERACIÓN DE PRONÓSTICOS
Este sub proceso como se ha explicado tiene como fin dar origen a los pronósticos de la demanda. Este a su vez se divide en dos distintas actividades como se observa en la Ilustración 20. Por una parte se tiene la limpieza de datos, en el que tal como su nombre indica, se prepara la información detectando datos faltantes, para su análisis; y luego en Ejecución de Modelos de Pronóstico y Caracterización, se logra obtener una predicción de la demanda que a su vez es caracterizada en base a distintos parámetros previamente establecidos.
Ilustración 20: Generación de pronóstico
62
11.2 DISEÑO DE ANÁLISIS DE CAPACIDAD
Una vez obtenida la predicción y caracterización de la demanda, se realiza este proceso, en el que se determina si la capacidad actual que maneja el hospital en cuanto a los recursos que posee son suficientes para poder satisfacer la demanda de manera satisfactoria. Este proceso, se divide en 3 sub-procesos como se puede ver en la Ilustración 21. En primera instancia debe administrarse la capacidad actual que maneja el hospital, es decir, si es que existe un cambio en cuanto a la cantidad de recursos que se utilizará. Luego viene el proceso en sí que implica la Gestión de Capacidades, en el que se cruza información existente en mantención de estado referente a las capacidades de los recursos actuales y la información del pronóstico de demanda. En este caso, dado los objetivos del proyecto, se realiza una gestión de tipo táctica y otra de tipo operacional. Este proceso se compone de dos actividades claves, por un lado la Asignación de un porcentaje de tiempo quirúrgico por especialidad para cumplir con los objetivos planteados por el hospital, que se determinará a través de un modelo de programación lineal; y también la Generación de Asignación de Capacidad, en el que se plantean dos tipos de actividades: asignación operacional y táctica. Ambas tienen como factor común que reciben del sub-proceso anterior el porcentaje de tiempo quirúrgico asignado por especialidad. En el caso de la asignación de tipo operacional, se consideran los recursos fijos, en cambio cuando la asignación es táctica, éstos se pueden cambiar. Por último se tiene el proceso de Evaluación y monitoreo de las capacidades actuales, que tiene como fin poder detectar el comportamiento del modelo y verificar el buen funcionamiento de la capacidad asignada en términos de cumplimiento de objetivos propuestos por el hospital.
Ilustración 21: Desarrollo de análisis de capacidades (Carlos Reveco, Pronóstico y análisis de demanda de la sala de urgencia del Hospital Luis Calvo Mackenna y
metodología para el cálculo de recursos críticos, (2011))
63
Ilustración 22: Generación de asignación de capacidad
64
12 DIAGRAMA DE PISTAS BPMN
12.1 GENERACIÓN DE PRONÓSTICOS
Este sub proceso como se ha explicado tiene como fin dar origen a los pronósticos de la demanda. Este a su vez se divide en dos distintas actividades como se observa en la Ilustración 23.
Ilustración 23: Generación de pronóstico (Carlos Reveco, Pronóstico y análisis de demanda de la sala de urgencia del Hospital Luis Calvo Mackenna y metodología
para el cálculo de recursos críticos, (2011))
12.1.1 LIMPIEZA DE DATOS
Esta actividad consiste en obtener los datos de la base de datos operacional y poder desplegarlos de forma que un analista pueda distinguir datos que se encuentren erróneos o sean de tipo anómalo con el fin de poder eliminarlos o imputarlos con datos que estén acordes con la realidad. En este caso es clave que el analista conozca las distintas técnicas de data mining que permitan detectar outliers y cómo poder corregirlos, a su vez es importante que esta persona se encuentre familiarizada con el proceso y comprenda la situación de forma de detectar el mismo a su vez errores en la base de datos. Un detalle del proceso se puede observar en la Ilustración 24, en el que finalmente una vez que se ha realizado esta limpieza de datos, se guardan en la base de datos ya procesados.
65
ilustración 24: Diagrama BPMN de Limpieza de datos (Carlos Reveco, Pronóstico y análisis de demanda de la sala de urgencia del Hospital Luis Calvo Mackenna y
metodología para el cálculo de recursos críticos, (2011))
12.1.2 EJECUCIÓN DE MODELOS DE PRONÓSTICO Y CARACTERIZACIÓN
En esta actividad se debe considerar algunos pasos que permitirán ejecutar el modelo predictivo. En primera instancia el analista le pide al sistema la acción de obtener un nuevo pronóstico, con lo que el sistema al recibir esta acción obtiene la información relevante para realizar y aplicar el modelo que ya se encontrará entrenado. Con este modelo entrenado es posible realizar la predicción de la demanda. Es aquí donde el analista debe ser capaz de juzgar si este resultado se ajusta a la realidad teniendo como opción poder modificar este pronóstico en base a por ejemplo factores externos que son imposibles de incorporar al modelo. Una vez determinado un pronóstico de demanda, se le pide al sistema una caracterización de los pacientes en cuanto a las distintas categorías de tiempo máximo de espera en lista de espera. De igual forma que en el caso anterior, un diagrama de pistas en BPMN se muestra en la Ilustración 25, con el fin de poder explicitar las relaciones entre el analista y el sistema a utilizar.
Ilustración 25: Diagrama BPMN de ejecución de modelo
66
12.2 ANÁLISIS DE CAPACIDAD
Una vez obtenida la predicción y caracterización de la demanda, se realiza este proceso, en el que se determina si la capacidad actual que maneja el hospital en cuanto a los recursos que posee son suficientes para poder satisfacer la demanda de manera satisfactoria. Este proceso, se divide en 3 sub-procesos: Administración de Capacidades actuales, Gestión de Capacidades y Evaluación y monitoreo. 12.2.1 ADMINISTRACIÓN DE CAPACIDADES ACTUALES
Este sub-proceso permite la modificación de la cantidad de recursos a emplear en el servicio entregado por el hospital. Este consta de dos actores, dentro de los cuales está el analista encargado de realizar los cambios de asignación de los recursos, y el sistema propiamente tal. Un detalle del sub-proceso en diagrama de pistas BPMN se detalla en la Ilustración 26; en el que se muestra la interacción entre el analista y el sistema de manera de poder realizar los cambios en la asignación de recursos. En este el analista le pide al sistema que busque la información de la asignación actual de recursos, y una vez revisada y analizada dicha información, se realiza la modificación. A su vez, esta modificación puede nacer por el sub-proceso de monitoreo de las capacidades asignadas, en el que si se observa un mal desempeño del modelo en comparación a la realidad, la cantidad de recursos deberá ser modificada.
Ilustración 26: Diagrama BPMN de administración de capacidades actuales (Carlos Reveco, Pronóstico y análisis de demanda de la sala de urgencia del
Hospital Luis Calvo Mackenna y metodología para el cálculo de recursos críticos, (2011))
12.2.2 GESTIÓN DE CAPACIDADES
La gestión de capacidades tiene por objetivo en primera instancia definir el porcentaje de tiempo quirúrgico asignado por especialidad que se determinará a través de diferentes variables que permiten caracterizar esta asignación, y luego dado este valor poder utilizar un modelo que permita ajustar la capacidad a través de una simulación. A
67
su vez, en este sub-proceso se plantea la necesidad de poder generar asignación de capacidad de tipo táctica y operacional, diferenciándose una de la otra en cuanto a la capacidad de manejar los recursos, es decir, para la asignación operacional se consideran recursos fijos. De igual forma, la Generación de Asignación de Capacidad, tiene como input el resultado de la asignación de porcentaje de tiempo quirúrgico, y finalmente esta puede variar sin necesariamente cambiar la asignación de porcentaje de tiempo quirúrgico. De esta forma este sub-proceso se puede dividir en dos diferentes actividades, tal como se puede apreciar en la Ilustración 27.
Ilustración 27: Gestión de capacidades
12.2.2.1 ASIGNACION DE PORCENTAJE DE TIEMPO QUIRÚRGICO
En esta actividad se determinará a través de un modelo de programación lineal, la asignación de porcentaje de tiempo quirúrgico necesario por especialidad para cumplir con los objetivos planteados por el hospital. Para poder llevarlo a cabo, es necesaria la interacción entre dos distintos actores tal y como se puede observar en la Ilustración 28. En este caso, el analista tiene como función principal determinar los diferentes parámetros que deberá considerar el sistema para la ejecución del modelo, esto dado que existe una serie de parámetros que a priori el sistema no considerará. Dentro de estos parámetros por ejemplo existe la existencia de alguna campaña realizada por el estado que pueda afectar en esta asignación.
Ilustración 28: Diagrama BPMN de asignación de porcentaje de tiempo
quirúrgico
68
12.2.2.1.1 GENERACIÓN DE ASIGNACIÓN DE CAPACIDAD
Esta sub-proceso de acuerdo al interés por parte del hospital de generar distintos tipos de asignación en caso de que los recursos que posee son limitados o no, se puede dividir en dos actividades: una asignación de tipo táctica y otra de tipo operacional, tal como se puede apreciar en la Ilustración 29.
Ilustración 29: Generación de asignación de capacidad
En este caso, se tiene como factor común que ambas actividades a realizar reciben del sub-proceso anterior el porcentaje de tiempo quirúrgico asignado por especialidad. En el caso de la asignación de tipo operacional, se puede observar en la Ilustración 30, la interacción entre el analista y el sistema. El analista tiene por objetivo determinar el escenario que desea evaluar, es decir, determinar la capacidad de recursos fijos que actualmente maneja el hospital; por su parte el sistema es el encargado de realizar la lógica para poder desplegar resultados en cuanto a la utilización de los recursos y capacidad asignada. En este caso, el hecho de que los recursos sean limitados, implican que este proceso tiene por objetivo ver si el porcentaje de tiempo quirúrgico sugerido es el óptimo; de esta forma el analista puede cambiar este valor en el sistema y nuevamente se realiza la evaluación del escenario.
Ilustración 30: Diagrama BPMN de asignación de capacidad operacional
Por último, existe la posibilidad de poder modificar la cantidad de recursos asignados y con esto crear un escenario distinto a evaluar. Esto resulta en la llamada asignación de capacidad de tipo táctica. En esta asignación el analista solicita al sistema el porcentaje
69
de tiempo quirúrgico y los actuales recursos; con esto es capaz de definir un primer escenario a evaluar por parte del sistema. Luego el analista, debe analizar los resultados dados por el sistema. En el caso que exista un problema en cuanto a la asignación de capacidad, entonces el analista debe ser capaz de crear otro análisis de estudio en el que se estimen los recursos necesarios. El sistema por su parte estima los recursos necesarios para solucionar este problema y genera una sugerencia a través de simulación.
Ilustración 31: Diagrama BPMN de asignación de capacidad táctica
12.2.2.2 EVALUACIÓN Y MONITOREO DE CAPACIDADES
El último proceso por detallar es aquél relacionado con la evaluación y monitoreo constante de la solución propuesta en cuanto a las capacidades actuales y asignación de porcentaje de tiempo quirúrgico por especialidad. En este caso el analista tiene por objetivo detectar el comportamiento del modelo y verificar el buen funcionamiento de la capacidad asignada en términos de cumplimiento de objetivos propuestos por el hospital en cuanto a la cantidad de pacientes operados y el mix de pacientes que se encuentra pendiente. De esta forma el analista se cuestiona en primera instancia si el porcentaje de tiempo quirúrgico asignado es el correcto; en caso de ser así el problema viene dado por un mal uso o asignación de recursos por lo que ahí debe realizarse nuevamente ésta. En caso contrario, se realiza nuevamente una asignación de porcentaje de tiempo quirúrgico y una vez guardada dicha información debe realizarse un análisis de asignación de recursos de forma de verificar la solución propuesta. En la Ilustración 32, se detalla por completo la interacción descrita anteriormente entre el analista y el sistema.
70
Ilustración 32: Diagrama BPMN de evaluación y monitoreo de capacidades
71
13 LÓGICA DE NEGOCIO
Por lo visto en la descripción del diseño en función de diagrama de pistas BPMN, se puede observar que el proyecto contempla la realización de 3 distintas actividades no triviales que requieren de una lógica de desarrollo a través de la utilización de modelos matemáticos de predicción, programación lineal y simulación. Estas actividades que son semi-automatizadas: Pronóstico de demanda, Asignación de porcentaje de tiempo quirúrgico a especialidades y finalmente Análisis de Capacidades.
13.1 PREDICCIÓN DE DEMANDA
Para poder realizar una predicción de la demanda se propone un método de Business Intelligence, como es: Red Neuronal, Regresión Lineal, Medias Móviles y Support Vector Regression, como se estudió en el marco teórico-conceptual. Los pronósticos dados los objetivos del proyecto y además considerando la información obtenida, su calidad, y finalmente el volumen de la demanda por las distintas especialidades, deben realizarse a un nivel mensual. Para estos, tal y como se ha dicho se utilizarán las técnicas de series de tiempo, lo que implicaría que sólo se requiere de información histórica en cuanto a la cantidad de pacientes que ingresan a la lista de espera según 4 distintas especialidades: Cirugía General (CG), Cirugía Plástica (CP), Traumatología (TR) y Urología (UR). Para la obtención de estos pronósticos se utiliza la herramienta RapidMiner 5, utilizando las distintas librerías que este posee para aplicar los métodos descritos.
13.1.1 MODELO MENSUAL
En primera instancia es necesario poder verificar la calidad de la información otorgada por el hospital. Esto se hace a través del análisis de la lista de espera, categorizando cada diagnóstico presentado por el paciente de acuerdo a las 4 distintas especialidades antes mencionadas, a su vez se estudia si las condiciones de funcionamiento del hospital fueron o no las habituales descartando por ejemplo el efecto que pudo haber tenido el pasado terremoto. En este caso, cada especialidad cuenta con una lista de espera de pacientes. Estos registros son realizados diariamente, por lo que se necesita hacer una pequeña transformación a la base de datos para poder obtener información a nivel mensual. Esta transformación es relativamente sencilla, dado que al contar con la fecha de ingreso al sistema, simplemente se debe sumar la cantidad de pacientes ingresados para un mes en cuestión. Una vez obtenido este nivel, se procede a evaluar a calidad de los datos entregados realizando una pequeña inspección visual de estos, dentro de los cuales se llegó a las siguientes conclusiones:
Existe un patrón de comportamiento marcado de manera mensual dado a través del análisis de los año 2004-2010.
En todas las especialidades se observa una disminución de pacientes que ingresan a Lista de espera para los meses de vacaciones de verano diciembre-febrero,
72
recalcándose una baja considerable en el mes de febrero, debiéndose por ejemplo a la disminución de consultas realizadas por parte de los doctores.
Se observa en todas las especialidades un alto incremento de ingresos a lista de espera para el mes de Marzo.
En general, se tiene una buena calidad de datos sin detectarse una gran cantidad de datos outliers. Estos después son manipulados de manualmente para no agregar mayor error en la predicción.
Hay especialidades como las de urología, traumatología y cirugía general, que son mucho más estables a diferencia de cirugía plástica que presenta mayor variación.
Todas estas conclusiones se realizaron a través del análisis de las siguientes ilustraciones:
Ilustración 33: Ingreso a lista de espera Cirugía General
Ilustración 34: Ingreso a lista de espera Cirugía Plástica
73
Ilustración 35: Ingreso a lista de espera Urología
Ilustración 36: Ingreso a lista de espera Traumatología
Realizado el análisis del ingreso de pacientes a lista de espera según las especialidades, se concluye que se debe realizar el modelo de predicción de manera independiente por cada una de estas. Esto debido fundamentalmente a dos motivos: cada especialidad maneja de forma independiente su lista de espera, y cada una maneja un conjunto de datos diferentes en cuanto a cantidad y patrón de comportamiento. Para realizarlos se utiliza la información histórica presentada anteriormente, a través de distintas variables:
El mes a predecir, representado en una variable binaria donde 1 representa si estoy en el mes a predecir, y 0 si no.
El valor de la demanda del mes anterior a predecir.
El valor de la demanda de dos meses antes al que se quiere predecir.
El valor de la demanda el año anterior para el mes a predecir.
El valor de la demanda hace dos años para el mes a predecir.
74
El valor de la demanda hace tres años para el mes a predecir.
La diferencia entre el mes anterior y el actual en el año anterior al mes a predecir.
La diferencia entre el mes anterior y el actual hace dos años al mes a predecir.
La diferencia entre el mes anterior y el actual hace tres años al mes a predecir.
Estas variables han sido propuestas considerando el trabajo realizado por Carlos Reveco en su tesis de Predicción y Caracterización de la demanda para la Atención de Urgencia en el Hospital Luis Calvo Mackenna. De igual forma, se muestra en la siguiente tabla la dependencia entre las diferentes variables propuestas y la variable objetivo, en la que se puede apreciar que en general las variables que presentan un mayor valor son las del valor de la demanda para el año anterior.
Variable Correlación CG
Correlación CP
Correlación TR
Correlación UR
N-1 0,27 0,13 0,04 0,16 N-2 0,18 0,15 0,11 0,17 N-12 0,41 0,13 0,22 -0,03 N-24 0,20 0,21 0,40 0,11 N-36 0,30 0,15 0,26 0,15 N-12 - N-13 0,33 0,18 0,25 0,07 N-24 - N-25 0,26 0,18 0,31 0,21 N-36 - N-37 0,37 0,16 0,37 0,25
Tabla 5: Correlación entre las variables independientes y mes a predecir para las distintas especialidades
Por último se muestran los resultados obtenidos para cada modelo, presentando el error de predicción de los modelos considerando MAPE, error absoluto porcentual de la media.
Red Neuronal
Regresión Lineal
Support Vector
Regression
Medias Móviles
CG 38% 18% 28% 23%
CP 71% 58% 46% 92%
Traumatología 20% 11% 12% 71%
Urología 12% 22% 14% 50%
Tabla 6: MAPE para los distintos modelos mensuales
El modelo finalmente elegido corresponde a aquél que tenga menor MAPE. A su vez se observa el alto valor de este error en Cirugía Plástica. Esto puede ser fundamentado a que la cantidad de pacientes que ingresan a lista de espera es muy bajo, por lo que una pequeña diferencia en estos pronósticos se puede ver sobredimensionada, aunque no lo sea realmente; finalmente esto implica que el análisis debe ser realizado con mayor atención considerando estas diferencias. Este mismo análisis fue hecho considerando de manera agregada la demanda y luego analizando el porcentaje de contribución por especialidad a la lista de espera. Sin embargo, dado que de manera agregada ya existe una variabilidad en cuanto a la demanda existente, se observa que esta se ve
75
incrementada cuando se considera la contribución de cada especialidad y finalmente los pronósticos realizados utilizando este método son poco confiables. Para cada modelo elegido, se aplica un intervalo de confianza de 95%, para verificar que las predicciones hechas caigan en éste. Estos resultados se pueden observar en las siguientes ilustraciones.
Ilustración 37: Resultados de modelo de regresión lineal para Cirugía General
Ilustración 38: Resultados de modelo de regresión lineal para Cirugía Plástica
0
20
40
60
80
100
120
140
160
180
1 2 3 4 5 6 7 8 9 10 11 12
Ing
reso
a L
E
Cirugía General
Real
Predicción
0
5
10
15
20
25
30
35
40
45
50
1 2 3 4 5 6 7 8 9 10 11 12
Ing
reso
LE
Cirugía Plástica
Real
Prediccion
76
Ilustración 39: Resultados de modelo de regresión lineal para Traumatología
Ilustración 40: Resultados de modelo de redes neuronales para Urología
13.2 ASIGNACIÓN DE PORCENTAJE DE TIEMPO QUIRÚRGICO
Esta lógica de negocio permitirá asignar un porcentaje de tiempo quirúrgico a cada especialidad, de manera de cumplir con los servicios de atención que el hospital quiere cumplir, es decir, ofrecer una atención oportuna y segura. Para poder realizar dicha asignación, es necesario realizar un modelo de programación lineal multicriterio. Esta programación debe considerar una función objetivo que debe ser maximizada, una serie de parámetros propios del problema, y finalmente distintas variables.
0
10
20
30
40
50
60
70
1 2 3 4 5 6 7 8 9 10 11 12
Ing
reso
a L
E
Traumatología
Real
Prediccion
0
5
10
15
20
25
30
35
40
45
1 2 3 4 5 6 7 8 9 10 11 12
Ing
reso
LE
Urología
Real
Predicción
77
En primera instancia, y antes de plantear la resolución de este modelo, es clave poder definir una serie de criterios que permitirán asignar esta capacidad. Una propuesta que ha sido consensuada con la opinión de expertos y realizada en base a revisión bibliográfica, se visualiza en la Ilustración 41.
Ilustración 41: Propuesta de criterios para asignación de capacidad
13.2.1 CRITERIO: PACIENTE
Este primer ámbito se relaciona con las características propias del paciente, es decir, se considera la complejidad que presenta, la categoría de tiempo máximo de espera que se ve reflejada en la oportunidad y finalmente un tiempo total de espera. 13.2.1.1 COMPLEJIDAD
La definición de complejidad se ha realizado en base a revisión bibliográfica, como la opinión de expertos en el tema. Luego de que en primeras instancias se considerara que algunos criterios podrían ser: considerar al paciente en cuánto al riesgo quirúrgico que presenta al ser operado (ASA), o en cuánto disminuye su calidad vida dado que no se realiza la intervención (DALY); el uso de recursos asociado a través del GRD, o estadía post-operatoria, y finalmente un ámbito propio de la medicina, en el que sean los doctores en base a su criterio médico quienes digan qué tan complejo es el mix de intervenciones que deben realizar. Se ha determinado que el mejor indicador de la complejidad vendría siendo dado por GRD; esto debido a la información de la cual se es capaz de obtener, recordando que los indicadores como ASA o DALY, están en función de un mix limitado de diagnósticos, a diferencia de GRD que está en función de todos los diagnósticos que se intervienen en el hospital.
Asignación de
Capacidad
Paciente
• Complejidad
• Oportunidad (categorías)
• Tiempo total de Espera
Institucional
• Hospital
• Económicos
• Metas
• País
• Prioridades Sanitarias
• Regulaciones, Políticas
78
A pesar de haber determinado que GRD es un buen indicador de complejidad, en cuanto a la capacidad de obtener información de éste, se ha determinado no incluirlo en esta parte del proyecto (por lo que queda como parte de trabajo futuro), debido a la dificultad que ha presentado la obtención de dicha información. 13.2.1.2 OPORTUNIDAD DE ATENCIÓN
La oportunidad de atención, se define en cuanto a la caracterización de cada especialidad en función de la frecuencia de los tiempos máximos de espera definidos por las categorías A,B,C,D,E (recordar que la definición de las categorías se realizan de acuerdo al diagnóstico y agravantes que posean el paciente, determinando cuanto es lo máximo que pueden esperar por su intervención quirúrgica; este tiempo va desde los 15 días hasta los 360 días), es decir, cómo se compone la especialidad en cuanto a la cantidad de pacientes que tengan distintas categorías de tiempo máximo de espera. Un ejemplo se puede observar en el Ilustración 42, en el que en un primer caso se observa la categorización de la lista de espera histórica (esto implica que se desconocen los agravantes y por tanto la categorización se realiza considerando sólo el diagnóstico principal que presente el paciente), y en la segunda gráfica se puede ver la categorización de pacientes de la lista de espera actual que se maneja en la especialidad de urología; a pesar de que una gráfica no presenta la categorización considerando agravantes se puede claramente concluir que la figura es representativa, por lo que la categorización de pacientes de manera histórica es una buena representación de cómo es la oportunidad de atención que se debe cumplir para cada especialidad. De estas ilustraciones se puede concluir que para esta especialidad un porcentaje mayor al 50% de los pacientes puede esperar más de 6 meses para ser intervenido quirúrgicamente y por tanto la oportunidad de atención de estos se traduce en que la intervención quirúrgica sea realizada antes de este plazo establecido.
Ilustración 42: Categorización de pacientes en lista de espera histórica y actual en Urología
La oportunidad de atención, es una variable primordial en este proyecto de tesis debido a que se plantea que cada especialidad tiene un mix de pacientes distinto debido a que la frecuencia de las categorías de tiempos máximos que presenta cada una es diferente, por tanto en algunas especialidades se puede tener que un mayor porcentaje de pacientes
0%
10%
20%
30%
40%
Categoría
Urología (Histórico)
A
B
C
D
E 0%
10%
20%
30%
40%
Categoria
Urología (Real)
A
B
C
D
E
79
pueden esperar mucho más tiempo en lista de espera que otras (un ejemplo esta situación se tiene en Cirugía Plástica contrastándola con Urología). De esta forma, a priori se tendría que especialidades cuyo mix de pacientes se constituye básicamente de aquellas categorías D y E; pueden tener una asignación de capacidad menor que aquellas especialidades cuyo mix de pacientes requieren de una intervención inmediata o a corto plazo. A esta hipótesis debe sumarse el efecto del tiempo quirúrgico total en espera por especialidad; esto ya que especialidades cuyo tiempo quirúrgico total en espera sea muy alto (debido a la cantidad de pacientes o a la duración de la intervención), y no necesariamente requieran de intervención inmediata, puede influir de igual forma en la asignación de capacidad aumentando el requerimiento de cantidad de pabellones en pos de cumplir con la oportunidad (o tiempo máximo de espera), en la atención de los pacientes.
13.2.1.3 TIEMPO QUIRÚRGICO TOTAL EN ESPERA
En este caso, se analiza el tiempo quirúrgico total por especialidad de los pacientes que se encuentran en lista de espera, esto tiene dos aristas relevantes: por un lado se cuantifica en general la necesidad de horas pabellón necesarias para intervenir a los pacientes que se encuentran en lista de espera, y por otro se tiene al mix de pacientes que constituyen la lista de espera de cada especialidad definidos en función del tiempo que requieren para ser intervenidos. Por ejemplo se tiene que tanto en Cirugía Plástica como en Urología, éste es de 320 hrs. A pesar de que ambas especialidades cuentan con un mismo tiempo quirúrgico total, es importante estudiar la distribución de estos tiempos ya sea de manera global, como en función de las categorías de tiempos de espera máximo. Así, se puede ver en el Ilustración 43, una tendencia en la especialidad de Urología a definir una distribución normal de media 92 min y desviación estándar de 44 min (globalmente).
Ilustración 43: Distribución de tiempo quirúrgico en Urología
Sin embargo, desagregando estos de acuerdo a las categorías se puede observar en la Ilustración 44 y 45 la distribución de estos tiempos para la especialidad de Urología.
0
10
20
30
40
50
60
70
80
90
15 30 60 100 150 200 250 300
Distribución de Tiempo Quirúrgico
Tiempo Quirúrgico
80
Finalmente se observa en la Tabla 7, un resumen de las distribuciones de éstas que son representativas.
Ilustración 44: Distribución de tiempo quirúrgico categoría A y B
Ilustración 45: Distribución de tiempo quirúrgico categoría D y E
Categoría Distribución
A Normal(80,4;46,6)
B Normal(102,2;39,8)
D Normal(89;42,8)
E Normal(91,5;42,5)
Tabla 7: Tabla resumen de distribución de tiempos quirúrgicos por categoría
El tiempo quirúrgico total en espera, de esta forma es otra variable clave en la determinación de la capacidad, debido a la diferencia que se encuentran en la distribución de los tiempos quirúrgicos que se pueden observar en cada una de las especialidades a nivel general como por categorías.
0
5
10
15 C
an
tid
ad
de
P
aci
en
tes
Tiempo Quirúrgico
Categoría A
0 2 4 6 8
10
Ca
nti
da
d d
e
Pa
cie
nte
s
Tiempo Quirúgico
Categoría B
0
10
20
30
40
0 - 30 31 - 60
61 - 90
91 - 120
121 -
Ca
nti
da
d d
e
Pa
cie
nte
s
Tiempo Quirúrgico
Categoría D
0
10
20
30
0 - 20 21- 60
61 - 105
106 - 150
151 -
Ca
nti
da
d d
e
Pa
cie
nte
s
Tiempo Quirúrgico
Categoría E
81
13.2.2 CRITERIO: INSTITUCIONAL
Este criterio considera los intereses del Hospital, como del País. Por un lado, el Hospital tiene intereses económicos dado que percibe mayores beneficios por realizar intervenciones valoradas por Fonasa, que por aquellas intervenciones denominadas como institucionales. A su vez, se consideran las metas propias definidas por éste en cuanto a disminuir la lista de espera, o eliminar la lista de espera para cierta especialidad, etc. En cuanto a la perspectiva financiera, se muestra a continuación la Ilustración 46 en el que se observa la distribución en las especialidades de cantidad de diagnósticos que son valoradas, e institucionales.
Ilustración 46: Distribución de pago de aranceles por especialidad
Por otra parte, también se considera un ámbito País, en el que el factor determinante vendría siendo dado por Prioridades Sanitarias (relacionadas directamente con los diagnósticos garantizados por el AUGE), y algunas regulaciones políticas como puede ser la implementación de algún programa de salud. Estos últimos criterios, se han de incluir en la medida que se requiera; para este caso de análisis no ha sido necesaria esta inclusión; sin embargo, si se ha considerado por ejemplo la inclusión de una nueva especialidad debido al compromiso adquirido por el hospital a realizar una cantidad limitada de intervenciones correspondientes a ésta.
13.2.3 DEFINICIÓN DE MODELO DE PROGRAMACIÓN ENTERA
Una primera aproximación al modelo de programación entera que dará lugar a la asignación de porcentaje de tiempo quirúrgico a las especialidades, es lo que se muestra a continuación, tomando como referencia el trabajo realizado por Bo Zhang, Pavankumar Murali, Maged Dessouky, and David Belson, en el paper "A Mixed Integer Programming Approach for Allocating Operating Room Capacity", (2009). Este paper tiene por objetivo principal asignar un tiempo quirúrgico semanal a las especialidades con el fin de minimizar la estadía previa de los pacientes que requieren hospitalización a
35%
91%
49% 51%
57%
1%
36%
11%
8% 8% 15%
38%
0%
20%
40%
60%
80%
100%
Cirugia General
Cirugía Plástica
Urología Traumatología
Distribución de Pago de Aranceles por Especialidad
Sin Categorizar
PPV
PPI
82
su intervención quirúrgica, a través de un modelo de programación entera, considerando la prioridad que tiene el paciente y diversas restricciones médicas. A su vez, se muestra un modelo de programación entera alternativo, que a pesar de tener el mismo objetivo del modelo anterior, es decir, asignar un porcentaje de tiempo quirúrgico a las especialidades; se basa en problemas tipo de modelación matemática de asignación de recursos, considerando distintas restricciones, entre las que destacan respetar capacidad máxima, y continuidad de flujo, o como en este caso de la demanda, respetando nuevamente la prioridad del paciente, y otras restricciones médicas. Esto se realizó, debido a la similitud que tiene el primer modelo con respecto al paper utilizado como referencia; la idea principal es poder demostrar que a pesar de esto, considerando las restricciones propias del problema de asignación, ambos modelos muestren asignaciones de capacidad similares. Si bien ambos modelos buscan la asignación de un porcentaje de tiempo quirúrgico a sus especialidades, y además consideran las mismas restricciones en cuanto a priorizar pacientes con tiempos de espera vencidos, y de capacidad máxima de pabellones; se diferencian principalmente en que el primer modelo permite asignar un costo total causado por un tiempo ocioso o baja asignación de capacidad asociada a una especialidad, en función a un nivel deseado definido en función de la demanda. Esto finalmente, produce una pequeñas diferencias con respecto a los resultados finales de asignación de porcentaje de tiempo quirúrgico. 13.2.3.1 MODELO DE PROGRAMACIÓN ENTERA: ALTERNATIVA 1
El modelo de programación entera que se muestra a continuación, tiene por objetivo principal garantizar la atención de los pacientes en lista de espera, a través del cumplimiento del máximo tiempo que pueden pasar en ésta, y de no ser posible minimizar el tiempo de espera una vez que ya se ha vencido. Este modelo se ha desarrollado tomando como base el paper mencionado. Sin embargo, se diferencian principalmente en el hecho que el presentado a continuación considera un factor de eficiencia o utilización, en cuanto al uso del servicio de pabellones, es decir, si a diario los pabellones se pueden utilizar por 8 hrs., entonces un factor de eficiencia al 50% sería considerar sólo 4 hrs. de uso, esto porque no es posible utilizarlo a cabalidad debido a la falta de recursos (por ejemplo). De esta forma, es clave poder determinar un factor de ocupación que indicará las horas en que efectivamente se utiliza el pabellón, descontando tiempos ociosos, de limpieza, etc.; y por tanto la forma de describir la utilización (u ocupación), de los pabellones es determinando cuantas horas diariamente es posible tener disponible y ocupar el pabellón efectivamente tomando en cuenta todos los recursos necesarios para poder utilizarlo. Este factor es clave, por que como bien se verá en capítulos posteriores, nunca se ha logrado igualar un nivel de asignación de pabellones y con los de ocupación, por lo que la asignación de capacidad final debe considerar que a pesar de tener disponible 8 hrs. de pabellones diarias es muy difícil llegar a utilizarlas a cabalidad, debido entre otras cosas a que falten recursos que imposibiliten su uso. A pesar de esto, se considera en la programación del modelo una disponibilidad total de horas de pabellón de 8 hrs. (divididas en dos jornadas de trabajo distintas), ya que los tiempos ociosos y de limpieza de pabellón son considerados en la
83
demanda que recibe como input el modelo. Por otra parte, esta adaptación no sólo considera el factor médico (en cuanto a la categorización de tiempos de espera máxima), sino que además considera una componente económica (porcentaje de diagnósticos que pertenecen al GES o que son Prestaciones Valoradas). La asignación de capacidad se realiza considerando una demanda semanal de pacientes, esto implica que el modelo selecciona de forma global la cantidad de horas pabellón de demanda que podrá intervenir, y por tanto una porción de esta la pospone para otro período o la deja en lista de espera. Por último, otro de los supuestos que considera este modelo, es que todos los pabellones son iguales en cuanto a la cantidad de recursos necesarios para realizar una intervención quirúrgica. En el caso de que este supuesto fuera una limitante para el problema, entonces se deberían considerar restricciones en cuanto al tipo de pabellones que puede ocupar cada especialidad, y a su vez la cantidad de pabellones de las cuales puede disponer.
13.2.3.1.1 PARÁMETROS
• i: tipo de pabellón. • j: especialidad. • k, l: semanas. • m: categorías de tiempos máximos de espera. • si: cantidad de horas de pabellón disponibles por día. Este podría ser un indicador
de eficiencia, si se toma en cuenta menor tiempo disponible de pabellones que el real.
• ai: número de pabellones del tipo i. • njkm: demanda de pacientes que tienen su tiempo máximo de espera vencido por
especialidad j el día k de la categoría m, medida en horas pabellón. • ojkm: demanda de pacientes que tienen su tiempo máximo de espera no vencido por
especialidad j el día k de la categoría m, medida en horas pabellón. • ρklm: costo por posponer una cirugía de k a l de pacientes que tienen su tiempo
máximo de espera vencido de la categoría m (costo medido en términos de oportunidad).
• λklm: costo por posponer una cirugía de k a l de pacientes que no tienen su tiempo máximo de espera vencido de la categoría m (costo medido en términos de oportunidad).
• θV,jm: costo económico por no satisfacer la demanda de pacientes que tienen su tiempo máximo de espera vencido de la especialidad j y categoría m.
• θNV,m: costo económico por no satisfacer la demanda de pacientes que no tienen su tiempo máximo de espera vencido de la especialidad j y categoría m.
• βj: costo por asignar bajo el nivel deseado de horas pabellón a una especialidad.
13.2.3.1.2 VARIABLES DE DECISIÓN
• xijk: número de pabellones del tipo i asociado a la especialidad j la semana k. • zjklm: demanda pospuesta de pacientes que tienen su tiempo máximo de espera
vencido de la semana k al l de la categoría m. • wjklm: demanda pospuesta de pacientes que no tienen su tiempo máximo de espera
vencido de la semana k al l de la categoría m.
84
• ujkmg: demanda no cumplida de pacientes de la especialidad j que tienen su tiempo máximo de espera vencido la semana k de la categoría m y del tipo g.
• vjkmg: demanda no cumplida de pacientes de la especialidad j que no tienen su tiempo máximo de espera vencido la semana k de la categoría m y del tipo g.
• bjk: cantidad de tiempo ocioso de pabellón asignado a la especialidad j la semana k. • h: cantidad total de tiempo ocioso de todos los pabellones. • pj: exceso de horas asignadas a la especialidad j relativos a su nivel deseado. • qj: bajo de horas asignadas a la especialidad j relativos a su nivel deseado. • mestj : cantidad de pabellones asignados a cada especialidad mensualmente.
13.2.3.1.3 FUNCIÓN OBJETIVO
a) Primer y segundo términos representan el costo asociado a la postergación de
una intervención quirúrgica de pacientes vencidos y no vencidos respectivamente, en términos de oportunidad.
b) Tercer y cuarto término representan el costo económico asociado a la demanda no satisfecha.
c) Quinto término representa costo total causado por la baja asignación de capacidad asociada a una especialidad, relativo al nivel deseado.
13.2.3.1.4 RESTRICCIONES
1. Garantiza que los pabellones son destinados a una especialidad cada semana.
2. Decide cuanto posponer de las cirugías programadas, dado su tiempo máximo de
espera.
3. Balance de Flujo de la Demanda.
85
4. Asegura que la suma de pacientes que tienen su tiempo de espera máxima vencido
pospuestos el día k no es mayor que la demanda total de este tipo de pacientes ese día.
5. Asegura que la suma de pacientes de pacientes que no tienen su tiempo de espera
máxima vencido pospuestos el día k no es mayor que la demanda total de ese tipo de pacientes ese día.
6. Asegura que la suma de pacientes que tienen su tiempo de espera máxima vencido
y que se mantendrán en lista de espera el día k no es mayor que la demanda total de este tipo de pacientes ese día.
7. Asegura que la suma de pacientes de pacientes que no tienen su tiempo de espera
máxima vencido y que se mantendrán en lista de espera el día k no es mayor que la demanda total de ese tipo de pacientes ese día.
8. Define h, como la suma de tiempo ocioso para todos los pabellones en una
semana.
9. Define pj y qj, como el exceso y escasez de tiempo asignado a la especialidad j
relativo al nivel deseado, determinado por el porcentaje de total de demanda programada por especialidad.
86
9. La asignación de capacidad mensual debe ser igual.
10. La asignación de capacidad mensual debe ser la suma de la diaria.
11. Las variables no pueden ser negativas
xijk, zjklm, wjklm, ujkm, vjkm, bjk, h, pj, qj ≥0 12. La variable xijk debe ser entera.
13.2.3.2 MODELO DE PROGRAMACIÓN ENTERA: ALTERNATIVA 2
Esta segunda alternativa en cuanto a la formulación del problema, también tiene por objetivo garantizar la atención de los pacientes en lista de espera; a través del cumplimiento del tiempo máximo que pueden pasar en ella, o si esto no es posible por falta de capacidad, entonces minimizar su permanencia en ésta. De igual forma, esta alternativa considera el factor médico, categorizando los diagnósticos médicos y sus agravantes, como el económico tomando en cuenta un porcentaje de diagnósticos que son Prestaciones Valoradas y por tanto debe darse prioridad a estos casos. La asignación de capacidad se realiza considerando una demanda semanal de pacientes, esto implica que el modelo selecciona de forma global la cantidad de horas pabellón de demanda que podrá intervenir, y por tanto una porción de esta la pospone para otro período o la deja en lista de espera, respetando de igual forma los tiempos máximos de espera de los pacientes, y por tanto cambiando de estado la demanda pospuesta que ha superado este tiempo. Por último, otro de los supuestos que considera este modelo, es que todos los pabellones son iguales en cuanto a la cantidad de recursos necesarios para realizar una intervención quirúrgica.
13.2.3.2.1 PARÁMETROS
• i: tipo de pabellón. • j: especialidad. • k, l: semanas. • m: categorías de tiempos máximos de espera.
87
• si: cantidad de horas de pabellón disponibles por día. Este podría ser un indicador de eficiencia, si se toma en cuenta menor tiempo disponible de pabellones que el real.
• ai: número de pabellones del tipo i. • njkm: demanda de pacientes que tienen su tiempo máximo de espera vencido por
especialidad j el día k de la categoría m, medida en horas pabellón. • ojkm: demanda de pacientes que tienen su tiempo máximo de espera no vencido por
especialidad j el día k de la categoría m, medida en horas pabellón. • ρklm: costo por posponer una cirugía de k a l de pacientes que tienen su tiempo
máximo de espera vencido de la categoría m (costo medido en términos de oportunidad).
• λklm: costo por posponer una cirugía de k a l de pacientes que no tienen su tiempo máximo de espera vencido de la categoría m (costo medido en términos de oportunidad).
• θV,jm: costo económico por no satisfacer la demanda de pacientes que tienen su tiempo máximo de espera vencido de la especialidad j y categoría m.
• θNV,m: costo económico por no satisfacer la demanda de pacientes que no tienen su tiempo máximo de espera vencido de la especialidad j y categoría m.
13.2.3.2.2 VARIABLES DE DECISIÓN
• xijk: número de pabellones del tipo i asociado a la especialidad j la semana k. • zjklm: demanda de pacientes vencidos de la especialidad j a atender en la semana l
(ojo que pueden haber sido pospuestos de k a l), de la categoría m. • wjklm: demanda de pacientes no vencidos de la especialidad j a atender en la
semana l (ojo que pueden haber sido pospuestos de k a l), de la categoría m. • ujkmg: demanda no cumplida (que quedan en lista de espera) de pacientes de la
especialidad j que tienen su tiempo máximo de espera vencido la semana k de la categoría m y del tipo g.
• v1jlkmg: demanda no cumplida de pacientes de la especialidad j que no tienen su tiempo máximo de espera vencido la semana k (y que fueron pospuestos de la semana l), de la categoría m y del tipo g.
• vjkmg: demanda no cumplida de pacientes de la especialidad j que no tienen su tiempo máximo de espera vencido la semana k de la categoría m y del tipo g.
• mestj : cantidad de pabellones asignados a cada especialidad mensualmente.
13.2.3.2.3 FUNCIÓN OBJETIVO
88
d) Primer y segundo términos representan el costo asociado a la postergación de una intervención quirúrgica de pacientes vencidos y no vencidos respectivamente, en términos de oportunidad.
e) Tercer y cuarto término representan el costo económico asociado a la demanda no satisfecha.
13.2.3.2.4 RESTRICCIONES
1. Garantiza que los pabellones son destinados a una especialidad cada semana.
2. Decide cuanto posponer de las cirugías programadas, dado su tiempo máximo de
espera.
3. Balance de Flujo de la Demanda: Condición de Borde para k=1.
4. Balance de Flujo de la Demanda.
* El Término , es un subconjunto de la variable v, y en esta ocasión suma aquellos
pacientes en lista de espera que se encuentran vencidos. Por lo que suma o resta valores en la medida que l-k>tiempo de vencimiento (en función de m).
5. Igualdad de pacientes en lista de espera que se encuentran no vencidos.
89
6. La asignación de capacidad mensual debe ser igual.
7. La asignación de capacidad mensual debe ser la suma de la diaria.
8. Las variables no pueden ser negativas
xijk, zjklm, wjklm, ujkm, vjkm, bjk, h, pj, qj ≥0 9. La variable xijk debe ser entera.
13.2.3.3 DEFINICIÓN DE PARÁMETROS
A continuación se explicará el valor que toma cada parámetro en el modelo de asignación de capacidad propuesto.
13.2.3.3.1 CATEGORÍAS DE TIEMPOS MÁXIMOS DE ESPERA
Las categorías de tiempos máximos de espera, se definen en función del diagnóstico que posea el paciente y a su vez de los distintos agravantes que cambien su prioridad. Este trabajo se ha realizado con anterioridad en conjunto con un equipo médico perteneciente a cada especialidad. Finalmente los tiempos máximos de espera para cada categoría son:
Categoría Tiempo Máximo
AA Inmediato A 15 días B 30 días C 90 días D 180 días E 360 días
Tabla 8: Categorías de tiempos máximos de espera
13.2.3.3.2 COSTO DE POSPONER DEMANDA
El costo de posponer una demanda de un cierto día k a un día l, dependerá exclusivamente de dos factores: tipo de demanda, en el sentido si se encuentra o no con
90
los tiempos máximos de espera vencidos, y de la categoría a la que pertenece. De esta forma, finalmente se define el penalty, como se muestra en la Tabla 9.
Categoría Parámetro “Vencido” Parámetro “No Vencido”
Costo
AA 32 1 (dl – dk)*Parámetro A 16 1 (dl – dk)*Parámetro B 8 1 (dl – dk)*Parámetro C 4 1 (dl – dk)*Parámetro D 2 1 (dl – dk)*Parámetro E 1 1 (dl – dk)*Parámetro
Tabla 9: Costo de posponer demanda
13.2.3.3.3 COSTO DE MANTENER UN PACIENTE EN LISTA DE ESPERA
El costo de mantener una demanda en lista de espera una vez que ha terminado el período de análisis, dependerá de tres factores: período de tiempo que pasa desde que se ha decidido mantener esta demanda en lista de espera, si esta demanda es de tipo Ges o no, y finalmente la categoría de tiempos máximos de espera a la que pertenece. Se ha definido de esta forma, considerando por un lado que el hospital debe atender en un cierto período de tiempo a las patologías de tipo Ges, y por otro lado el costo en términos de oportunidad que implica que la demanda de un cierto tipo de pacientes permanezca en lista de espera (recordar a su vez que lo que se busca es garantizar que los pacientes sean atendidos antes de que su tiempo máximo de espera se cumpla, por lo que en este caso tanto la categoría y “vencimiento” de la demanda son claves). De esta forma, finalmente se define el penalty, como se muestra en la Tabla 10. Categoría Parámetro
1: “Vencido” Parámetro 1 : “No Vencido”
Parámetro 2: “GES”
Parámetro 2: “No GES”
Costo
AA 32 1 4 2 (dl – dk)*Parámetro1* Parámetro2
A 16 1 4 2 (dl – dk)*Parámetro1* Parámetro2
B 8 1 4 2 (dl – dk)*Parámetro1* Parámetro2
C 4 1 4 2 (dl – dk)*Parámetro1* Parámetro2
D 2 1 4 2 (dl – dk)*Parámetro1* Parámetro2
E 1 1 4 2 (dl – dk)*Parámetro1* Parámetro2
Tabla 10: Costo de mantener demanda en lista de espera
91
14 DISEÑO DE LAS APLICACIONES COMPUTACIONALES
14.1 DIAGRAMA DE CASO DE USO
Los diagramas de Caso de Uso son diseñados a partir de los diagramas de pistas BPMN que se han mostrado en el capítulo anterior. A su vez, estos diagramas son analizados por separado en función de cada uno de los procesos definidos con el proyecto. 14.1.1 PRONÓSTICO Y CARACTERIZACIÓN DE LA DEMANDA
En este primer proceso, se observa que los diagramas de pistas que serán analizados para realizar los diagramas de caso de uso son tanto la Limpieza de Datos, como Ejecución de Modelos y Caracterización. 14.1.1.1 LIMPIEZA DE DATOS
Una vez analizado el diagrama de pista en BPMN, se ha llegado a la conclusión que el Caso de Uso a diseñar, sería el de Limpieza de Datos. Este, sin embargo, también incluye una actividad clave y recurrente en otros procesos: Solicitar Datos, haciendo referencia a la obtención de información y pacientes en lista de espera. Otra de las actividades que se consideran, pero que no se diseñarán son las de leer esta información, y luego, que una vez esta ha sido modificada, pueda ser guardada. Finalmente, en la siguiente ilustración, se puede ver el diseño de este diagrama de caso de uso.
Ilustración 47: Diagrama de caso de uso: Limpieza de datos
14.1.1.2 EJECUCIÓN DE MODELOS Y CARACTERIZACIÓN
Este segundo proceso definido en el diagrama de pista BPMN, lleva a cabo la ejecución de modelos que permiten pronosticar la cantidad de pacientes que ingresan a lista de espera, y además caracterizarlos en función de su tiempo máximo de espera. Este diagrama, tiene asociado dos casos de uso importantes. Por un lado, se tiene Pronosticar, y además Caracterizar. Ambos incluyen la actividad de Solicitar datos en cuanto a los pacientes que se encuentran actualmente en lista de espera como ha sido definido anteriormente. Finalmente, otra de las actividades claves que se llevarían a cabo, son tanto modificar los pronósticos, y guardar los cambios hechos en cuanto a los
Analista
Limpiar Datos
Solicitar datos
<<include>>
92
pronósticos y caracterización. A su vez, el caso de uso Pronosticar, llevaría a cabo una de las principales lógicas de negocios complejas que permiten el desarrollo del proyecto.
Ilustración 48: Diagrama de caso de uso: Ejecución de modelos y caracterización
14.1.2 ANÁLISIS DE CAPACIDADES
Este segundo proceso, contempla la realización de tres procesos que son definidos en función de diagramas de pistas en BPMN. De esta forma, estos procesos son los de Administración de Capacidades Actuales, Asignación de porcentaje de tiempo quirúrgico y Asignación de Capacidad. 14.1.2.1 ADMINISTRACIÓN DE CAPACIDADES ACTUALES
Este proceso definido en el diagrama de pista BPMN, lleva a cabo la modificación de las capacidades actuales, a través de su administración. Es por esto, que analizando su diagrama de pistas, se ha llegado a la conclusión que el diagrama de caso de uso a diseñar es el de Modificar Capacidad (tal como se puede ver en la Ilustración 49). En este caso, modificar capacidad implicaría, la obtención de la capacidad actual, seleccionar recursos a modificar, y finalmente una actualización de los cambios hechos. Estos no se han incluido como caso de uso al hecho de que son actividades que sólo se llevan a cabo en este diagrama de pistas.
Ilustración 49: Diagrama de caso de uso: Administración de capacidades actuales
14.1.2.2 ASIGNACIÓN DE PORCENTAJE DE TIEMPO QUIRÚRGICO
Este diagrama de pistas, una vez analizado, da lugar a un diagrama de caso de uso, llamado Asignar porcentaje de tiempo quirúrgico. Este, a su vez utiliza Solicitar Datos, haciendo referencia nuevamente a la obtención de información de la lista de espera. Por
Analista
Pronosticar
Caracterizar
Solicitar datos<<include>>
<<include>>
Analista
Modificar Capacidad
93
último, es importante destacar que aquí se lleva a cabo otra lógica de negocios compleja, que es la ejecución del modelo de programación entera que dará lugar finalmente a la asignación buscada. Este diagrama de caso de uso se puede observar en la Ilustración 50.
Ilustración 50: Diagrama de casos de uso: Asignación de porcentaje de tiempo
quirúrgico 14.1.2.3 ASIGNACIÓN DE CAPACIDAD
Finalmente, de este diagrama de pistas, se ha concluido que los casos de uso a diseñar serán los de Asignar Capacidad y Estimar recursos. De igual forma, se observa que Asignar Capacidad incluye la actividad de Solicitar Datos previamente definida. Por último, es importante destacar, que aquí también se desarrolla una lógica de negocios compleja. Esta lógica, se relaciona con el monitoreo de la asignación de porcentaje de tiempo quirúrgico, que permitirá finalmente asignar nuevos recursos. El diagrama de caso de uso se puede ver en la Ilustración 51.
Ilustración 51: Diagrama de caso de uso: Asignación de capacidad
14.2 DIAGRAMA DE SECUENCIA
A partir de los diagramas de caso de uso anteriormente descritos, se realizan los diagramas de secuencia en el que se explicitan las interacciones entre los actores del sistema.
Analista
Asignar % de tiempo quirúrgico
Solicitar datos
<<include>>
Analista
Estimar recursos
Asignar CapacidadSolicitar Datos
<<include>>
94
14.2.1 PRONÓSTICO Y CARACTERIZACIÓN DE LA DEMANDA
En este proceso, se detallarán los diagramas de secuencia de los caso de uso correspondientes a la limpieza de datos, ejecución de modelos y caracterización (pronosticar y caracterizar). 14.2.1.1 LIMPIEZA DE DATOS
En este caso se ve la interacción entre el analista, sistema y una base de datos propia del hospital. En primera instancia el analista solicita los datos a la base de datos operacional, donde está registrada la lista de espera de pacientes. Este los revisa, y decide si modificarlos o no. Finalmente debe guardarlos en la base de datos del sistema, tal como se ve en la Ilustración 52.
Ilustración 52: Diagrama de secuencia de sistema: Limpieza de datos
14.2.1.2 EJECUCIÓN DE MODELOS Y CARACTERIZACIÓN: PRONOSTICAR
Este diagrama tiene por objetivo obtener un pronóstico de demanda de pacientes que ingresen a lista de espera. Se observa en la Ilustración 53, que en primera instancia el analista pide un pronóstico al sistema, este a su vez debe solicitar los datos, y ejecutar el modelo de predicción a través de "Pronosticar". En caso de que encuentre que este
Consolidar datossd
Guardar Datossd
Analista Sistema Base de Datos
1 : Solicitar Datos() 2 : Solicitar Datos()
34
5 : ModificarDatos()
67 : Guardar Datos()
8 : GuardarDatos()
9
10
11 : GuardarDatos()
12 : GuardarDatos()
13
14
95
pronóstico es erróneo, el analista puede modificarlos y luego guardarlos, en caso contrario éste sólo guarda el pronóstico en la base de datos del sistema.
Ilustración 53: Diagrama de secuencia de sistema: Ejecución de modelos y
caracterización: Pronosticar
14.2.1.3 EJECUCIÓN DE MODELOS Y CARACTERIZACIÓN: CARACTERIZAR
Este diagrama tiene por objetivo obtener una caracterización de la demanda de pacientes que ingresen a lista de espera. Se observa en la Ilustración 54, que en primera instancia el analista pide una caracterización al sistema, este a su vez debe solicitar el pronóstico, y luego caracteriza esta demanda. En caso de que encuentre que esta caracterización es errónea, el analista puede modificarlos y luego guardarlos, en caso contrario éste sólo guarda la caracterización en la base de datos del sistema.
Pronostico Malsd
Pronositoc Biensd
Analista Sistema
1 : Pedir Pronóstico()
2 : Pedir Datos()
3
4 : Pronosticar()
5
6
7 : Adecuar Pronóstico()
89 : Guardar Pronóstico()
10 : Guardar Pronostico()
11
12
13 : Guardar Pronóstico()
14 : Guardar Pronostico()
15
16
96
Ilustración 54: Diagrama de secuencia de sistema: Ejecución de modelos y
caracterización: Caracterizar
14.2.2 ANÁLISIS DE CAPACIDADES
De igual forma, en este proceso se detallarán los diagramas de secuencia de los caso de uso correspondientes a la administración de capacidades actuales, asignación de porcentaje de tiempo quirúrgico y finalmente de análisis de capacidad.
14.2.2.1 ADMINISTRACIÓN DE CAPACIDADES ACTUALES
Este diagrama tiene por objetivo modificar la capacidad actual del hospital en cuanto a los recursos necesarios. De esta forma, tal como se ve en la Ilustración 55, el analista pide al sistema la capacidad actual, y luego la modifica, en caso de ser necesario.
Carac Biensd
Carac Malsd
Analista Sistema
1 : Pedir Caracterización()
2 : Pedir Pronóstico()
3
4 : Caracterizar()
5
6
7 : Adecuar Caracterizacion()
89 : Guardar Caracterizacion()
10 : Guardar Caracterizacion()
11
12
13 : Guardar Caracterizacion()
14 : Guardar Caracterizacion()
15
16
97
Finalmente el sistema guarda esta nueva asignación de capacidad en la base de datos correspondiente.
Ilustración 55: Diagrama de secuencia de sistema: Administración de capacidad
actual 14.2.2.2 ASIGNACIÓN DE PORCENTAJE DE TIEMPO QUIRÚRGICO
Este diagrama de secuencia permite asignar un porcentaje de tiempo quirúrgico a las especialidades. Esto se hace primeramente cuando el analista pide el pronóstico e información extra al sistema, que es necesaria para ejecutar el modelo de asignación. Luego el analista selecciona los parámetros que darán cuenta al modelo, y finalmente se ejecuta la lógica de negocios. Si esta asignación es correcta, entonces el sistema se encarga de guardarla, en caso contrario, el analista debe elegir nuevos parámetros hasta que esté bien la asignación. Esta interacción se puede ver con mayor detalle en la Ilustración 56, que se muestra a continuación.
Modificarsd
Analista Sistema
1 : Pedir Capacidad Actual()
2 : Pedir Capacidad()
3
4
5 : Modificar Capacidad()
67 : Guardar Capacidad()
8 : Guardar Capacidad()
9
10
98
Ilustración 56: Diagrama de secuencia de sistema: Asignación de porcentaje de
tiempo quirúrgico 14.2.2.3 ASIGNACIÓN DE CAPACIDAD
Este último diagrama de secuencia tiene como fin mostrar las relaciones entre el analista y el sistema para poder generar y analizar la asignación de capacidad. Para esto, el analista pide el porcentaje de tiempo quirúrgico y recursos disponibles al sistema, luego debe definir un escenario que desea evaluar (cantidad de recursos, eficiencia, etc.), y luego el sistema a través de la lógica que utiliza simulación establece los resultados de dicha evaluación. En caso de que los resultados sean satisfactorios, entonces se guardarán éstos; en caso contrario se define un nuevo escenario y finalmente se guardan. Esta interacción se observa en la Ilustración 57.
Asignacion biensd
Frame1sd
Analista Sistema
1 : PedirPronóstico y Datos()
2 : Pedir Pronosticos y Datos()
3
4
5 : Seleccionar Parámetros()
6 7 : Ejecutar logica()
8 : Ejecutar Logica()
9
10
11 : Guardar Asignacion()
12 : Guardar Asignación()
13
14
99
Ilustración 57: Diagrama de secuencia de sistema: Asignación de capacidad
14.3 DIAGRAMA DE SECUENCIA EXTENDIDO
A partir de los diagramas de caso de uso anteriormente descritos, se realizan los diagramas de secuencia extendido, en el que se explicitan las interacciones entre los actores del sistema, y además se observan las distintas clases que darán lugar finalmente a la aplicación de soporte. En este caso, es clave indicar que dado que la aplicación se realizará utilizando un motor de procesos BizAgi u parecido, se tendrán distintas relaciones entre los actores. Esto implica que el analista, interactúa directamente con la interfaz gráfica y esta la que a través de un controlador de interfaz y un controlador de procesos realizarán las actividades que se llevarán a cabo invocando de igual forma a los servicios webs
Escenario biensd
Escenario malsd
Analista Sistema
1 : Pedir % de tiempo y recursos()
2 : Pedir % de tiempo y recursos()
3
4
5 : Definir Escenario()
6 7 : Evaluar Escenario()
8 : Evaluar Escenario()
9
10
11 : Guardar Asignacion()
12 : Guardar Asignación()
13
14
15 : Estimar recursos()
16 : Estimar recursos()
17
18 : Evaluar Escenario()
19
2021 : Guardar Asignacion()
22 : Guardar Asignacion()
23
24
100
necesarios tanto para el manejo de datos, como para el desarrollo de la lógica de negocios compleja. 14.3.1 PRONÓSTICO Y CARACTERIZACIÓN DE LA DEMANDA
En este proceso, se detallarán los diagramas de secuencia extendido de los caso de uso correspondientes a la limpieza de datos, ejecución de modelos y caracterización (pronosticar y caracterizar). 14.3.1.1 LIMPIEZA DE DATOS
En este caso se observa en primera instancia que el analista solicita a través de la interfaz realizar la limpieza de datos. La interfaz llama a un controlador de interfaz para que pueda cargar los datos necesarios que permitan que el analista haga su elección en cuanto al período y especialidad que desea analizar. Una vez hecho estos pasos, el controlador de interfaz interactúa con una clase entidad para crear la solicitud de limpieza de datos y esta a su vez se comunica con el controlador de procesos para que cree el caso en el motor de procesos y finalmente se invoque el servicio web que buscará los datos correspondientes y realizará la limpieza de datos que luego podrá ser modificada por el analista. El detalle de estas interacciones se puede ver a continuación en la Ilustración 58.
Ilustración 58: Diagrama de secuencia extendido: Limpieza de datos
14.3.1.2 EJECUCIÓN DE MODELOS Y CARACTERIZACIÓN: PRONOSTICAR
Este diagrama tiene por objetivo obtener un pronóstico de demanda de pacientes que ingresen a lista de espera. Como se puede ver en detalle en la Ilustración 59, en primera instancia el analista pide un pronóstico al motor de procesos a través de su interacción con la clase interfaz. Esta a su vez invoca al controlador de interfaz para que cree una nueva instancia de pronóstico a la clase entidad correspondiente. Finalmente es esta clase entidad la responsable de comunicarse con el motor de procesos a través del controlador de procesos, para ejecutar la actividad que se necesita. Para esto, el motor de procesos invoca al servicio web de limpieza de datos para obtener los datos para pronosticar adecuados, y una vez obtenidos ejecuta los modelos correspondientes para conseguir el pronóstico. Una vez realizada esta tarea, el analista analiza los resultados y
: Analista
Interfaz Controlador de Interfaz Controlador de Procesos Motor de Procesos WS_Limpieza de datosLimpieza de Datos
3 : Solicitar Limpieza de Datos() 4 : Cargar Página()
6 : return: Formulario
8
9 : Seleccionar Periodo()10 : Asignar Periodo() 11 : new LD()
12 : ValidarPeriodo()
15 16 : return:Formulario 17 : periodo valido o invalido20 : Seleccionar Especialidad() 21 : Generar LD()22 : Asignar Especialidad()
23 : ObtenerDatos()
24 : Crear XML()26 : Correr Limpieza()
28 : Crear Caso()
29 : return: Info caso32 : Perform Activity()
33 : Limpiar Datos()
35 : return: Cargar datos 36 : return: Datos limpios3738 : return: Datos limpios 39 : return: Activity info
41 : Verificar LD() 42 : Cargar cambios()
43 : Continuar LD() 44 : Resume Cases()45 : Guardar Cambios()
46 : return: Cargar datos 47 : return: Datos listos 48 : return: Cambios realizados4950
101
ve si se necesita algún cambio de acuerdo a su opinión experta, para que en última instancia sean guardados en la base de datos del sistema.
Ilustración 59: Diagrama de secuencia extendido: Ejecución de modelos y
caracterización: Pronosticar 14.3.1.3 EJECUCIÓN DE MODELOS Y CARACTERIZACIÓN: CARACTERIZAR
Este diagrama tiene por objetivo obtener una caracterización de la demanda de pacientes que ingresen a lista de espera. Como se puede ver en detalle en la Ilustración 60, en primera instancia el analista pide una caracterización al motor de procesos a través de su interacción con la clase interfaz. Esta a su vez invoca al controlador de interfaz para que cree una nueva instancia de caracterización a la clase entidad correspondiente. Finalmente es esta clase entidad la responsable de comunicarse con el motor de procesos a través del controlador de procesos, para ejecutar la actividad que se necesita. Para esto, el motor de procesos invoca al servicio web de pronósticos para obtener el pronóstico que se desea caracterizar, y una vez obtenidos ejecuta los modelos correspondientes para conseguir la caracterización. Una vez realizada esta tarea, el analista analiza los resultados y ve si se necesita algún cambio de acuerdo a su opinión experta, para que en última instancia sean guardados en la base de datos del sistema.
Controlador de ProcesosControlador de Interfaz Motor de ProcesosInterfaz
: Analista
WS : Pronosticar WS_ Limpieza de DatosPronóstico
3 : Solicitar Pronóstico()4 : Obtener pronóstico() 5 : New Pronostico()
7 : Pedir Datos()
8 : return: datos9 : ObtenerPronostico()
10 : Crear XML()
13 : Crear Case()
15 : Info Case
16 : Perform Activity()
18 : Realizar pronóstico()
20 : return: pronóstico21 : return: info activity
23 : return: pronóstico25 : return: cargar pronóstico 26 : return:pronóstico
28
102
Ilustración 60: Diagrama de secuencia extendido: Ejecución de modelos y
caracterización: Caracterizar
14.3.2 ANÁLISIS DE CAPACIDADES
De igual forma, en este proceso se detallarán los diagramas de secuencia extendido de los caso de uso correspondientes a la administración de capacidades actuales, asignación de porcentaje de tiempo quirúrgico y finalmente de análisis de capacidad. 14.3.2.1 ADMINISTRACIÓN DE CAPACIDADES ACTUALES
Este diagrama tiene por objetivo modificar la capacidad actual del hospital en cuanto a los recursos necesarios. De esta forma, tal como se ve en la Ilustración 61, el analista interactuando a través de la clase interfaz, pide al motor de procesos mostrar la capacidad actual. Sin embargo, antes de llegar al motor de procesos, la clase interfaz debe invocar al controlador de interfaz, para que cree una instancia de este a través de la clase entidad correspondiente, y sea esta quien invoque al controlador de proceso para que cree el caso en el motor de procesos, y finalmente este llame a los servicios webs necesarios para obtener la información deseada (servicio web Capacidad). El analista de esta forma puede observar cuál es la capacidad actual y modificarla en caso que lo desee.
: Analista
Interfaz Controlador de Interfaz Controlador de Procesos Motor de Procesos WS : Caracterizar WS : PronosticarCaracterizar
4 : Solicitar Caracterizacion() 5 : Obtener Caracterizacion() 6 : Obtener Caracterizacion()7 : PedirPronóstico()
8 : return: Pronóstico10 : ObtenerCaracterizacion()
11 : Crear XML()
13 : Crear Case()
15 : return: Info Case
16 : Performe Activity()
18 : Realizar caracterizacion()
19 : Cargar Caracterizacion 20 : return: info activity 21 : return: caracterizacion22 : return: caracterizacion23
103
Ilustración 61: Diagrama de secuencia extendido: Administración de capacidad
actual 14.3.2.2 ASIGNACIÓN DE PORCENTAJE DE TIEMPO QUIRÚRGICO
Este diagrama de secuencia extendido permite asignar un porcentaje de tiempo quirúrgico a las especialidades. Esto se hace primeramente cuando el analista pide el pronóstico e información extra al sistema, que es necesaria para ejecutar el modelo de asignación, a través de la clase interfaz, y esta lo hace de igual forma con el controlador de interfaz, que creará una instancia invocando a la clase entidad “porcentaje de tiempo”. Esta última invoca al controlador de procesos para crear un caso, y realizar la actividad utilizando el motor de procesos. El motor de procesos finalmente es el encargado de comunicarse con los servicios webs correspondientes para obtener tanto la caracterización como otros datos necesarios. Una vez obtenida esta información y revisada por el analista, este siguiendo el mismo proceso descrito pide obtener el porcentaje de tiempo quirúrgico, y finalmente el motor de procesos invocando al servicio web de “Asignar porcentaje de tiempo”, que ejecutará la lógica de negocio compleja. Toda esta interacción se puede ver con mayor detalle en la Ilustración 62, que se muestra a continuación.
: Analista
Interfaz Controlador de Interfaz Controlador de Procesos Motor de Procesos WS_ CapacidadCapacidad
4 : Solicitar Capacidad() 5 : Pedir capacidad()6 : New Capacidad() 7 : PedirCapacidad()
8 : Crear XML()
9 : Crear Case()
11 : return: Info Case
13 : Perform Activity() 14 : Obtener Capacidad()
15 : Return: capacidad actual17 : return: Info Case18 : return: capacidad
19 : return: cargar capacidad20
23 : Modificar Capacidad()24 : Asignar Capacidad()
26 : Asignar Capacidad() 27 : Resume Case()28 : Asignar Capacidad() 29 : Guardar Cambios()
30 : return: Info Case31 32 : cargar nueva asignacion 33 : return: Nueva asignación34 35 : return: nueva asignacion
104
Ilustración 62: Diagrama de secuencia extendido: Asignación de porcentaje de
tiempo quirúrgico 14.3.2.3 ASIGNACIÓN DE CAPACIDAD
Este último diagrama de secuencia extendido tiene como fin mostrar las interacciones entre el analista y las clases necesarias para poder generar y analizar la asignación de capacidad. Para lograr esto, el analista pide el porcentaje de tiempo quirúrgico y recursos disponibles al motor de procesos a través de la clase de interfaz, y esta de igual forma que en los diagramas anteriormente mostrados, interactúa con el controlador de interfaz para que instancie una solicitud en la clase entidad correspondiente. La clase entidad, invoca al controlador de procesos para que cree un caso en el motor de procesos. Finalmente, es el motor de procesos, quién a través de los servicios webs correspondientes obtendrá la información pedida por el analista. El analista una vez que obtiene la información, define un escenario a evaluar a través de la clase interfaz y esta invoca al controlador de interfaz para que obtenga el formulario correspondiente. Una vez especificado el escenario, se vuelve a repetir el ciclo anterior, sin embargo en este finalmente el motor de procesos invoca al servicio web de Capacidad para ejecutar el modelo que permite evaluar el escenario. El analista puede observar los resultados, y definir otro escenario en caso de ser necesario. Esta interacción se observa en la Ilustración 63.
: Analista
Interfaz Controlador de Interfaz Controlador de Procesos Motor de Procesos WS_Asignar % de tiempo WS : Caracterizar% de tiempo
3 : Obtener Caracterización y Datos()5 : Pedir Caracterizacion()
6 : Crear XML()
7 : New % de tiempo() 8 : Pedir Caracterizacion()
9 : Crear Case()
11 : return: Info Case13 : Perform Activity() 14 : Pedir caracterizacion()
16 : return: caracterizacion y datos17 : return: info activity 18 : return: caracterizacion1920 : return: cargar informacion
2224 : Seleccionar parámetros() 25 : Buscar formulario()
26 : Cargar formulario28
30 : Pedir % de tiempo() 31 : Buscar % de tiempo() 32 : Generar % de tiempo() 33 : Resume Case()34 : Buscar % de tiempo() 35 : Pedir % de tiempo()
37 38 : return: cargar % de tiempo 39 : return: % de tiempo41 : return: Info activity42 : return: % de tiempo43
105
Ilustración 63: Diagrama de secuencia extendido: Asignación de capacidad
14.4 DIAGRAMA DE CLASES
A partir de los diagramas de secuencia extendido anteriormente descritos, se realizan los diagramas de clases correspondientes, en el que en cada clase se detallan los atributos necesarios y los métodos a programar. 14.4.1 PRONÓSTICO Y CARACTERIZACIÓN DE LA DEMANDA
En este proceso, se detallarán los diagramas de clases correspondientes a la limpieza de datos, ejecución de modelos y caracterización (pronosticar y caracterizar). 14.4.1.1 LIMPIEZA DE DATOS
El diagrama de clases referente a la Limpieza de Datos está conformado por 4 clases.
Controlador de Interfaz: esta clase forma parte de la vista, en el que el usuario entrega los requerimientos y datos necesarios para desarrollar una actividad. Esto no implica necesariamente que se refiera al formulario que ve finalmente el usuario, si no que es aquella clase que recibe esta información.
Entidad: la clase entidad en este caso es la de limpieza de datos. Esta tiene por objetivo crear una instancia de proceso que se pasará al controlador de procesos.
Controlador de Procesos: esta clase tiene por objetivo interactuar con la clase entidad y con el motor de procesos facilitándole los datos entregados por el usuario, creando los casos e invocar la realización de las actividades.
Repetirsd
: Analista
Interfaz Controlador de Interfaz Controlador de Procesos Motor de Procesos WS_ CapacidadCapacidad
3 : Solicitar % de tiempo y capacidad() 4 : Pedir % de tiempo y capacidad()5 : New Capacidad() 7 : Pedir % de tiempo y capacidad()
8 : Crear XML()
9 : Crear Case()
10 : return: Info Case
12 : Perform Activity()14 : Obtener % de tiempo y capacidad()
15 16 : return: info activity 17 : return: % de tiempo y capacidad actual19 : return: cargar % de tiempo y capacidad20 : return: % de tiempo y capacidad21
24 : Evaluar Escenario() 25 : Buscar Formulario()
26 : return: cargar formulario2730 : Ingresar evaluacion() 31 : Asignar evaluacion()
32 : Pedir evaluacion()33 : Obtener evaluacion() 34 : Resume Case() 35 : Evaluar()
36 : return: cargar evaluacion37 38 : return: evaluacion 39 : return: evaluacion40 41 : return: info case
106
Servicio web: el servicio web involucrado en este proceso es el de limpieza de datos, que tiene como función obtener de la base de datos operacional de ingreso de pacientes a lista de espera, y permitir la identificación de outliers que finalmente serán modificados por el usuario.
Finalmente, en la siguiente Ilustración se muestran las relaciones existentes entre las distintas clases.
Ilustración 64: Diagrama de clases: Limpieza de datos
14.4.1.2 EJECUCIÓN DE MODELOS Y CARACTERIZACIÓN: PRONOSTICAR
El diagrama de clases referente a la ejecución de Modelos y Caracterización: Pronosticar está conformado por 4 clases principalmente.
Controlador de Interfaz: esta clase forma parte de la vista, en el que el usuario entrega los requerimientos y datos necesarios para desarrollar una actividad. Esto no implica necesariamente que se refiera al formulario que ve finalmente el usuario, si no que es aquella clase que recibe esta información.
Entidad: la clase entidad en este caso es la de Pronóstico. Esta tiene por objetivo crear una instancia de proceso que se pasará al controlador de procesos.
Controlador de Procesos: esta clase tiene por objetivo interactuar con la clase entidad y con el motor de procesos facilitándole los datos entregados por el usuario, creando los casos e invocar la realización de las actividades.
Servicio web: en este caso se observan dos servicios web. El primero es el de Limpieza de datos, que tiene como función obtener de la base de datos operacional de ingreso de pacientes a lista de espera, y permitir la identificación de outliers que finalmente serán modificados por el usuario, a su vez este contiene los datos que finalmente se utilizarán en para realizar el pronóstico. El otro servicio web es el de Pronosticar, que tiene como función principal ejecutar el modelo de pronóstico y guardar los resultados obtenidos.
Finalmente, en la siguiente Ilustración se muestran las relaciones existentes entre las distintas clases.
CI
+dopost()+doget()+Generar LD()
CP
+Case+LD
+Generar XML()+NewCase()+PerformActivity()+GenerarLD()
Limpieza de Datos
+Especialidad+Periodo
+Validar Periodo()+Correr LD()+ObtenerDatos()
WS: Limpieza de Datos
+LD+Periodo+Especialidad
+GuardarCambios()+IdentificarOutlier()+ObtenerDatos()
Analista
107
Ilustración 65: Diagrama de clases: Ejecución de modelos y caracterización:
Pronosticar
14.4.1.3 EJECUCIÓN DE MODELOS Y CARACTERIZACIÓN: CARACTERIZAR
El diagrama de clases referente a la Ejecución de Modelos y Caracterización: Caracterizar, está conformado por 4 clases.
Controlador de Interfaz: esta clase forma parte de la vista, en el que el usuario entrega los requerimientos y datos necesarios para desarrollar una actividad. Esto no implica necesariamente que se refiera al formulario que ve finalmente el usuario, si no que es aquella clase que recibe esta información.
Entidad: la clase entidad en este caso es la de Caracterizar. Esta tiene por objetivo crear una instancia de proceso que se pasará al controlador de procesos.
Controlador de Procesos: esta clase tiene por objetivo interactuar con la clase entidad y con el motor de procesos facilitándole los datos entregados por el usuario, creando los casos e invocar la realización de las actividades.
Servicio web: en este caso se observan dos servicios web. El primero es el Caracterizar, que tiene como objetivo principal que dado un pronóstico facilitado pueda caracterizarlo en función de las categorías de tiempo de espera máxima, distribución de tiempos quirúrgicos y tipo de prestación ya sea Ges o valorada. El otro servicio web es el de Pronosticar, que tiene como función principal ejecutar el modelo de pronóstico, guardar los resultados obtenidos y finalmente facilitar los pronósticos que serán caracterizados.
Finalmente, en la siguiente Ilustración se muestran las relaciones existentes entre las distintas clases.
Analista
CI: EM
+dopost()+doget()+Generar Pronostico()
Pronostico
+Pronostico
+Generar Pronostico()+BuscarDatosLimpios()
CP: EM
+Case+Pronostico
+Generar XMl()+NewCase()+PerformActivity()+GenerarPronostico()
WS: Pronosticar
+Datos
+EjecutarModelo()+GuardarPronostico()
WS: Limpieza de Datos
+LD+Periodo+Especialidad
+GuardarCambios()+IdentificarOutlier()+ObtenerDatos()
108
Ilustración 66: Diagrama de clases: Ejecución de modelos y caracterización:
Caracterizar
14.4.2 ANÁLISIS DE CAPACIDADES
De igual forma, en este proceso se detallarán los diagramas de correspondientes a la administración de capacidades actuales, asignación de porcentaje de tiempo quirúrgico y finalmente de análisis de capacidad. 14.4.2.1 ADMINISTRACIÓN DE CAPACIDADES ACTUALES
El diagrama de clases referente a la Administración de Capacidades Actuales está conformado por 4 clases.
Controlador de Interfaz: esta clase forma parte de la vista, en el que el usuario entrega los requerimientos y datos necesarios para desarrollar una actividad. Esto no implica necesariamente que se refiera al formulario que ve finalmente el usuario, si no que es aquella clase que recibe esta información.
Entidad: la clase entidad en este caso es la de Capacidad. Esta tiene por objetivo crear una instancia de proceso que se pasará al controlador de procesos.
Controlador de Procesos: esta clase tiene por objetivo interactuar con la clase entidad y con el motor de procesos facilitándole los datos entregados por el usuario, creando los casos e invocar la realización de las actividades.
Servicio web: en este caso se tiene el servicio web llamado Capacidad, que tiene como objetivo principal obtener la capacidad actual con la que cuenta actualmente el hospital, evaluar distintos escenarios (en cuanto a disponibilidad de recursos), y finalmente guardar la capacidad que puede haber sido modificada.
Finalmente, en la siguiente Ilustración se muestran las relaciones existentes entre las distintas clases.
Analista
CI: Caracterizar
+doget()+dopost()+GenerarCaracterizacion()
CP: Caracterizar
+Case+Caracterizacion+Pronostico
+Generar XML()+NewCase()+PerformActivity()+GenerarCaracterizacion()
Caracterizar
+Caracterizacion
+GenerarCaracterizacion()+PedirPronostico()
WS: Caracterizar
+Pronostico
+EjecutarCaracterizacion()+GuardarCaracterizacion()
WS: Pronosticar
+Datos
+EjecutarModelo()+GuardarPronostico()
109
Ilustración 67: Diagrama de clases: Administración de capacidad actual
14.4.2.2 ASIGNACIÓN DE PORCENTAJE DE TIEMPO QUIRÚRGICO
El diagrama de clases referente a la Asignación de porcentaje de tiempo quirúrgico está conformado por 4 clases.
Controlador de Interfaz: esta clase forma parte de la vista, en el que el usuario entrega los requerimientos y datos necesarios para desarrollar una actividad. Esto no implica necesariamente que se refiera al formulario que ve finalmente el usuario, si no que es aquella clase que recibe esta información.
Entidad: la clase entidad en este caso es la de Porcentaje de tiempo quirúrgico. Esta tiene por objetivo crear una instancia de proceso que se pasará al controlador de procesos.
Controlador de Procesos: esta clase tiene por objetivo interactuar con la clase entidad y con el motor de procesos facilitándole los datos entregados por el usuario, creando los casos e invocar la realización de las actividades.
Servicio web: en este caso se observan dos servicios webs claves. El primero es el Caracterizar, que tiene como objetivo principal que dado un pronóstico facilitado pueda caracterizarlo en función de las categorías de tiempo de espera máxima, distribución de tiempos quirúrgicos y tipo de prestación ya sea Ges o valorada. Por otro lado se tiene el se Porcentaje de tiempo, que tiene como objetivo ejecutar la lógica de negocio que asignará un tiempo quirúrgico a cada especialidad dada la caracterización de lista de espera.
Finalmente, en la siguiente Ilustración se muestran las relaciones existentes entre las distintas clases.
Analista
CI: CA
+doget()+dopost()+GenerarCapacidad()
CP: CA
+Case+Capacidad
+Generar XML()+NewCase()+PerformActivity()+BuscarCapacidad()
Capacidad
+Capacidad+% de tiempo
+NewCapacidad()+AsignarCapacidad()+PedirEvaluacion()
WS: Capacidad
+CapacidadActual+% de tiempo
+ObtenerCapacidad()+Evaluar()+GuardarCapacidad()
110
Ilustración 68: Diagrama de clases: Asignación de porcentaje de tiempo
quirúrgico
14.4.2.3 ASIGNACIÓN DE CAPACIDAD
El diagrama de clases referente a la Asignación de Capacidad está conformado por 4 clases.
Controlador de Interfaz: esta clase forma parte de la vista, en el que el usuario entrega los requerimientos y datos necesarios para desarrollar una actividad. Esto no implica necesariamente que se refiera al formulario que ve finalmente el usuario, si no que es aquella clase que recibe esta información.
Entidad: la clase entidad en este caso es la de Capacidad. Esta tiene por objetivo crear una instancia de proceso que se pasará al controlador de procesos.
Controlador de Procesos: esta clase tiene por objetivo interactuar con la clase entidad y con el motor de procesos facilitándole los datos entregados por el usuario, creando los casos e invocar la realización de las actividades.
Servicio web: : en este caso se tiene el servicio web llamado Capacidad, que tiene como objetivo principal obtener la capacidad actual con la que cuenta actualmente el hospital, evaluar distintos escenarios (en cuanto a disponibilidad de recursos), y finalmente guardar la capacidad que puede haber sido modificada.
Finalmente, en la siguiente Ilustración se muestran las relaciones existentes entre las distintas clases.
Analista
CI: % de tiempo
+doget()+dopost()+GenerarAsignacion()
CP: % de tiempo
+Parametros+Caracterizacion+Case+Asignacion
+Generar XML()+NewCase()+PerformActivity()
% de tiempo
+Parametros+Caracterizacion+Asignacion
+NewAsignacion()+GenerarAsignacion()
WS: % de tiempo
+Parametros+Caracterizacion+Asignacion
+EjecutarLogica()
WS: Caracterizar
+Pronostico
+EjecutarCaracterizacion()+GuardarCaracterizacion()
111
Ilustración 69: Diagrama de clases: Asignación de capacidad
14.5 DIAGRAMA DE PAQUETES
El diagrama de paquetes que se plantea debe ser un apoyo para los procesos que se llevarán a cabo. De esta forma, se tienen que definir 4 distintos paquetes: el primero es un paquete de interfaz que reúne tanto las clases y métodos de las vistas (los formularios que podrá ver el usuario), y el controlador de interfaz (quien hace de mediador entre las vistas y la clase entidad). De igual forma se tiene el Paquete de Procesos, quien por un lado tiene el motor de procesos (Bizagi u otro), y a su vez el Controlador de Procesos, que tiene como función obtener la instancia de la clase entidad e invocar al motor de procesos para que ejecute la actividad pedida. Por otro lado se tiene el Paquete da Datos que encapsulará toda la información tanto de la lista de espera como de los recursos actuales del hospital, y finalmente se tiene el Paquete de Servicios Web, cuyo objetivo es ejecutar toda la lógica de negocio compleja para las distintas actividades. La interacción entre estos paquetes se observa en la Ilustración 70. De ella se deduce que el paquete de Interfaz es un paso previo y obligatorio para los paquetes posteriores.
Ilustración 70: Arquitectura de sistemas de apoyo expresado en diagrama de paquetes para todo el proceso
Analista
CI: AsignarCap
+doget()+dopost()+GenerarAsignacion()
CP: AsignarCap
+Case+% de tiempo+Capacidad
+GenerarXML()+NewCase()+PerformActivity()
WS: Capacidad
+CapacidadActual+% de tiempo
+ObtenerCapacidad()+Evaluar()+GuardarCapacidad()
Capacidad
+Capacidad+% de tiempo
+NewCapacidad()+AsignarCapacidad()+PedirEvaluacion()
Paquete de InterfazPaquete de Servicios WebPaquete de Procesos
Paquete de Datos
Paquete de Lógica de Negocios
Pronóstico Análisis de Capacidad
Motor de Procesos
Controlador
Vistas
Controlador de Interfaz
112
14.5.1 DATOS
El modelo de paquetes para los Datos debe considerar como anteriormente se dijo la lista de espera de pacientes y los recursos que tiene el hospital. Su interacción se muestra en la Ilustración 71, en el que es clave el paquete Preparador de datos (cuya función es servir de apoyo para la limpieza de datos).
Ilustración 71: Diagrama de paquete de datos
14.5.2 SERVICIOS WEB
El paquete de Servicios Web que se detallará a continuación, tiene por objetivo principal ejecutar toda la lógica de negocio compleja para las distintas actividades.
14.5.2.1 PRONÓSTICO Y CARACTERIZACIÓN DE LA DEMANDA
El modelo de paquetes necesario para este proceso se puede observar en la Ilustración 72. En cuanto a la arquitectura de sistemas que se debe plantear, se observa que en este diagrama debe incluirse un paquete Ejecutor de Modelos que será capaz de generar el pronóstico de demanda. Sin embargo, esto no es posible sin un paquete Desarrollador y Mantenedor de Modelos. A su vez, este paquete genera uno de Demanda, que contendrá el último pronóstico hecho. Por último, se considera el paquete de Caracterización, que debe tomar aquella demanda pronosticada y asignarle tiempos máximos de espera, tiempos quirúrgicos, complejidad, etc.
Ilustración 72: Arquitectura de sistemas de apoyo para pronóstico y
caracterización de demanda
Paquete Preparador de Datos
Paquete Datos Recursos
Paquetes Datos Pacientes
Paquete Desarrollador y Mantenedor de Modelos de Comportamiento
Paquete Demanda Paquete Ejecutor de Modelos
Paquete Modelos
Paquete Caracterización
Paquete Desarrollador Paquete Mantenedor
113
14.5.2.2 ANÁLISIS DE CAPACIDADES
El modelo de paquetes que apoya al proceso de Análisis de Capacidades, se puede observar en la Ilustración 73. En este se pueden ver las interacciones entre todos los paquetes necesarios para dar lugar a este proceso. En primera instancia, se tiene el paquete Asignación de Porcentaje de Tiempo Quirúrgico, que contiene y ejecutará el modelo de programación entera que dará lugar a un porcentaje de tiempo quirúrgico por especialidad. Finalmente, se cuenta con un Paquete de Asignación de Capacidad, que ejecutará un modelo de simulación de forma de verificar que la asignación de porcentaje de tiempo quirúrgico y los recursos actuales del hospital sean los necesarios para garantizar el servicio.
Ilustración 73: Arquitectura de sistemas de apoyo para asignación de capacidad
Paquete Asignación % de tiempo quirurgico
Paquete Asignación de Capacidad
114
15 CONSTRUCCIÓN DEL PROTOTIPO
El prototipo que se realiza consiste en la implementación del caso de uso de Asignación de Capacidad dada la relevancia de éste dentro del proyecto de tesis que se plantea y desarrolla. Para lograr esto, es clave contar con los resultados de la predicción de demanda (que para este caso se supondrá dado), y además con la información de la lista de espera de pacientes que actualmente se encuentra en el hospital. A su vez, es importante determinar la cantidad de pabellones disponibles para asignar a las especialidades. 15.1 DESARROLLO TECNOLÓGICO DEL PROTOTIPO
El desarrollo tecnológico del prototipo, incluye una aplicación que es realizada utilizando BizAgi Xpress, que es una herramienta BPM para Gestión de Procesos y Flujos de Trabajo. Ésta, en conjunto con la tecnología Java Enterprise Edition, permitirán mantener un modelo de tres capas (Modelo, Vista y Controlador), en el que se implementarán los servicios webs. BizAgi Xpress posee su propia base de datos utilizando tecnología de tipo SQL Server 2005. A su vez posee un servidor de aplicaciones propio IIS (Internet Information Server). Finalmente, es necesario recalcar que todas estas tecnologías utilizadas ofrecen soluciones sin costo de licencia asociado. 15.2 DESCRIPCIÓN DEL PROTOTIPO
A continuación se busca describir el prototipo en función de las diferentes actividades que el usuario podrá realizar. 15.2.1 SELECCIÓN DE ACTIVIDAD
Esta es la actividad que da inicio a la aplicación. Aquí el usuario podrá observar los módulos o actividades que puede realizar. Estos módulos inicialmente son limpieza de datos para pronóstico, predicción de demanda, asignar capacidad y analizar capacidad asignada. En este punto es importante recalcar, que la actividad que tiene funcionalidad es la de Asignar Capacidad. Los otros módulos deberán desarrollarse en la medida que la aplicación sea efectivamente implementada en la institución. Finalmente, esta implementación se puede observar en la Ilustración 74.
115
Ilustración 74: Seleccionar actividad a realizar
15.2.2 MÓDULO DE ASIGNACIÓN DE CAPACIDAD
Como se ha explicado, este módulo lo compone tanto la limpieza de los datos necesarios para realizar la predicción, como la obtención del pronóstico de la demanda.
Ilustración 75: Selección de actividad a realizar dentro de Asignación de
Capacidad
116
15.2.3 OBTENER ASIGNACIÓN
En esta actividad, el analista lo que desea es poder obtener una asignación de capacidad para cada especialidad, en un período de análisis. Para tener esto debe seguir con las siguientes actividades: 15.2.3.1 SELECCIONAR AÑO Y CANTIDAD DE PABELLONES DISPONIBLES
En esta etapa, el analista en primera instancia debe seleccionar el período en análisis; para esto, debe indicar el año al cuál se desea obtener la asignación de capacidad. Una vez seleccionado el año, se debe indicar la cantidad de recursos disponibles. Para este caso, el recurso clave en cuestión es la cantidad de pabellones disponibles semanalmente. En este mismo sentido, dado que históricamente el día viernes en la tarde no se utiliza este recurso, entonces se debe seleccionar si se encuentra o no disponible para esta jornada. En la Ilustración 76, se refleja las decisiones que debe tomar el analista.
Ilustración 76: Selección de año y cantidad de pabellones disponibles
15.2.3.2 INVOCACIÓN DE WEB SERVICE
A pesar de que en esta actividad el analista no interviene (es automática), es importante describirla debido a que es aquí donde sucede la lógica de negocios compleja que se ha descrito en capítulos anteriores. En primera instancia, el Web Service debe obtener la predicción de la demanda de la base de datos donde se encuentra; para esto utiliza el período en cuestión que ingresó
117
con anterioridad el analista. A su vez, debe obtener la lista de espera actual de pacientes para las distintas especialidad. Esto se realiza, ya que es información clave que sirve de input para que el modelo de programación matemática que dará origen a la asignación de capacidad pueda funcionar. Una vez obtenida dicha información, y generados los documentos del tipo .csv; es posible invocar al software SCIP 1.1, que a través de sus librerías integradas permite resolver problemas de programación entera mixta que están escritos en el lenguaje .zimpl (como es el caso del modelo propuesto), o en su defecto puede invocarse la versión académica de GAMS en su versión 23.8. 15.2.3.3 MOSTRAR ASIGNACIÓN DE CAPACIDAD OBTENIDA
Finalmente, en esta etapa se pueden observar los resultados en cuanto a la asignación de capacidad a las distintas especialidades. De esta forma, se muestra un porcentaje de asignación ideal, es decir, un porcentaje que el Jefe de Pabellones debe mantener en la asignación para poder lograr los objetivos que pretende este proyecto. Esto es clave, ya que hay que recordar que la asignación y la ocupación de los pabellones puede ser finalmente distinta.
Ilustración 77: Asignación de capacidad para las especialidades obtenida
118
16 PRUEBA DE CONCEPTO DEL PROYECTO
El proyecto de Gestión y Análisis de Capacidad en el Hospital Dr. Exequiel González Cortés, será implementando a través de una prueba de concepto. Esto debido a la cantidad de tiempo que requiere ver los beneficios potenciales de éste (recordando que para ambos casos es necesario considerar un espacio de tiempo de al menos 5 años). El objetivo que busca realizar una prueba de concepto, es verificar que la asignación propuesta presenta una mejora en cuanto a la oportunidad que posee cada paciente de las distintas especialidades. Esta se realiza utilizando un modelo de simulación, en el que se recrea el paso de los pacientes en el proceso que deben pasar para recibir su intervención quirúrgica; esto desde el momento que ingresan a lista de espera, hasta que finalmente estos recibieron su atención. De esta forma, en primera instancia se muestra un análisis de cómo ha sido la cantidad de pabellones asignados de manera histórica a nivel semanal, y cómo fue efectivamente el nivel de ocupación de éstos. A su vez, se muestra un análisis de la asignación de capacidad a las distintas especialidades. Luego, con esta información disponible, se plantean los resultados de la asignación propuesta por el modelo para cada especialidad (considerando en esto todas las componentes en cuanto al mix de pacientes y cantidad de recursos disponibles). Finalmente, se presentan los beneficios potenciales de la implementación de tales configuraciones realizando una comparación entre la cantidad de pacientes de los cuales se les ha otorgado una atención oportuna (en cuanto a sus tiempos máximos de espera), a través de una simulación que por un lado considera recursos ilimitados (situación ideal), y recursos fijos. En este punto se muestra también las condiciones bajo las cuales se realizó esta prueba de concepto.
16.1 ANÁLISIS DE ASIGNACIÓN DE CAPACIDAD HISTORICA
En primera instancia se expone la cantidad de pabellones que son asignados semanalmente. Esta asignación tal como se puede apreciar en la Ilustración 78, considera dos jornadas: mañana y tarde. Esta distinción se realiza ya que a pesar de que la cantidad de pabellones disponibles para ambas jornadas es la misma, se encuentran diferencias en cuanto a la asignación real de pabellones; esto quiere decir que semanalmente el Jefe de Pabellones asigna una cantidad promedio de 4 pabellones en la jornada de mañana, y 3 en la tarde. Esta diferencia se debe principalmente a la cantidad del personal médico dispuesto a realizar intervenciones quirúrgicas en las tardes.
119
Ilustración 78: Nivel de asignación de pabellones semanal para el período de Agosto 2011 - Marzo 2012
Otro análisis importante a realizar, es poder verificar si la utilización real de estos pabellones es igual a la asignación que se ha realizado. El nivel de utilización real, se basa en los pabellones que efectivamente se ocuparon para realizar intervenciones quirúrgicas. Se realiza este análisis, debido a que a pesar de que se cuente con una asignación de pabellones, la probabilidad de cumplirla a cabalidad no es alta, y por tanto para verificar la situación actual de utilización de pabellones, es importante poder comprar cómo se ha comportado este indicador de manera histórica. Es por esto, que en la Ilustración 79, se da cuenta como efectivamente la asignación de pabellones y su utilización es distinta. Se puede observar, que en promedio el nivel de ocupación en la jornada de mañana es en promedio de 3 pabellones, y para la tarde 2. La diferencia en cuanto al nivel de asignación y real ocupación de los pabellones, se puede deber a distintos factores; sin embargo uno de los que pueden ser determinantes es la falta de recursos, que impidan que finalmente se atienda al paciente.
Ilustración 79: Nivel de ocupación de pabellones semanal para el período de
Agosto 2011 - Marzo 2012
0
1
2
3
4
5
6
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Ca
nti
da
d d
e P
ab
ell
on
es
Asi
gn
ad
os
Cantidad Semanal de Pabellones Asignados
Mañana
Tarde
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Ca
nti
da
d d
e P
ab
ell
on
es
Ocu
pa
do
s
Cantidad Semanal de Pabellones Ocupados
Mañana
Tarde
120
Siguiendo la misma línea de análisis, en la Ilustración 80 se muestra cómo es la asignación de los pabellones a las distintas especialidades en nivel porcentual. De igual forma en la Ilustración 81 se observa cómo es la ocupación real porcentual de los pabellones para las distintas especialidades, es decir, dado el nivel de ocupación de los pabellones descritos en la Ilustración 79, se muestra la cantidad de pabellones utilizados por las especialidades de manera porcentual.
Ilustración 80: Asignación porcentual de pabellones para las distintas
especialidades
Ilustración 81: Ocupación porcentual de pabellones para las distintas
especialidades
29% 30% 29% 32% 34% 35%
32% 29% 31% 31% 31% 29%
18% 24% 22% 20% 15% 18%
21% 17% 18% 17% 20% 18%
0%
20%
40%
60%
80%
100%
Po
rce
nta
je d
e A
sig
na
ció
n
Asignación Porcentual de Pabellones
Traumatologia
Urologia
Cirugia Plastica
Cirugia General
27% 31% 29% 30% 25% 34%
28% 31% 29% 33%
35% 25%
20%
22% 25% 22%
17% 16%
26% 16% 17% 15%
23% 25%
0%
20%
40%
60%
80%
100%
1 2 3 4 5 6
Ocupación Porcentual de Pabellones
Traumatologia
Urologia
Cirugia Plastica
Cirugia General
121
A modo de resumen en la Tabla 11 se observa tanto la asignación como la ocupación promedio de los pabellones. De esta se puede concluir que a pesar que la cantidad de pabellones asignados y efectivamente utilizados es distinta, los porcentajes finales por cada especialidad son prácticamente los mismos, esto implica que se sigue una lógica de mantener un nivel de porcentaje dado que son considerados como un nivel óptimo.
Asignación Porcentual Promedio de Pabellones
Ocupación Porcentual Promedio de Pabellones
Cirugía General 31% 29% Cirugía Plástica y Quemados 30% 30% Urología 19% 20% Traumatología 19% 20%
Tabla 11: Asignación y ocupación porcentual promedio de pabellones a las especialidades
16.2 ASIGNACIÓN DE CAPACIDAD PROPUESTA
16.2.1 SITUACIÓN ACTUAL
Ya con el análisis presentado, es posible poder aplicar ambos modelos de asignación de capacidad para distintas configuraciones en el que el parámetro clave que se va modificando es la cantidad de pabellones disponibles semanalmente tal como se puede apreciar en la Tabla 12. Los resultados obtenidos para cada asignación se muestran en la Ilustración 82. Se llama en este caso situación actual, a la configuración en la que se considera las 4 especialidades que atienden de manera regular en el hospital.
Ilustración 82: Asignación porcentual de capacidad a especialidad
De ésta última ilustración, se puede apreciar que a pesar de que el parámetro de cantidad de pabellones disponibles para realizar una asignación de capacidad vaya cambiando, es decir, aumentando o disminuyendo, la asignación propuesta para el
38% 36% 36% 30%
26% 26% 26% 29%
16% 17% 19% 20%
21% 21% 20% 21%
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Alternativa 1 15 - 8
Alternativa 2 15 - 8
Alternativa 1 20 - 12
Alternativa 2 20 - 12
Asignación Porcentual
URO
TRAU
CP
CG
122
porcentaje de capacidad que debe ser asignado a cada especialidad es prácticamente la misma. Esto es clave, ya que cuando se realice una comparación de oportunidad de la atención en los pacientes aumentando la capacidad ésta asignación se mantiene constante. Además se puede apreciar que a pesar de que se han presentado dos alternativas de formulación del modelo, las asignaciones porcentuales son prácticamente las mismas. A pesar de pequeñas diferencias estas no se ven plasmadas en cambios en cuanto a cantidad de jornadas semanales que deban asignarse a cada especialidad.
Nombre Asignación Pabellones Mañana Pabellones Tarde Viernes Tarde
Asignación 3/2 (23) 3 2 NO Asignación 3/2 (25) 3 2 SI Asignación 4/3 (32) 4 3 NO Asignación 4/3 (35) 4 3 SI
Tabla 12: Definición de asignación de capacidades semanal de pabellones
16.2.2 PRIORIDAD SANITARIA: INCLUSIÓN DE NUEVAS ESPECIALIDADES
Tal como se ha expuesto anteriormente, el modelo de asignación debe ser capaz de considerar nuevas situaciones a las que se enfrenta el hospital. En este caso, se tiene que el hospital se hizo cargo de atender pacientes de la especialidad de Otorrinolaringología, aumentando su capacidad, y por tanto extendiendo su jornada laboral para el día sábado en horario de mañana. Para este caso, es interesante analizar cómo debería ser la asignación de capacidad, sin tener que extender la jornada de trabajo. Esto se muestra finalmente en la Ilustración 83, donde se da cuenta el cambio en la asignación de capacidad, en el que a la especialidad en cuestión se le asigna 1 jornada de pabellón, y por tanto se ve afectada la especialidad de Cirugía General. De igual forma, se observa que los porcentajes de asignación para Urología y Traumatología se mantienen constantes.
Ilustración 83: Asignación porcentual de capacidad dado una prioridad sanitaria
16% 17%
25% 28%
38% 36%
18% 18% 2% 0%
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Asignación Propuesta con Otorrino
Asignación Propuesta sin Otorrino
Asignación Porcentual de Capacidad
Otorrino
Traumatología
Cirugía General
Cirugía Plástica
Urología
123
16.3 RESULTADOS EN CUANTO A OPORTUNIDAD DE ATENCIÓN
16.3.1 DESCRIPCIÓN DE MODELO DE SIMULACIÓN
El modelo de simulación a describir, se ha realizado utilizando el software ProModel en su versión estudiantil 6.0. Un detalle de éste se puede observar en el Anexo H "Diagrama del Modelo de Simulación en ProModel"; de igual forma, a continuación se describen las fases claves que dan forma a este modelo.
1. Ingreso de Pacientes a Lista de Espera: en este caso es importante considerar dos factores:
Pacientes que actualmente se encuentran en Lista de Espera: se utiliza como base la lista de espera actual de pacientes. Se asigna en este paso la especialidad, categoría y tiempo quirúrgico.
Pronóstico de Pacientes que ingresarán a Lista de Espera: de acuerdo al modelo de predicción de demanda se simula el ingreso de pacientes por especialidad. En este paso a cada entidad se le asigna: especialidad, categoría, tiempo quirúrgico (promedio por categoría y especialidad).
2. Asignación de Prioridad: en este paso a cada paciente se le asigna su prioridad de acuerdo a la siguiente lógica de priorización:
Categoría No Vencido Vencido Prioridad
AA SI NO Días en LE AA NO SI - A SI NO Días en LE A NO SI 16*(Días en LE-15) + 15 B SI NO Días en LE B NO SI 8*(Días en LE-30) + 30 C SI NO Días en LE C NO SI 4*(Días en LE-90) + 90 D SI NO Días en LE D NO SI 2*(Días en LE-180) + 180 E SI NO Días en LE E NO SI 1*(Días en LE-360) + 360
Tabla 13: Lógica de asignación de prioridad Esta lógica de asignación se utiliza semanalmente en la medida que el paciente permanezca en la lista de espera.
3. Asignación de Pacientes a Pabellón: en este paso se crea una lista de espera de pacientes por cada especialidad. Además se asigna un paciente a un pabellón en la medida que este se encuentre disponible y que además el paciente tenga la mayor prioridad.
4. Intervención Quirúrgica en Pabellón: finalmente en este paso se realiza la intervención quirúrgica al paciente. En este se deben considerar los siguientes tiempos:
124
Tiempo Promedio Distribución
Delay 1er Paciente 0:19:24 LogNormal(2,1.46,1.03) Delay Inicio Anestesia 0:05:27 LogNormal(2,1.08,0.675)
Tpo. Anestesia 0:17:18 Exp(2,9.6) Tpo. Quirúrgico - -
Tpo. Salida Anestesia 0:10:27 Exp(2,6.78) Delay Aseo 0:02:02 - Tpo Aseo 0:08:05 -
Delay Paciente Sig. 0:07:26 Exp(1,7.06)
Tabla 14: Tabla resumen de distribución de tiempos quirúrgicos
16.3.2 OPORTUNIDAD DE ATENCIÓN PROMEDIO
En la Ilustración 84, se puede observar la oportunidad de atención promedio de los pacientes, para una simulación realizada en función de la asignación actual que posee el hospital. En el eje de las abscisas se muestra la capacidad representada en función de la cantidad de jornadas de pabellón que se simularon, es decir, una capacidad de pabellón que sea de 24, indica que semanalmente hay 24 jornadas de pabellón (ya sea en turnos de mañana y de tarde). La cantidad de jornadas de pabellones representada va desde una capacidad mínima que es de 6 jornadas (de acuerdo a la asignación de pabellones mínima que se puede realizar), y un máximo de 50 dado que la cantidad de pabellones que posee el hospital es de 5. En el eje de las ordenadas se muestra la oportunidad promedio de forma porcentual y en función de las categorías de tiempos máximos de espera; por ejemplo se observa que para una capacidad de 18 pabellones, se tiene una oportunidad promedio de 250% aproximadamente, esto implica que el hospital se demora 2,5 veces más del tiempo máximo permitido de acuerdo a las categorías de priorización, es decir, para un paciente de categoría A cuyo tiempo máximo de espera es de 15 días, el hospital se demora en promedio 52 días en atenderlo. Por último, se puede observar distintos períodos de evaluación que van desde los 6 meses hasta los 10 años. De esta forma, para cada período de evaluación se muestra el cambio de la oportunidad de atención a medida que aumenta la cantidad de jornadas de pabellones disponibles semanalmente en el hospital.
125
Ilustración 84: Oportunidad de Atención Promedio de Pacientes
Uno de los principales puntos de análisis es la verificación de la representación de la situación actual en la que se encuentra el hospital. Actualmente la capacidad que maneja éste es de entre 16 y 19 jornadas de pabellones semanales, lo que implica a su vez que la oportunidad promedio de los pacientes fluctúa entre 400% y 250% aproximadamente. Esta situación representa a cabalidad el tiempo de espera que actualmente los pacientes permanecen en lista de espera antes de ser intervenidos quirúrgicamente. Por otra parte, se observa que a partir de una cantidad de jornadas de pabellón igual a 32, el hospital estaría respetando la oportunidad de atención que ellos mismos han definidos como justa en función de la categoría de priorización a la que se le atribuye a cada paciente en función de su diagnóstico y agravante.
16.3.3 OPORTUNIDAD DE ATENCIÓN PONDERADA
La principal conclusión que permite llegar el punto anteriormente descrito, es que efectivamente el modelo de simulación propuesto es representativo de la realidad del hospital. Sin embargo, uno de los problemas que presenta la oportunidad de atención promedio, es que toma por igual a las distintas categorías de tiempos máximos de espera, cuando se ha determinado que es más grave que pacientes que requieren de atención inmediata sean atendidos tardíamente que aquellos que pueden esperar más. Es por esto, que se ha definido un nuevo indicador que presenta la oportunidad de atención de los pacientes de forma ponderada, es decir, de la siguiente forma:
0%
200%
400%
600%
800%
1000%
1200%
1400%
6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50
Op
ort
un
ida
d
Capacidad de Pabellones
Oportunidad Promedio
6 meses
1 año
2 años
5 años
10 años
100%
126
Considerando esto, se puede ver en la Ilustración 85, la oportunidad de atención ponderada en función de la capacidad de pabellones medida nuevamente en cuanto a la cantidad de jornadas de pabellones disponibles.
Ilustración 85: Oportunidad de Atención Ponderada de Pacientes
En éste gráfico se puede observar el efecto que produce la ponderación de las categorías de tiempos máximos de espera, esto ya que para cantidad de pabellones menores la oportunidad ponderada es aún mayor que la promedio, en cambio para una capacidad mayor se observa que la oportunidad ponderada disminuye ya que el tiempo que pasan los pacientes de categorías D y E a pesar de ser el mismo tiene un menor peso. La oportunidad ponderada en este sentido es un mejor indicador ya que para capacidad menor representa que sólo se atienden pacientes de categorías graves, y el tiempo que esperan en lista de espera representa un mayor riesgo a su salud (en comparación a la oportunidad promedio). De igual forma, se observa que para una capacidad igual y mayor a 32 jornadas se respeta la oportunidad de los pacientes medida en las categorías de priorización e incluso para una capacidad de 50 jornadas de utilización de pabellón esta es tal que los pacientes son atendidos casi de forma inmediata. De esta forma, el ideal de capacidad a la que debería aspirar el hospital es de 32 jornadas para poder respetar la oportunidad de atención de los pacientes. A pesar de esta situación, se tiene que a partir de las 22-24 jornadas de uso de pabellón, el porcentaje de mejora en la oportunidad de atención de los pacientes pasa a ser decreciente, y por tanto un incremento en el uso de recursos ya no genera una gran mejora en los niveles de oportunidad de los pacientes. Dado que el objetivo principal que busca este proyecto es asegurar la atención a los pacientes en sus tiempos máximos de espera, de igual forma el hospital debe aspirar a una capacidad mínima de 32 jornadas de pabellones como se expuso anteriormente.
0%
200%
400%
600%
800%
1000%
1200%
6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50
Op
ort
un
ida
d
Capacidad de Pabellones
Oportunidad Ponderada
6 meses
1 año
2 años
5 años
100%
127
16.3.4 EFECTO PRIORIZACIÓN
Otro de los análisis que deben realizarse es ver cómo cambia la oportunidad ponderada de atención de los pacientes dada una capacidad fija de pabellones para los distintos tiempos de período de evaluación. Esta situación se ve reflejada en la Ilustración 86.
Ilustración 86: Oportunidad Ponderada de Atención para Capacidad de 16
y 28 Jornadas de Pabellones
Este gráfico presenta la oportunidad ponderada de atención de los pacientes para una capacidad de atención comprendida entre las 16 y 28 jornadas de pabellones. De aquí se puede observar cómo para un período de análisis correspondiente a los 2 años la oportunidad ponderada para cada capacidad definida es menor que para los otros períodos de evaluación. Este fenómeno, se denominará como "Efecto Priorización", y representa cómo en éste período de evaluación se atienden pacientes de manera ordenada de acuerdo a priorización de la lista de espera, y por tanto llegado el punto en que se atendió a todos estos pacientes que inicialmente se encontraban en lista de espera (donde la oportunidad se hace mínima), y dado que la capacidad ofertada es menor a la demanda y que además en éste período los pacientes seguían ingresando a lista de espera; se observa que éstos comienzan a acumularse y por tanto su oportunidad ponderada aumenta. Un ejemplo de ésta situación se refleja en la Ilustración 86. En ésta se tiene la oportunidad real de los pacientes para las distintas categorías de la especialidad de Urología en función de las semanas del período de simulación. De esta forma se observa que inicialmente y rápidamente disminuye la oportunidad de atención hasta llegar al mínimo a las 104 semanas aprox. y luego para todas las categorías ésta se ve incrementada.
0%
100%
200%
300%
400%
500%
600%
700%
800%
16 18 20 22 24 26 28
Op
ort
un
ida
d
Oportunidad Ponderada
6 meses
1 año
2 años
5 años
128
Ilustración 87: Oportunidad de Atención de Pacientes en función del
tiempo
16.3.5 ASIGNACIÓN ACTUAL VS ASIGNACIÓN PROPUESTA
Por último, es clave determinar la diferencia entre la asignación actual y la asignación propuesta por los modelos. Este análisis se ha realizado considerando un período de correspondiente a 5 años, esto ya que como se ha visto anteriormente un período de 2 años representa una situación en el que la lista de espera se ordena y se observa el "Efecto Priorización", y ya que la otra alternativa que es de 10 años es un período de análisis muy largo. Teniendo esto en cuenta, se puede observar en la Ilustración 88 el comportamiento de la Oportunidad Ponderada para las dos asignaciones en función de la capacidad de pabellones.
Ilustración 88: Asignación Actual vs Asignación Propuesta
0%
200%
400%
600%
800%
1000%
1200%
6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50
Op
ort
un
ida
d
Capacidad de Pabellones
Oportunidad Ponderada
Actual
Propuesta
129
Dado que las asignaciones son muy parecidas (en específico distan prácticamente sólo en la cantidad de pabellones asignados a Cirugía General), se espera que la oportunidad de los pacientes se mantenga de la misma forma. Esto se puede comprobar de forma visual al observar el gráfico y de manera cuantitativa al representar una mejora promedio de un 2% aproximadamente en oportunidad ponderada de atención de los pacientes. Dado que el promedio de mejora está basado en un análisis que incluye casos extremos de ocupación de capacidad, lo mejor es centrar el análisis en la asignación de capacidad que permite una oportunidad de atención de los pacientes a un 100%, así, se puede distinguir que la asignación de capacidad propuesta, permite lograr esto con 28 jornadas de pabellones a diferencia de las 32 que requiere la asignación actual de capacidad. Esto es claramente una mejora debido a que en un mismo intervalo de tiempo, semanalmente podría disminuir el uso del recurso de pabellones, y por tanto los costos asociados a éste. También debe considerarse que para el intervalo de la capacidad que actualmente maneja el hospital (16-23 jornadas de pabellones), la asignación propuesta presenta en promedio igual oportunidad que la asignación actual. Por último, a pesar de que en promedio la mejora de la oportunidad en función de las distintas configuración de capacidad que puede presentar el hospital, la asignación propuesta no sólo ha logrado disminuir la oportunidad de atención de pacientes, sino que además ha permitido aumentar la cantidad de pacientes atendidos en un 10% que principalmente pertenecen a las categorías de priorización D y E, tal como se puede apreciar en la Ilustración 89 para el caso en el que la capacidad de pabellones es de 23 jornadas. A pesar de que la cantidad de pacientes atendidos no es parte primordial del proyecto, es importante también ver otras consecuencias que traen consigo la asignación de capacidad propuesta; de esta forma no sólo se tiene una mejora en la oportunidad, sino que además se puede atender una mayor cantidad de pacientes y por tanto poder disminuir la lista de espera.
Ilustración 89: Cantidad De Pacientes Atendidos para una Capacidad de 23 Jornadas de
Pabellones
0
2000
4000
6000
8000
10000
12000
14000
Actual Propuesta
Cantidad de Pacientes Atendidos
Cantidad de Pacientes
130
17 GESTIÓN DEL CAMBIO
Este capítulo muestra el plan de cambio y dominios de acción asociados a la implementación del proyecto presentado en esta tesis. De esta forma se analiza tanto el contexto organizacional en el que se desarrolla y distintas estrategias que son claves en cuanto a la gestión del cambio, e implementación exitosa del proyecto.
17.1 CONTEXTO ORGANIZACIONAL
El Hospital Exequiel González Cortés, es un hospital pediátrico de alta complejidad (considerando las especialidades de Pediatría, cirugía, Traumatología, Ortopedia), que pertenece a la Red Asistencial Metropolitana Sur, y que se caracteriza por ser auto-gestionado, lo que implica entre otras cosas que realiza su propio proyecto de presupuesto, un plan anual de actividades (asociado a éste) y un plan de inversiones conforme a las necesidades de ampliación y reparación de la infraestructura. El hecho de que el hospital sea auto-gestionado, es clave en el contexto de la realización del proyecto, dado que le permitirá definir de forma estratégica, es decir a plazo de un año aproximadamente, los recursos prioritarios que se necesitarán para cumplir con un plan de atención de pacientes en lista de espera en función de sus tiempos máximos de espera. Finalmente, dado que el proyecto tiene un alto impacto táctico y estratégico que viene demostrado a través del diseño de procesos asociados a la asignación de capacidad del servicio de pabellones a cada una de las especialidades, se menciona el gran desafío que conlleva su ejecución, debido a que los principales actores y roles que se ven afectados, son médicos cuyos intereses, preocupaciones y quiebres son distintos a los que un ingeniero presenta, y por tanto el simple hecho de comunicarse y darse a entender puede resultar un proceso complejo. Siguiendo en esta misma línea se adicionan los siguientes desafíos:
Lograr transmitir y articular de forma correcta la narrativa asociada al proyecto, considerando en ella todas los grandes beneficios asociados, para los actores relevantes.
Lograr el apoyo de la Dirección del hospital. Esto en cuanto al cumplimiento de la asignación de capacidad definida a través de los recursos claves necesarios.
Lograr el apoyo del Jefe de Pabellones. Este actor es clave, en el sentido que es la persona que asigna la capacidad de los pabellones semanalmente a las especialidades. Esta persona es la encargada de mantener los porcentajes de ocupación de pabellones de acuerdo a lo establecido (asignando a su vez los recursos de anestesistas necesarios). De igual forma, a través de é, se logrará
131
involucrar a los otros equipos médicos en la realización del proyecto, tratando de hacer ver la importancia de respetar la lista de espera priorizada de pacientes.
17.2 ESTRATEGIA PARA LA GESTIÓN DEL CAMBIO
La estrategia a utilizar para la gestión del cambio, se relaciona directamente con todos los temas tratados que tienen mayor relevancia en el contexto del proyecto.
17.2.1 SENTIDO DE URGENCIA
Crear el sentido de urgencia en el hospital y en especial dentro de la dirección es vital para llevar a cabo la gestión del cambio. Ellos deben ser capaces de ver la importancia de iniciar y crear el ambiente propicio para implementar el proyecto en desarrollo, dado que se convierte en una necesidad. Tal como se ha expuesto en páginas anteriores, la visión del hospital al año 2014 es: "nuestro compromiso con las personas es atenderlos con calidad certificada y tiempos de espera definidos para cada atención". Desgraciadamente esto dista de convertirse en realidad al analizar la cantidad de personas que se encuentran en lista de espera (aproximadamente 1.500 pacientes), y más aún al constatar que más de un 50% de ellos están siendo atendidos en tiempos que no corresponden al definido en cuanto a su criterio de priorización que viene dado tanto por su diagnóstico médico como por sus agravantes. Sumado a esto, se muestra el gran interés por parte del gobierno de lograr acabar con la lista de espera de pacientes quirúrgica. Este interés busca que al 2013 se dé solución a todos aquellos pacientes que tienen un problema de salud que no se encuentra incluido en el Plan Auge. De esta forma, tanto los servicios de salud como los hospitales auto - gestionados deben crear e implementar estrategias que permitan reducir significativamente sus cifras.
17.2.2 GESTIÓN DEL PODER
La gestión del poder, permitirá llevar a cabo la implementación del proyecto, en el sentido de lograr determinar los actores relevantes del proyecto. Recordando el organigrama del hospital, mostrado en la Ilustración 1. De este se puede observar, que se organiza en función de 13 Centros de Responsabilidad (formados básicamente en función de los procesos productivos). A su vez, se da cuenta de lo siguientes actores relevantes:
132
Actor Tipo de Poder Relación con el Proyecto Nivel de Poder
Director del Hospital
Financiero, Cargo,
Conocimiento
Persona que desde el principio del planteamiento del proyecto,
lo ha apoyado a través de la generación de contactos con
personas claves que pudiesen aportar tanto con información
relevante o que se verán directamente influidas. Su papel
es clave ya que permitirá gestionar el presupuesto del
hospital en función de las prioridades, y con esto asignar
una mayor cantidad de recursos al proyecto.
Alto
Sub Dirección Médica
Cargo - Bajo
Jefe de Pabellones
Quirúrgicos (CR - Quirúrgico)
Cargo, Conocimiento
Persona que se encuentra de acuerdo con el proyecto, en
cuanto a que es necesario un proceso de asignación y entender de mayor forma la demanda. Sin
embargo, dada su condición profesional (médico), no
comprende ni observa el valor de técnicas utilizadas para llegar a
resultados.
Alto
Tabla 15: Mapa de Poder
A modo de conclusión, se puede establecer que los actores relevantes validan y apoyan la realización del proyecto en el hospital. Esto es clave para que finalmente los equipos médicos conformados por anestesistas, cirujanos, enfermeras y técnicos, vean finalmente el valor del proyecto y no se vean afectados por su implementación. De igual forma para esto se realiza una coalición conductora que permitirá que el proyecto se potencie y se mantenga en función del tiempo.
17.2.3 COALICIÓN CONDUCTORA La implementación de una coalición conductora permitirá que la ejecución del proyecto en el hospital sea exitosa.
133
La coalición conductora debe ser liderada por el Jefe de Pabellones, debido a que otorga un poder jerárquico (de cargo), necesario capaz de influir tanto en los equipos médicos como en la dirección del hospital. Este se ve asesorado por un Gestor del Proyecto, cuya función es el análisis de la información y generación de una propuesta de asignación de capacidad. Este gestor del proyecto, es una persona ajena al hospital, sin embargo su presencia es clave debido al conocimiento de las técnicas utilizadas, resultados esperados, etc. Por último, se debe contar con el respaldo del Director del Hospital. Esto ya que es esta persona quién podrá dirigir los esfuerzos económicos para contratar nuevo personal, o adicionar recursos y con esto cumplir con el propósito que busca la ejecución del proyecto.
17.2.4 NARRATIVAS
El propósito de la generación de narrativas para cada uno de los actores identificados e involucrados en la implementación del proyecto, es de poder producir un efecto en ellos que hagan que el proyecto sea más llamativo y esté alineado con sus intereses, quiebres y preocupaciones (IQP); de esta forma se logra potenciar y se permite su implementación exitosa o al contrario como un fracaso. Es por esto, que en primera instancia y dado que los actores se encuentran definidos, es clave poder determinar sus IQP, dado que finalmente es en base a esto que se construye la narrativa u oferta.
Cargo IQP Narrativa
Director del Hospital
Cumplir con los estándares de calidad definidos en
función de los tiempos de espera.
Cumplir con el presupuesto asignado.
Cumplir los planes de acción definidos.
El proyecto tiene por objetivo principal dar solución al incumplimiento de los estándares de calidad definidos en función de los tiempos de espera, a través de una asignación de capacidad de pabellones que considera un pronóstico de la demanda y además las características del mix quirúrgico que la componen. De esta forma y en conjunto con una lógica de asignación que a su vez considera la cantidad de recursos disponibles (en cuanto a cantidad de pabellones), es posible cumplir tanto con los planes de acción definidos y el presupuesto asignado. A su vez, es posible generar planes que permitan mejorar esta situación actual y eventualmente disminuir las listas de espera, aumentando la capacidad actual.
Jefe de Pabellones
Tener un proceso de asignación de capacidad a las especialidades.
Mantener niveles de ocupación y asignación de pabellones iguales.
El proyecto busca a través del análisis de la demanda (en cuanto a cantidad y mix), definir un proceso de asignación de capacidad para cada especialidad.
Tabla 16: Narrativas Asociadas a los Actores del Proyecto
134
17.3 ESTRATEGIA COMUNICACIONAL
Una estrategia comunicacional, o plan de comunicación, es esencial para obtener los resultados esperados. Esta debe elaborarse, gestionarse, aplicarse y cumplir una serie de indicadores o mediciones.
Un plan comunicacional adaptado al contexto en el que se desarrolla el proyecto, debe considerar:
1. Definición de Objetivo: el objetivo es dar a conocer el proyecto que se intenta ejecutar en el hospital, demostrando y esperando que los médicos y en especial el Jefe de Pabellones respete la asignación propuesta. A su vez que sea una herramienta que permita asignar recursos de manera estratégica.
2. Definición de público objetivo: corresponde tanto a los directivos del hospital, como al Jefe de Pabellones y su equipo quirúrgico a cargo.
3. Definición de mensaje a transmitir: en este caso se utilizan las narrativas definidas anteriormente para cada uno de los actores indicados, con el fin de darle sentido de urgencia al proyecto y sea eventualmente bien ejecutado.
4. Definir un presupuesto: este se define como el recurso humano necesario para poder lograr resultados satisfactorios en cuanto a la transmisión del mensaje.
5. Selección de medios de comunicación: los medios de comunicación son a través de reuniones en las que intervengan los actores relevantes y se analicen los resultados de la asignación propuesta y ejecutada.
6. Medición de impacto: en este caso se observan los cambios que se han producido con la implementación del proyecto. A su vez se analiza si es necesario ir adecuando nuevos cambios conforme a las necesidades de los actores relevantes.
135
18 EVALUACIÓN ECONÓMICA
La evaluación económica de la implementación del proyecto, busca poder establecer los beneficios o costos económicos para el hospital. Esto vendrá dado netamente por el efecto que se dé en cuanto al cambio del mix de pacientes que se atenderán de acuerdo al cambio en la capacidad del servicio de pabellones asignados a casa especialidad. De esta forma, entonces se realizará la evaluación utilizando un enfoque costo-beneficio. Esta se realizará desde un punto de privado a pesar de que el problema detectado provoca efectos negativos directos en la sociedad (por lo que debería indicar que fuese social), en cuanto a que muchos niños que en su mayoría pertenecen a FONASA deben esperar más del tiempo máximo permitido (definido por el hospital), en lista de espera quirúrgica. Esto último se realiza debido a que principalmente la forma de asignación de la capacidad influirá directamente en los ingresos que perciba el hospital; a su vez debido a que el costo que un paciente incurre en esperar a ser atendido es definido por MIDEPLAN independiente de su estado de salud y por tanto de su categoría de tiempo máximo de espera. 18.1 ANÁLISIS DE COMPONENTES DE FLUJO DE CAJA
18.1.1 BENEFICIOS La medición de los potenciales beneficios que implicará la realización del proyecto para el hospital se miden en función del cambio en el mix quirúrgico de pacientes que se atenderán dada la nueva asignación de capacidad para las especialidades. Para cada especialidad, categoría de tiempo máximo de espera y tipo de prestación, se han determinado los precios que se pueden observar en la Tabla 17.
Especialidad Categoría PPV PPI
Cirugía General A $ 87.411 $ 2.400.860 B $ 68.350 $ 359.721 C $ 313.132 - D $ 119.073 $ 253.980 E $ 125.087 $ 219.540
Cirugía Plástica A $ 87.190 - B - $ 4.880.309 C - - D $ 94.755 - E $ 118.995 -
Traumatología A - - B - - C $ 134.260 - D $ 189.340 - E $ 126.188 $ 5.054.420
Urología A $ 87.190 - B - $ 353.430 C $ 245.560 - D $ 116.215 $ 253.980 E $ 182.874 $ 219.540
Tabla 17: Precio promedio de Intervenciones Quirúrgicas Por Especialidad, Categoría y Prestación
136
Estos beneficios se obtendrán realizando una simulación, en el que se analiza el comportamiento de salida de pacientes en lista de espera dada la asignación actual y la asignación propuesta al hospital. De esta forma, eventualmente se tendrán diferencias en cuanto a la cantidad de pacientes intervenidos quirúrgicamente en cuanto a la especialidad (dado que se modificó la cantidad de pabellones asignados), y la categoría (dado que se atenderán pacientes cuya prioridad definida en función de su categoría y tiempo neto en lista de espera sea mayor).
18.1.2 COSTOS En cuanto a la identificación y medición de los costos incurridos en la implementación y funcionamiento del proyecto, es necesario hacer una separación de estos en función de su variabilidad. De esta forma se definen costos fijos del proyecto y costos variables. 18.1.2.1 COSTOS FIJOS
En este punto se debe considerar el costo que implica realizar un nuevo análisis de la capacidad de pabellones; esto implica verificar que los modelos diseñados se ajusten a la realidad del hospital el año en cuestión, y con esto en definitiva realizar la asignación. Para esto se debe considerar:
Recursos Humanos - Ing. de Negocios: Es necesario un ingeniero de negocios que trabaje en el análisis de la información entregada por 1 mes. En este tiempo, se levantará la nueva información requerida y correrá los modelos de asignación diseñados con anterioridad en la etapa de desarrollo (considerado como inversión). El costo de este es de $500.000.- mensual (sueldo promedio de mercado de un ingeniero recién egresado part-time).
Costo Oportunidad - Desarrollo de Proyecto:
1. Jefe de Pabellones: Se necesita entablar 2 reuniones de 1 hora con el Jefe de Pabellones de manera de analizar resultados, pedir información necesaria, etc. El costo oportunidad del Jefe de Pabellones está valorizado en $40.000 (hora).-; de esta forma se tiene un costo total de $80.000.-
2. Directora del Hospital:
Se necesita entablar de igual forma 2 reuniones de 30 min. con la Directora del Hospital para poder analizar datos y resultados obtenidos. El costo oportunidad de la Directora del Hospital es de $90.000 (hora).-; de esta forma se tiene un costo total de $90.000.-
18.1.2.2 COSTOS VARIABLES
Los costos variables se relacionan directamente con la cantidad de intervenciones a realizar mensualmente, estos pueden ser clasificados en directos e indirectos.
137
18.1.2.2.1 COSTOS VARIABLES DIRECTOS
Los costos directos asociados a cada intervención quirúrgica, se pueden observar en la Tabla 18.
Item Costo
Remuneraciones
Remuneraciones fijas $ 47.693
Otras remuneraciones $ 1.409
Horas extras $ 1.820
Asignación de turno $ -
Bonif.comp.asig.turn $ -
Honorarios $ 1.413
Asig.responsabilidad $ 152
Sup.y reemplazos $ 3.774
Bienes y Servicios
Prod.quim. Y gases $ 10.165
Prod. Farmacéuticos $ 5.428
Mat.y útiles quirurg $ 2.004
Alimentos y bebidas $ -
Textiles vest.calzad $ 2.791
Com.lubricantes $ 1.069
Mat.de oficina e imp $ 143
Mat. Útiles aseo $ 2.724
Serv.basicos $ 1.488
Mant. Y reparaciones $ 5.112
Servicios generales $ 6.856
Arriendos $ 210
Cursos capacitación $ 577
C.ss conv.honor.prof $ 5.400
C.ss.fundaciones $ 728
Otras comp.servicios $ 840
Otros gastos bbss $ 123
Total Costos Directos $ 101.922
Tabla 18: Costos Variables Directos Unitarios
18.1.2.2.2 COSTOS VARIABLES INDIRECTOS
Los costos indirectos asociados a cada intervención quirúrgica, se pueden observar en la Tabla 19.
138
Item Costo
Laboratorio clínico $ 1.393
Imagenología $ 73
Anatomía patológica $ 13.180
Alimentación $ 2.086
Esterilización $ 16.668
Lavandería y ropería $ 3.235
Farmacia $ 420
Vigilancia $ 1.024
Servicios generales $ 1.096
Mantenimiento general $ 237
Mant.equipos médicos $ 1.056
Calderas $ 614
Abastecimiento $ 860
Atención gestión al usuario $ 1.452
Dirección $ 2.981
Finanzas $ 1.151
Gestión de cuidados $ 398
Informática $ 261
Jardín infantil y sala cuna $ 1.719
Recursos humanos $ 1.326
Some $ 1.570
Costo Indirecto Total $ 52.799
Tabla 19: Costos Variables Indirectos Unitarios
18.1.3 INVERSIÓN En este punto se debe considerar el costo que implica el desarrollo de este proyecto; esto implica tomar como punto de inicio el levantamiento de datos, diseño de los modelos, e implementación.
Recursos Humanos - Ing. de Negocios: Es necesario un ingeniero de negocios que trabaje a tiempo completo en el proyecto por 6 meses. En este tiempo, se levantarán los datos, desarrollarán modelos, y se determinará la asignación de capacidad para las especialidades. El costo de este es de $1.000.000.- mensual (sueldo promedio de mercado de un ingeniero recién egresado).
Costo Oportunidad - Desarrollo de Proyecto:
1. Jefe de Pabellones: Se necesita entablar al menos 5 reuniones de 1 hora con el Jefe de Pabellones de manera de definir el proyecto, analizar resultados, pedir información necesaria, etc.
139
El costo oportunidad del Jefe de Pabellones está valorizado en $40.000 (hora).-; de esta forma se tiene un costo total de $200.000.-
2. Directora del Hospital:
Se necesita entablar de igual forma al menos 5 reuniones de 30 min. con la Directora del Hospital para poder definir el proyecto y analizar datos y resultados obtenidos. El costo oportunidad de la Directora del Hospital es de $90.000 (hora).-; de esta forma se tiene un costo total de $225.000.-
18.1.4 TASA DE DESCUENTO La tasa de descuento a utilizar, debe reflejar el costo de oportunidad o de capital para la empresa en realizar el proyecto; sin embargo, en este caso se habla de una institución de tipo pública que recibe recursos fiscales (del gobierno), por lo que de esta forma la tasa de descuento debe representar el costo de oportunidad en que incurre el país cuando se utilizan recursos para financiar este proyecto. La tasa social de descuento a emplear finalmente corresponde al 6% anual a partir del año 2012 (MIDEPLAN, 2012).
18.1.5 FLUJO DE CAJA
El flujo de caja aquí descrito refleja tanto los ingresos como los costos asociados a la implementación del proyecto. Se ha estimado a través de un modelo de simulación, que tanto el mix de pacientes como la cantidad de ellos que son intervenidos quirúrgicamente varían de acuerdo a la asignación que se realice de los pabellones. Un detalle de la cantidad de pacientes intervenidos quirúrgicamente en función de la especialidad y de la categoría se pueden observar en el Anexo I: "Cantidad de pacientes intervenidos quirúrgicamente". A su vez, en el Anexo J: "Detalle Flujo de Caja", se puede encontrar el flujo de caja desglosado en cada uno de sus factores.
Año 0 1 2 3 4 5
Ingresos por Intervenciones
extra
-$ 39.319.010 -$ 43.805 $ 39.231.400 $ 78.506.605 $ 117.781.809
Costo Variable Total
-$ 45.196.947 -$ 7.038.235 $ 31.120.477 $ 69.279.189 $ 107.437.901
Costo Fijo Total
$ 670.000 $ 670.000 $ 670.000 $ 670.000 $ 670.000
UAI $ - $ 5.207.937 $ 6.324.430 $ 7.440.923 $ 8.557.415 $ 9.673.908
FCO $ - $ 5.207.937 $ 6.324.430 $ 7.440.923 $ 8.557.415 $ 9.673.908
Inversión $ 1.425.000 $ - $ - $ - $ - $ -
FCC $ 1.425.000 $ - $ - $ - $ - $ -
Flujo Caja Privado
-$ 1.425.000 $ 5.207.937 $ 6.324.430 $ 7.440.923 $ 8.557.415 $ 9.673.908
Tabla 20: Flujo de Caja
140
Si bien este flujo de caja refleja flujos positivos en cada uno de los años en los que se está evaluando el proyecto, es importante poder determinar tanto el VAN como TIR de este y con esto poder concluir en cuanto a su rentabilidad. El VAN evaluado a una tasa de descuento de 6% anual es de $ 24.371.591.-. Esto indica que efectivamente la realización e implementación del proyecto en el hospital es rentable. De igual forma se obtiene una TIR de -19%, a los dos años de haber implementado el proyecto.
18.2 ANÁLISIS DE SENSIBILIDAD
En este punto, el análisis de sensibilidad se realiza en función del cambio en el mix de pacientes que se irán interviniendo quirúrgicamente dada la asignación propuesta. En una primera instancia, se ha determinado un crecimiento anual en función de las categorías de tiempos máximos de espera como se observa en un ejemplo en la Tabla 20. Estas se obtuvieron a través de la simulación realizada considerando un intervalo de tiempo igual a 1 y 5 años. De esta forma se tiene un crecimiento lineal para los intervalos intermedios.
Categoría Año 1 Año 2 Año 3 Año 4 Año 5
A 10 33 55 78 101
B 13 48 83 117 152
C 28 96 164 232 301
D 203,86 630 1056 1481 1907
E 194,53 539 883 1227 1571
Tabla 21: Crecimiento Anual de Intervenciones Quirúrgicas realizadas según Categoría para la especialidad de Cirugía General
Utilizando la herramienta para Excel, llamada Crystal Ball; se ha realizado un análisis por simulación en el que la variable en cuestión es el crecimiento en cuanto a las intervenciones quirúrgicas a realizar. Finalmente, se realiza la simulación (con 100.000 iteraciones), en el que se analiza los valores obtenidos para el VAN del proyecto y la TIR. Estos resultados se pueden observar en las Ilustraciones 90 y 91 respectivamente.
141
Ilustración 90: Análisis de Variabilidad de VAN
Ilustración 91: Análisis de Variabilidad de TIR
De acuerdo a ambas ilustraciones, se puede concluir que el proyecto es rentable. Sin embargo, es clave también poder determinar a qué factor es más riesgosa esta rentabilidad. Utilizando la opción de visualización de gráfico de sensibilidad, se he estimado que la variabilidad de la categoría D asociada a la especialidad de Cirugía General, es la que presenta mayor relevancia en cuanto a la variabilidad del VAN y TIR considerando los distintos escenarios. Esto último se debe principalmente a que con la asignación propuesta es mayor la cantidad de pacientes que pertenecen a esta categoría y especialidad y que finalmente se atenderán.
142
19 FRAMEWORK
Para lograr satisfacer sus necesidades de apoyo tecnológico a los distintos procesos que desean implementar, las empresas pueden recurrir actualmente a soluciones a la medida (en los que básicamente se preocupan de diseñar y construir los apoyos computacionales en base a los rediseños de los procesos establecidos anteriormente), y a soluciones empaquetadas (como suelen ser los ERP, MRP, etc.). Ambas tienen sus grandes ventajas y desventajas. Por un lado una solución a la medida permite generar el software especializando los servicios que se desean obtener para el dominio en el que se encuentra la empresa de manera flexible y eficaz. Sin embargo su largo período de desarrollo e implementación son muy costosas. Por otra parte un software empaquetado facilita la adaptación de ciertas prácticas al negocio y su tiempo de desarrollo es nulo, pero su flexibilidad es escasa, por lo que el rediseño del proceso en esta ocasión es muy difícil de llevar a cabo. Un framework, representa un término medio entre ambas soluciones propuestas; al ser una estructura genérica de clases que sirve como base común para el desarrollo de software en empresas de un mismo dominio, en el que se pueden adaptar las características, parámetros y necesidades al caso especial en el que se encuentra. De esta forma, se presenta la flexibilidad del desarrollo a la medida, y la rapidez y potencial a un costo menor que los software empaquetados. Finalmente, el framework nace a partir del rediseño de un proceso de negocio en una empresa. Este rediseño debe considerar a su vez las mejores prácticas, lógicas de negocio complejas y finalmente experiencia de lo sucedido en otros dominios. Una vez definido esto, es clave determinar las componentes del software, usando la metodología de orientación a objetos (esto debido a la flexibilidad en cuanto a la programación que permite).
19.1 ALCANCE DEL FRAMEWORK
En primera instancia es importante lograr definir el alcance que considerará el framework a diseñar. El trabajo mostrado en esta tesis realizada en el Hospital Exequiel González Cortés considera 3 procesos: Predicción de la Demanda, Asignación de Capacidad y Análisis de Asignación de Capacidad. Para lograr el objetivo definido por la tesis, en el que se desea obtener una asignación de capacidad que permita asegurar la atención de los pacientes que se encuentran en listas de espera dentro de sus tiempos máximos de espera definidos en función de su diagnóstico y agravantes, son importantes los procesos de predicción de la demanda y asignación de la capacidad; sin embargo el segundo es clave dado que en él se encuentra toda la lógica que permite finalmente la asignación, y a su vez toma como input los resultados de la predicción, lo que de alguna forma implica que si este proceso no existiera o si fuera una estimación cualitativa, de igual forma se podría realizar. Es por esto que finalmente se propone un framework que considere sólo la asignación de capacidad.
143
19.2 DOMINIO DEL FRAMEWORK
Recordando que el proyecto busca poder analizar la demanda de pacientes que ingresan a lista de espera, y en base a esto poder realizar una asignación de capacidad a las distintas especialidades en el Hospital Exequiel González Cortés, es importante estudiar a qué dominio pertenece o a qué otras industrias de las que pertenece este problema puede ser idéntico o similar. En la Ilustración 92, se muestra un resumen en el que se detalla el dominio al cual pertenece este problema. En este caso, se parte identificando al hospital como un ente único y luego se va generalizando hasta ser parte de la industria de los servicios y manufacturera, dado que en general en ambas industrias se ven enfrentados al problema de lograr definir la demanda que deberán satisfacer y cómo asignar su capacidad fija para lograr este objetivo. Para esto debe ser parte también de los otros hospitales pediátricos que existen a nivel nacional, luego de los hospitales públicos, y finalmente de los hospitales y clínicas en que este problema es el mismo y adaptable.
Ilustración 92: Identificación del dominio del Framework
19.3 LÓGICA DE NEGOCIOS GENÉRICA
La lógica de negocios genérica, se logra obteniendo una abstracción de una empresa que cuente con el problema de asignación de capacidad en función de una demanda incierta.
19.3.1 LÓGICA DE NEGOCIOS GENÉRICA PARA ASIGNACIÓN DE CAPACIDAD
Por su parte, la lógica de negocios genérica que permite obtener la asignación de capacidad puede ser desarrollada utilizando programación matemática, en sus distintos tipos como se muestra en la Ilustración 93.
Hospital Exequiel Gonzales Cortes
Hospitales Pediátricos
Hospitales Públicos
Industria de Servicios
Industria de Servicios y Manufacturera
144
Ilustración 93: Lógica genérica para asignación de capacidad
Recordando que para cualquiera sea el caso de la programación matemática a utilizar, se debe definir:
Objetivo que se busca: detallar si se requieren minimizar los costos, estadía de los clientes en el servicio, etc.
Variables de decisión: definir cuáles son las variables que se quieren encontrar con la asignación de capacidad. Por ejemplo: cantidad de mesones necesarios en una estación de metro para atender la demanda, técnicos destinados a cierta área geográfica para arreglar problemas de los clientes, etc.
Parámetros del problema: los parámetros del problema suelen ser por ejemplo la cantidad de recursos que se tienen disponibles, categorías, etc.
Restricciones del problema: se deben definir todas las restricciones con las que cuenta el problema, considerando la asignación de los recursos, costos, etc.
19.4 DISEÑO DEL FRAMEWORK
El diseño del Framework debe realizarse la lógica de orientación a objetos tal como se detalló anteriormente, para que su integración con los sistemas de la institución sea de mayor facilidad. Considerando es importante definir los tipos de clases: Control, Entity.
19.4.1 CLASES DE CONTROL
Las clases de control que se definen se muestran en la Ilustración 94.
Programación
Matemática
Estática
Estocástica Determinís
tica
Lineal
Entera Continua
No Lineal
Convexo No
Convexo
Dinámica
Estocástica Determinís
tica
Lineal
Entera Continua
No Lineal
Convexo No
Convexo
145
Ilustración 94: Clases de control para Framework
Datos: clase que permite tanto leer los datos de la base de datos definida y guardar la información obtenida de los modelos utilizados.
19.4.2 CLASES ENTITY
Las clases del tipo entity que se definen para el Framework se muestran en la Ilustración 95.
Ilustración 95: Clases entity definidas para Framework
Asignación de Capacidad: esta clase se refiere a todos los procedimientos a realizar para lograr obtener la asignación de capacidad a las especialidades. Por esto, esta cuenta tanto de la clase de predicción como la de asignación.
Datos
+Datos
+Leer Datos()+Guardar Datos()
Modelo
+Modelo de Prediccion+Modelo de Asignacion
+Leer Modelo()+Aplicar Modelo()+Construir Modelo()
Parámetros
+Parámetros
+Aplicar Parámetros()
Asignacion
+Datos+Modelo+Objetivo
Modelo de Asignacion
+Parametros+Variables+Restricciones+Objetivo
Asignacion de Capacidad
+Resultado de Asignacion+Prediccion+Asignacion
Parametros
+Cantidad de Pabellones+% de Contribucion a LE por Especialidad+% de Contribucion de Categorias
Paquete de Vistas
<interface>Asignacion
Programación lineal Entera Mixta Programación Dinámica
+Estado
Programación No Lineal
+Solución problema convexo+Solución problema no convexo
146
Asignación: esta clase contiene todos los datos y el modelo en si a utilizar para lograr obtener la asignación. En este caso se define también el objetivo que se busca (por ejemplo si es minimizar costos, maximizar utilidades, etc.). o Modelo de Asignación: esta clase contiene el modelo en cuestión que
permite realizar la asignación. Es por esto que aquí se identifican las variables, restricciones, objetivo y parámetros. A su vez como se puede observar, se definen 3 tipos de modelos de asignación: programación lineal entera, programación no lineal (en el que son claves los dos tipos de soluciones: convexas y no convexas), y finalmente la programación dinámica (donde debe definirse el estado en el que está el modelo, o variable temporal).
Parámetros: en esta clase se definen todos los parámetros a utilizar por los distintos modelos, como por ejemplo la cantidad de recursos disponibles.
147
20 CONCLUSIONES
En este último capítulo se dará cuenta de las principales conclusiones que presenta el proyecto de tesis planteado, cuyo objetivo general es lograr realizar un análisis y gestión de capacidad del servicio de pabellones, que permita garantizar el servicio de atención de pacientes en lista de espera dado un tiempo máximo de espera. Esto se hará realizando un análisis del cumplimiento de los objetivos específicos planteados, y de los resultados esperados, en cuanto a las distintas áreas de trabajo que se presentaron a lo largo del desarrollo de la tesis.
20.1 DE LA INGENIERÍA DE NEGOCIOS
La Ingeniería de Negocios, ha mostrado ser una metodología con un gran potencial de trabajo. Esta se inicia con un análisis de la estrategia y objetivos de la institución, y termina con el diseño de los procesos claves, apoyados en su desarrollo con el uso de lo que la tecnología actualmente ofrece. Desde este último punto, se añade también cómo la innovación en la forma de diseñar los procesos y del uso de la misma tecnología puede influir de manera positiva tanto en la productividad como en la efectividad de los trabajadores en una empresa. Esta disciplina genera un gran aporte frente a otros enfoques tradicionales, al dirigirse no sólo en el diseño de los procesos, sino que también en cómo puede influir la cultura organizacional, en cuanto a la implementación de buenas prácticas que deben realizarse y la forma de enfrentarse ante nuevos desafíos y cambios desde la forma en que se realizan las tareas y actividades claves. A su vez, dado que presenta un extenuante análisis de la estrategia y modelo de negocio, es posible comprender a cabalidad su funcionamiento, y los posibles puntos de mejora que son esenciales para que la empresa sea competitiva, y con esto crear un diseño o rediseño de su arquitectura (teniendo en cuenta la incorporación de las relaciones entre los distintos Macroprocesos, y sus procesos), en base a las necesidades de esta y su realidad en la que se encuentra inmersa. En este sentido es de gran ayuda la utilización de la notación BPMN, que permite a través de su lenguaje universal que el proceso sea entendido por todas las personas.
20.2 DE LA PREDICCIÓN DE LA DEMANDA
La predicción de la demanda y por tanto la incidencia de la entrada de pacientes en lista de espera quirúrgica, es un proceso fundamental en cuanto a la asignación de capacidad para las distintas especialidades y también para determinar una capacidad óptima, en base a la oportunidad de los pacientes. Como se pudo observar, se ha desarrollado sólo un modelo de predicción de ingreso de pacientes a lista de espera de manera mensual. Esta decisión se hizo considerando que un modelo anual no refleja la variación existente mensualmente en cuanto al ingreso de pacientes y por tanto se verá afectada la estimación de la oportunidad de los pacientes. Dado que el trabajo se centra en la oportunidad de los pacientes, lo más acertado es abogar por que su espera real en lista de espera fuese reflejada en los modelos. Considerando esto mismo, lo lógico también hubiera sido haber llegado a otro nivel más
148
bajo de desagregación de datos, como lo es a nivel semanal e incluso diario; sin embargo es tan alta la variabilidad y tan baja la cantidad de pacientes que entran en el estudio, que la predicción muestra errores más grandes. Por último se debe considerar la incidencia sobre la predicción de la demanda a través del servicio de Urgencias. Esto sucede porque llega una cierta demanda anual a este servicio que termina ocupando recursos de electivo. Esta situación se forma básicamente por una decisión de los mismos doctores que trabajan en el servicio, es decir, ellos dado el diagnóstico deciden si utilizan el pabellón destinado a éste. Esta decisión se toma considerando el tiempo quirúrgico que demanda el paciente, de esta forma si se tiene uno cuyo tiempo es muy grande no se puede destinar el único pabellón del servicio al paciente, ya que se sabe que con muy alta probabilidad se requerirá para otros diagnósticos que son frecuentes como es el caso de Apendicitis, además generalmente estos diagnósticos necesitan de una previa estabilización del paciente, por lo que finalmente, a pesar de que sea una decisión propia del doctor, el problema permanece en la medida que la capacidad para este servicio sea tan baja.
20.2.1 MODELO MENSUAL
El modelo mensual se desarrolló considerando cada una de las especialidades por separado. Por lo que se presentan finalmente 4 modelos de predicción distintos; de los cuales 2 de ellos corresponden a modelos que basados en Regresión Lineal con 15% promedio de MAPE. Esta decisión fue totalmente acertada, porque a pesar de que todas las especialidades poseen un mismo comportamiento de ingreso de pacientes en lista de espera, la cantidad que cada uno maneja y la contribución mensual a la misma es variable, lo que implica finalmente que para algunas especialidades se tengan resultados de los pronósticos peores.
20.2.2 DEFINICIÓN DEL MIX-QUIRÚRGICO Una vez definida la cantidad de pacientes que entran en lista de espera de acuerdo a cada una de las especialidades en estudio, es clave poder determinar cómo viene el paciente en cuanto a su categoría de tiempo máximo de espera y tiempo quirúrgico para poder generar una asignación de capacidad que sea centrada en el paciente y su oportunidad, y generar una ventaja competitiva frente a otras instituciones. Para poder definir el mix quirúrgico por especialidad, ha sido clave la implementación previa del proyecto de “Priorización de Listas de Espera”. Esto, porque una vez que el paciente ingresa en ésta, el médico debe colocar información sobre su diagnóstico, agravantes y procedimientos relacionados; y finalmente con esto se genera la información necesaria para poder caracterizar la demanda. De esta forma, de no existir este proyecto, caracterizar la demanda habría sido una tarea casi imposible de realizar considerando la cantidad de espera total de pacientes en lista de espera.
149
20.3 DEL ANÁLISIS DE ASIGNACIÓN DE CAPACIDAD
Dada la realidad en la que está inmersa el hospital, las largas listas de espera por el servicio y además considerando que más de un 50% de éstos no se atienden de manera oportuna, es importante realizar un análisis de capacidad que permita tomar decisiones en cuanto a ésta, con un proceso de asignación centrado en el paciente y así respetar su oportunidad en la medida que lo permita. Este proceso de asignación se ha realizado considerando variables propias del paciente como su especialidad, diagnóstico y agravantes, y del hospital como el factor económico y prioridades sanitarias. De esta forma, el diseño propuesto además de mejorar la oportunidad del paciente, busca realizar una planificación del servicio, en cuanto a una distribución eficiente de los recursos asociados, considerando la demanda actual de pacientes representada a través de la lista de espera, y de su incidencia como es la predicción de entrada de pacientes a lista de espera (proceso en el que es clave lograr determinar el comportamiento de ésta a nivel mensual debido a la cantidad de pacientes en estudio), y el paso de urgencias al servicio de cirugía electiva. El recurso crítico en análisis es la cantidad de pabellones disponibles, debido a la dificultad que presenta la construcción de nuevos; sin embargo es clave asociar a éstos otro tipo de recursos que asociados al pabellón permiten su funcionamiento: equipo médico, material quirúrgico, etc. De esta forma, gestionar el uso eficiente de pabellón, implica finalmente planificar de forma anticipada la compra del material quirúrgico, determinar el horario del equipo médico, etc., y así poder brindar una atención de calidad y oportuna a sus pacientes. La flexibilidad que presenta el modelo de asignación propuesto (para ambas alternativas), permite que se pueda adaptar ante cualquier hospital en la medida que se modifiquen sus parámetros y que se realice un estudio de la demanda. De esta forma, la solución propuesta representa un gran aporte para aquellas instituciones que deben aumentar su eficiencia o que deban decidir su capacidad óptima dada la demanda. A pesar de las diferencias que ambos modelos de asignación propuestos puedan tener; se observó que a nivel de resultados porcentuales la asignación varía muy poco, esto finamente no presenta un problema en cuanto a la asignación semanal debido que la cantidad de jornadas fanal es prácticamente la misma. Además esto permite comprobar que hay especialidades que deben ser prioritarias en cuanto a asignación de tiempo quirúrgico.
20.3.1 PROCESO DE ASIGNACIÓN DE CAPACIDAD
A partir del análisis de distintas variables que pudiesen incidir en la asignación de capacidad del servicio, se ha logrado definir un proceso de asignación centrado en el paciente y en su oportunidad que hasta ahora no existía y que se hacía en base a la propia experiencia del jefe de pabellones cuya misión era asignarla. Dado que la asignación propuesta por el modelo definido es muy parecida a la asignación que actualmente el hospital, se observa cómo años de experiencia y de probar con distintas asignaciones permiten llegar a lo que se considera como nivel óptimo de asignación de capacidad.
150
Las variables utilizadas para este proceso se definieron en base a lo que los mismos médicos creían relevante para este estudio. Claramente dado que el estudio estaba centrado en la permanencia de los pacientes en lista de espera, su categoría debía estar dentro del proceso. Además debe incluirse el tiempo quirúrgico para poder establecer finalmente el tamaño de la demanda por cada una de las especialidades de forma mensual. El análisis en base a la oportunidad conjunta y mix que posea cada especialidad, finalmente es clave para la asignación exitosa de capacidad a cada una de éstas. Es clave poder notar que no todas las especialidades se componen por la misma cantidad de pacientes, y menos por la complejidad y oportunidad que poseen; de esta forma, el hospital puede definir especialidades que son prioritarias o críticas, en cuanto a la disminución de listas de espera y por tanto también considerar esto para asignar la cantidad de pabellones necesarios para cumplir dicho objetivo. Por último, una de las variables relevantes pero dinámica, es decir, que dependerá exclusivamente del momento, de las prioridades que tiene el hospital, y que además, no es constante en el tiempo es la inclusión de nueva demanda (fija); por ejemplo aquella que deba recibirse de otros hospitales, o incluso nuevas especialidades. Finalmente, se tiene cómo un factor de eficiencia que actualmente se tiene en el hospital puede afectar en la asignación propuesta, es decir, si por ejemplo una especialidad es menos eficiente que otra en cuanto a la cantidad de pacientes que pudiera atender, entonces se tendrá que su lista de espera será mucho mayor que la otra, pero esto no implica que efectivamente requiera de una mayor capacidad. En este sentido es clave la determinación de las otras variables definidas (tiempo quirúrgico y categoría), y un monitoreo constante que impulse a la efectividad en el uso de los pabellones.
20.3.2 PRUEBA DE CONCEPTO
La prueba de concepto realizada, busca poder simular la asignación de capacidad actual y la propuesta, y finalmente en base a una comparación entre la oportunidad de los pacientes, medida en función del tiempo que pasan en lista de espera, ver si se presentan o no mejoras a la situación del hospital. Ante esto, la primera conclusión refiere a la validación del modelo de simulación, en el sentido que efectivamente dada la capacidad y nivel de ocupación que posee actualmente la institución refleja la espera total de los pacientes, y de esta forma es posible llevarla a cabo como una herramienta teórica en primer lugar. Dado esto, todo el posterior análisis presentado tiene validez, y por tanto muestra el impacto de las medidas en cuanto a la capacidad que se desean implementar. Se ha permitido analizar el comportamiento de la asignación propuesta, en el que dada la capacidad actual, aumenta tanto la cantidad de pacientes atendidos como la incorporación de aquellos que tienen categorías de tiempo máximo de espera correspondientes a D y E. A su vez, se observa cómo esta permitió establecer que para que se respete la oportunidad de los pacientes se debe tener como mínimo 28 jornadas de pabellones semanales. En base a esto último, la prueba de concepto permite tomar decisiones de tipo táctico y estratégico. Esto, ya que una vez validado el modelo y mostrado el potencial de mejora que presenta cada capacidad, se puede determinar por ejemplo la asignación adecuada
151
para cada especialidad contando con una cantidad fija de recursos (táctica), o la cantidad de pabellones óptimo a construir en un nuevo centro hospitalario (estratégica). Por último, es importante destacar la relevancia del factor humano, que es muy difícil de simular. Por tanto, se recalca que toda propuesta de mejora validada en esta simulación, está limitada a que efectivamente se sigan los patrones considerados en el modelo para que finalmente se reflejen en la realidad.
20.4 DE LA GESTIÓN DEL CAMBIO
La gestión del cambio en todo proyecto que implica en gran parte innovación en los procesos e implementación de nuevas soluciones tecnológicas es esencial. Esto porque su fracaso o éxito está supeditado en gran parte a la cultura de la empresa y por tanto a las personas que trabajan en ella. De esta forma, si ellos mismos no ven el beneficio potencial del proyecto, se verán poco comprometidas en su implementación y de esta forma no presentará buenos resultados. Es así que debe realizarse un análisis en cuanto a los actores que se verán afectados por el desarrollo del proyecto, y quienes trabajarán a diario con la herramienta mostrada; de manera de generar narrativas en torno a ellos que les permita entender a cabalidad el proyecto. De igual forma, se debe realizar un mapa del poder en el que queden explícitas tanto las relaciones entre los distintos actores, como la forma de influir de cada uno de ellos tanto en el proyecto, como entre sus pares, y de esta forma poder adelantarse ante distintas situaciones que pudiesen poner en riesgo una implementación exitosa de este tipo de trabajos.
20.5 TRABAJO FUTURO
A pesar de los beneficios que ha mostrado en distintas empresas la implementación de la Ingeniería de Negocios, es una disciplina que aún no ha sido reconocida en Chile. De esta forma, siguen habiendo empresas cuyas notaciones de modelamiento son nulas o dispares entre sí, además tampoco se ha logrado vincular temas tan relevantes en un mundo competitivo cómo es el de hoy, en el que tanto la innovación en el uso de tecnología, determinación de lógicas de negocios compleja y la definición de sus procesos es clave. En este sentido, es importante desarrollar e implementar otras etapas que se han sugerido dentro de la estructura de Macroprocesos. El patrón plantea sucesivamente luego de Predicción y Caracterización de la demanda, y Análisis de Capacidad (en la Macroprocesos de Análisis y Gestión de demanda conjunto), Definir acciones de promoción y Planificación de Atenciones y servicios. Un ejemplo de esto, sería lograr un ajuste entre la oferta y la demanda a través del manejo de ésta última, es decir, generar una planificación de la atención y servicios, en el que se tenga una "capacidad flexible", lo que implica definir reglas de atención en el que se deriven ciertas intervenciones a otros hospitales. Esto no sólo permitiría realizar un calce entre la oferta que posee el hospital y la demanda, sino que además le permitiría enfocarse en aquellos casos más
152
complejos, o en los que es referente nacional como es el caso de Escoliosis y Gran quemado.
Con respecto a la asignación de capacidad para las distintas especialidades, es clave poder estudiar en trabajos futuros, si es posible y en qué grado aporta la inclusión de otras variables de asignación como puede ser la complejidad quirúrgica que viene dado por GRD. A su vez, es clave ver el impacto que genera incluir el servicio de Atención Urgencia, dado que también realiza intervenciones quirúrgicas y por tanto necesita de una capacidad fija de pabellones. Desde este punto de vista, el problema en cuestión sería aginar una capacidad centrada en la oportunidad de los pacientes considerando a las urgencias como una categoría AA en la que el paciente debe ser intervenido inmediatamente. De esta forma, sería posible determinar de manera óptima la cantidad de pabellones que deberían asignarse sin que tenga que utilizar recursos del servicio de ambulatoria electiva como resulta actualmente (y que en el proyecto de tesis se planteó como incidencia de urgencias sobre la demanda actual). De igual forma, es clave para poder determinar la asignación porcentual de pabellones un margen en cuanto a la predicción de la demanda utilizada como input para el análisis que se realiza; de esta forma, al sensibilizar la entrada del modelo, se tendrían porcentajes mínimos y máximos de asignación que permitirían ver cómo se alteran los tiempos de espera de los pacientes para las distintas capacidades. Por último, es posible extender el modelo de asignación considerando como restricción otro tipo de recursos: camas disponibles, anestesistas, etc. En este trabajo se consideró sólo como restricción la cantidad de pabellones disponibles, dado que presentan una capacidad fija y porque es el recurso más caro del servicio.
153
21 BIBLIOGRAFÍA CONSULTADA
[1] Aguirre G., Héctor, Administración de la Calidad de la Atención Médica. [en línea] <http://bvs.insp.mx/articulos/2/3/01112000.pdf> [consulta: 30 de diciembre de 2012] [2] Análisis de errores de estimación. Varianza del error de estimación. [en línea] <http://www.uam.es/personal_pdi/economicas/rmc/econometria/pdf/RESIDUOS.pdf> [consulta: 15 de mayo 2012] [3] Andre Baumgarti, Anja Zoeller, Christof Denz, Hans-Joachim Bender, Armin Heinzl, Essameddin Badreddin. Proceedings of the 40th Hawaii International Conference on System Sciences - 2007, "Using Computer Simulation in Operating Room Management: Impacts on Process Engineering and Performance". [4] Armstrong, J.S. "Selecting Forecasting Methods. In Principles of Forecasting: A Handbook for Researchers and Practitioners", Ed. J. Scott Armstrong, Kluwer, 2001. [5] Barros, O. Ingeniería de Negocios. Diseño Integrado de Negocios, Procesos y Aplicaciones TI - 2da, 3ra y 4ta parte . Universidad de Chile, marzo de 2010. [6] Barros, O. Ingeniería de Negocios. "Diseño Integrado de Negocios, Procesos y Aplicaciones TI - 1ra Parte" . Universidad de Chile, marzo de 2010. [7] Barros O, Julio C , “Application of enterprise and process architecture patterns in Hospitals”, BPTrends, 2010 [8] Barros O, Julio C (2011). “Enterprise and process architecture patterns”, aceptado para publicación en BPMJ, 2011. [9] Bo Zhang, Pavankumar Murali, Maged Dessouky, and David Belson, Daniel J. Epstein Department of Industrial and Systems Engineering, "A Mixed Integer Programming Approach for Allocating Operating Room Capacity".University of Southern California, Los Angeles, CA 90089-0193, 2009. [10] Carlota Carmona Iturria, Enfermera Jefe del Centro Quirúrgico del Hospital Guillermo Almenara Irigoyen. "Grado de Complejidad Quirúrgica", s.a. [11] Carmen Ortiz, Samuel Varas, “Optimización y modelos para la Gestión”. Ed. Dolmen. Diciembre 2000. [12] César Seijas Fossi, Antonino Caralli D’Ambrosio, “Uso de las máquinas de vectores de soporte para la estimación del potencial de acción celular”, Ingeniería UC, abril, ano/vol 11, número 001, Universidad de Carabobo, Valencia, Venezuela. [13] Cisneros, Maricela, "Priorización de listas de espera de cirugía para la gestión de pabellones quirúrgicos del Hospital Pediátrico Dr. Exequiel Gonzalez Cortés". Tesis
154
(Magister en Ingeniería de Negocios con TI), Universidad de Chile, Facultad de Ciencias Físicas y Matemáticas, 2010. [14] Cómo crear un plan de comunicación: ejemplos prácticos, estrategia, táctica, fases, técnicas, pasos, Nov 25, 2007. [en línea] <http://www.empresasypersonas.com/2007/11/cmo-crear-un-plan-de-comunicacin.html> [consulta: 12 de julio de 2012] [15] Dr. Attila Csendes, Gloria González. "Operaciones de alta complejidad definiciones, técnicas y estadísticas", Rev. Chilena de Cirugía. Vol. 57 - N°2 Abril 2005; págs.: 178 - 183. [16] Escribano J., Villeta R., Ruiz P., Rodríguez E., Landa J., Jaurrieta E. Informe sobre los criterios para establecer prioridades al incluir pacientes en lista de espera de cirugía. Recuperado del sitio web de la Asociación Española de Cirujanos, Sección de Gestión de Calidad. 2003. [17] Fayyad, U. M., Piatetsky-Shapiro, G., and Smyth, P. , “From data mining to knowledge discovery: an overview”, 1996, pp 1–34. [18] Fundamentos de las Redes Neuronales [en línea] <http://thales.cica.es/rd/Recursos/rd98/TecInfo/07/capitulo2.html> [consulta: 20 de abril de 2012] [19] Gabriel Bitran, Susana Mondschein, "Managing the Tug-of- War Between Supply and Demand in the Service Industries", European Management Journal Vol. 15, No. S, pp. 523-536, 1997. [20] Grossman, M., "On the concept of health capital and the demand for health", Journal of Political Economy, 80(2): 223–255, 1972. [21] Guyon I. & Elisseeff A. “ An Introduction to Variable and Feature Selection”. Edit. Leslie Pack Kaelbling., 2003 [22] Han J. & Kamber M.,” Data Mining Concepts and Techniques (2 ed.)”, Edit. Morgan Kaufmann., 2006 [23] Hans-Jörg Schütz & Rainer Kolisch, "Nonlinear programming for multiperiod capacity planning in a manufacturing system". European Journal of Operational Research, Vol 96, pp. 167–179, Enero 1997. [24] Hans-Jörg Schütz & Rainer Kolisch, "Approximate dynamic programming for capacity allocation in the service industry", European Journal of Operational Research 218 239–250, Abril 2012. [25] Hernia Inguinal, entre las cinco cirugías de mayor demanda en el IMSS. [en línea] <http://www.elsampetrino.com/2010/11/hernia-inguinal-entre-las-cinco-cirugias-de-mayor-demanda-en-el-imss/> [consulta: 30 de diciembre de 2012]
155
[26] Hugo Patricio Herrera A., Catalina Román A., Unidad Control de Gestión. “Plan Estratégico Hospital de niños Dr. Exequiel González Cortés 2010-2014”. [27] "Informe Final Estudio de carga enfermedad y carga atribuible, 2007", Departamento de Epidemiología, Ministerio de Salud, agosto 2008. [28] Jiménez, Mariano, Rivas, Juan Antonio, Zubia, Marian. "Un modelo de programación por metas para el plan de producción de un hospital del servicio vasco de salud", Departamento de Economía Aplicada, Universidad del País Vasco - Euskal Herriko Universitatea, San Sebastián España, Cuadernos del CIMBAGE N°7, 2005. [29] José Almenara Barrios, Hugo Salinas Portillo, Cesáreo García Ortega, Juan Luis González Caballero, Juan Luis Peralta Sáez y Carolina Lagares Franco. "Índices multivariantes de gestión para el Hospital Clínico de la Universidad de Chile", Rev Adm Sanit..2006 págs. 155-167. [30] Linear Regression [en línea] <http://graphpad.com/curvefit/linear_regression.htm> [consulta:15 de mayo de 2012] [31] Magretta, J. “Why Business Models Matter?” Harvard Business Review, Mayo 2002. [32] Marc Suhcke, MartinMckee, Regina Sauto Arce, Svetle Tsolova, Jorgen Mortensen "The contribution of health to the economy in the European Union", Health & Consumer Protection Directorate-General, European Union, Agosto 2005. [33] Ministerio de Salud, [en línea] <http://www.redsalud.gov.cl/portal/url/page/minsalcl/g_conozcanos/g_mision_vision/hitos_mision_vision.html> [consulta: 09 de abril de 2011] [34] Pablo Santibáñez & Mehmet Begen & Derek Atkins, "Surgical block scheduling in a system of hospitals: an application to resource and wait list management in a British Columbia health authority". Mayo 2007. [35] Porter, M. E. “What is Strategy?”, Harvard Business Review, Noviembre-Diciembre 1996. [36] Precios sociales para la Evaluación Social de Proyectos, Ministerio de Planificación [en línea] <http://sni.ministeriodesarrollosocial.gob.cl/postulacion_links/78_77_precios_sociales_nip_2012.pdf> [consulta: 14 de julio de 2012] [37] "Presupuesto 2011 para salud fortalecerá la atención primaria, creará nueva infraestructura y enfatizará disminución de listas de espera", Ministerio de Salud. [en línea] <http://www.redsalud.gov.cl/noticias/noticias.php?id_n=941&show=4-2008> [consulta: 20 de abril de 2011]
156
[38] Reveco, Carlos, "Pronóstico y análisis de demanda de la sala de urgencia del Hospital Luis Calvo Mackenna y metodología para el cálculo de recursos críticos". Tesis (Magister en Ingeniería de Negocios con TI), Universidad de Chile, Facultad de Ciencias Físicas y Matemáticas, 2011.
[39] Salcedo Poma, Cecilia Mercedes. “Estimación de la Ocurrencia de incidencias en las declaraciones de pólizas de importación”. Cap.2 [en línea] <http://sisbib.unmsm.edu.pe/bibvirtualdata/tesis/basic/Salcedo_pc/enPDF/Cap2.PDF> [consulta: 21 de mayo de 2012] [40] Tan, P.-N., Steinbach, M., and Kumar, V, Addison-Wesley Longman Publishing Co., Inc., Boston, MA, USA. “ Introduction to Data Mining, 1° Ed. 2005. [41] Tim Foxon , "A Roadmap to Success in Capacity Management (or- Why Real-time Monitors are a Waste of Time!)", Metron Technology Limited, s.a. [42] Welling, Max, Departamento de Ciencias de la Computación, Universidad de Toronto, “Support Vector Regression”, 2005. [43] What's the bottom line? How to compare models. [en línea] <http://www.duke.edu/~rnau/compare.htm> [consulta: 23 de mayo de 2012] [44] Why Forecast? [en línea] <http://es.scribd.com/doc/26941786/Forecasting#download> [consulta: 15 de abril de 2012]
157
22 ANEXOS
22.1 ANEXO A: NOTACIÓN BPMN
Eventos de Inicio
Eventos de Fin
158
Eventos intermedios
159
Actividades
160
Desiciones
161
22.2 ANEXO B: RESUMEN DE MIX DE PACIENTES
A B C D E
Cirugía General 10 15 30 212 232 Cirugía Plástica - - - 217 85 Traumatología 79 26 32 64 88
Urología 119 89 68 12 -
Tabla 22: Cuadro Resumen Cantidad de Pacientes en Lista de Espera
A B C D E
Cirugía General 2% 3% 6% 42% 46% Cirugía Plástica 11% 26% 3% 21% 29% Traumatología 27% 9% 11% 22% 30%
Urología 15% 14% 8% 36% 26%
Tabla 23: Cuadro Resumen Contribución de Categorías a Especialidades
A B C D E
Cirugía General
N(100,40) N(110,32) N (90,14) N(60,25) N(90,45)
Cirugía Plástica
- N(45, 15) N(66,37) N(85,54) N(90, 34)
Traumatología N(90,25 ) N(120,43) N(75,26 ) N(90,48 ) N(100,32)
Urología N(80,46) N(102,40) N(90,1) N(90,43) N(92,43)
Tabla 24: Cuadro Resumen Distribución de tiempos Quirúrgicos por Categorías
AA Tiempo
Quirúrgico
Cirugía General 14% Uniforme(180,210) Cirugía Plástica 60% Uniforme(180,210) Traumatología 5% Uniforme(180,210)
Urología 12% Uniforme(180,210)
Tabla 25: Cuadro Resumen Contribución de Urgencias por Especialidades y su Distribución de Tiempo quirúrgico
162
22.3 ANEXO C: IMPLEMENTACIÓN DE ALGORITMO DE ASIGNACIÓN DE CAPACIDAD EN SCIP 1.1
set TipoPabellon := {1};
set especialidad := { read "datos_costos_final.csv" as "<1s>"
skip 1 comment "#"};
set categorias := { read "datos_costos_final.csv" as "<2n>" skip
1 comment "#"};
set diask := { read "datos_costos_final.csv" as "<3n>" skip 1
comment "#"};
set diasl := { read "datos_costos_final.csv" as "<4n>" skip 1
comment "#"};
set ges := {read "datos_costos_final.csv" as "<9n>" skip 1
comment "#"};
set EDC:= especialidad*categorias*diask;
set ED:= especialidad*diask;
set DDC:= categorias*diask*diasl;
set TED:= TipoPabellon*especialidad*diask;
set EDDC:= especialidad*categorias*diask*diasl;
set E:= especialidad;
set TD:= TipoPabellon*diask;
set DC:= categorias*diask;
set G:= ges;
set EDCG:= especialidad*categorias*diask*ges;
set ECG:= especialidad*categorias*ges;
set EG:= especialidad*ges;
set C1:= categorias;
param eficiencia:= 200;
param CantidadTipoPabellon[TipoPabellon]:= <1>23;
param n[EDC]:= read "datos_demanda_final.csv" as "<1s,2n,3n> 4n"
skip 1 comment "#";
param o[EDC]:= read "datos_demanda_final.csv" as "<1s,2n,3n> 5n"
skip 1 comment "#";
param CostoVencido[DDC]:= read "datos_costos_final.csv" as
"<2n,3n,4n> 5n" skip 1 comment "#" ;
param CostoNoVencido[DDC]:= read "datos_costos_final.csv" as
"<2n,3n,4n> 6n" skip 1 comment "#" ;
param CostoEconVen[EDCG]:= read "datos_costos_final.csv" as
"<1s,2n,3n,9n> 7n" skip 1 comment "#" ;
param CostoEconNoVen[EDCG]:= read "datos_costos_final.csv" as
"<1s,2n,3n,9n> 8n" skip 1 comment "#" ;
param CostoNivelDeseado[E]:= <"1"> 1, <"2"> 1, <"3"> 1, <"4"> 1;
#este término se debe ir cambiando, segun paper de 0 a 1
param Porcentaje[ECG]:= read "datos_costos_final.csv" as
"<1s,2n,9n> 10n" skip 1 comment "#" ;
163
var x[TED] integer >=0;
var z[EDDC] integer>=0;
var w[EDDC] integer>=0;
var u[EDCG] integer>=0;
var v[EDCG] integer>=0;
var b[ED] real>=0;
var h real>=0;
var p[E] real>=0;
var q[E] real>=0;
minimize costo: sum<c,dk,dl> in DDC:
(CostoVencido[c,dk,dl]*(sum<e> in E:z[e,c,dk,dl]))
+sum<c,dk,dl> in DDC: (CostoNoVencido[c,dk,dl]*(sum<e> in
E:w[e,c,dk,dl]))+
sum<e,dk,c,g> in EDCG: (CostoEconVen[e,dk,c,g]*(u[e,dk,c,g]))
+sum<e,dk,c,g> in EDCG: (CostoEconNoVen[e,dk,c,g]*(v[e,dk,c,g]))
+sum<e> in E: CostoNivelDeseado[e]*q[e];
subto restriccion1:
forall <TP,dk> in TD do
sum<e> in E: x[TP,e,dk] == CantidadTipoPabellon[TP];
subto restriccion2:
forall <e,c,dk> in EDC do
eficiencia*sum<TP> in TipoPabellon: x[TP,e,dk]>= sum<dl> in
diasl: z[e,c,dk,dl] + sum<dl> in diasl:w[e,c,dk,dl];
subto restriccion3:
forall <e,dk> in ED do
eficiencia*sum<TP> in TipoPabellon: x[TP,e,dk]
+ sum<c1,dl> in DC: (z[e,c1,dk,dl]+w[e,c1,dk,dl])
- b[e,dk]
- sum<c1,dl> in DC: (z[e,c1,dl,dk]+w[e,c1,dl,dk])
+ sum <e,c1,g> in ECG: u[e,c1,dk,g]+ sum <e,c1,g> in
ECG:v[e,c1,dk,g]
== sum<c1> in C1:n[e,c1,dk] + sum<c1> in C1: o[e,c1,dk];
subto restriccion4:
forall <e,c,dk> in EDC do
n[e,c,dk] >= sum<dl> in diasl: z[e,c,dk,dl];
subto restriccion5:
forall <e,c,dk> in EDC do
sum<dl> in diasl: w[e,c,dk,dl]<= o[e,c,dk];
subto restriccion6:
forall <e,c,dk> in EDC do
sum <g1> in G: u[e,c,dk,g1]<= n[e,c,dk];
164
subto restriccion7:
forall <e,c,dk> in EDC do
sum <g1> in G: v[e,c,dk,g1]<= o[e,c,dk];
subto restriccion8:
h== sum<e,dk> in ED: b[e,dk];
subto restriccion9:
forall <e> in E do
sum<dk> in diask: b[e,dk]- (h*(sum<c,dk> in DC: n[e,c,dk]+
sum<c,dk> in DC:o[e,c,dk])/(sum<e,c,dk> in EDC: n[e,c,dk]+
sum<e,c,dk> in EDC:o[e,c,dk]))== (p[e]-q[e]);
165
22.4 ANEXO D: IMPLEMENTACIÓN DE ALGORITMO 1 DE ASIGNACIÓN DE CAPACIDAD EN GAMS
Sets
i pabellones
/i1*i2/
j especialidades
/j1*j4/
k semana
/k1*k48/
m categoria
/m1*m6/
g ges
/g1*g2/
t mes
/t1*t12/
;
alias(k,l);
alias(asd,l);
alias(j,jj);
Parameters
s(i) cantidad de hora de pabellon
/
i1 300
i2 180
/
a(i) numero de pabellones del tipo i
/
i1 15
i2 8
/
beta(j) costo de disponer
/
j1 1
j2 1
j3 1
j4 1
/
;
Parameter n(j,k,m) demanda de pacientes vencidos;
$include 'C:\Users\kote\Desktop\COTE\n.inc'
display n;
166
Parameter o(j,k,m) demanda de pacientes no vencidos ;
$include 'C:\Users\kote\Desktop\COTE\o.inc'
display o;
Parameter thetav(j,k,m,g) costo eco vencidos;
$include 'C:\Users\kote\Desktop\COTE\thetav.inc'
display thetav;
Parameter thetanv(j,k,m,g) costo eco no vencidos;
$include 'C:\Users\kote\Desktop\COTE\thetanv.inc'
display thetanv;
Parameter lambda(k,l,m) costo de posponer no vencidos;
$include 'C:\Users\kote\Desktop\COTE\lambda.inc'
display lambda;
Parameter rho(k,l,m) costo de posponer vencidos;
$include 'C:\Users\kote\Desktop\COTE\rho.inc'
display rho;
Variables
x(i,j,k) numero de pabellones
z(j,k,l,m) demanda pospuesta vencidos
z1(j,l,k,m) demanda pospuesta vencidos
w(j,k,l,m) demanda pospuesta no vencidos
w1(j,l,k,m) demanda pospuesta no vencidos
u(j,k,m,g) demanda no cumplida vencidos
v(j,k,m,g) demanda no cumplida no vencidos
b(j,k) tiempo ocioso
h cantidad total tiempo ocioso
p(j) exceso de horas
q(j) NO-exceso de horas
gs funcion objetivo
mes(i,j,t) suma_x mes
Total
TotalLE
TotalP
TotalPac
;
Integer Variable x(i,j,k)
Integer Variable mes(i,j,t)
Positive Variable z(j,k,l,m)
Positive Variable w(j,k,l,m)
Positive Variable u(j,k,m,g)
Positive Variable v(j,k,m,g)
Positive Variable b(j,k)
Positive Variable h
167
Positive Variable p(j)
Positive Variable q(j)
Free Variable Total
Free Variable TotalLE
Free Variable TotalP
Free Variable TotalPac
Free Variable gs;
Equations
eq1(i,k) 1
eq2(j,k) 2
eq3(j,k) 3
eq4(j,k,m) 4
eq5(j,k,m) 5
eq6(j,k,m) 6
eq7(j,k,m) 7
eq8 8
eq9(j) 9
eq10(i,j,t) 10
eq11(i,j,t) 11
uti
;
*Funcion Objetivo
uti.. gs =e=
sum((k,l,m),rho(k,l,m)*sum(j,z(j,k,l,m))) +
sum((k,l,m),lambda(k,l,m)*sum(j,w(j,k,l,m))) +
sum((m,j,k,g),thetav(j,k,m,g)*u(j,k,m,g)) +
sum((m,j,k,g),thetanv(j,k,m,g)*v(j,k,m,g)) +
sum(j,q(j)*beta(j))
;
*RESTRICCIONES
eq1(i,k).. sum(j,x(i,j,k))=e=a(i) ;
eq2(j,k)..
sum(i,s(i)*x(i,j,k))=G=sum((l,m),z(j,k,l,m)+w(j,k,l,m));
eq3(j,k).. sum(i,s(i)*x(i,j,k)) -
sum((l,m)$(ord(l)<ord(k)),z(j,l,k,m)+w(j,l,k,m)) -b(j,k)
+ sum((l,m)$(ord(l)>ord(k)),z(j,k,l,m)+ w(j,k,l,m)) +
168
sum((g,m),u(j,k,m,g) + v(j,k,m,g)) =e= sum(m,n(j,k,m) +
o(j,k,m));
eq4(j,k,m).. sum(l,z(j,k,l,m))=L= n(j,k,m);
eq5(j,k,m).. sum(l,w(j,k,l,m))=L= o(j,k,m);
eq6(j,k,m).. sum(g,u(j,k,m,g))=L=n(j,k,m);
eq7(j,k,m).. sum(g,v(j,k,m,g))=L=o(j,k,m);
eq8.. h=e=sum((j,k),b(j,k));
eq9(j).. sum(k,b(j,k))-
h*(sum((k,m),n(j,k,m)+o(j,k,m))/sum((jj,k,m),n(j,k,m)+o(j
,k,m))) =e= p(j)-q(j);
eq10(i,j,t)$(ord(t)<12).. sum(k$(ord(k)>(ord(t)-1)*4
and
ord(k)<(ord(t)*4+1)),x(i,j,k))=e=sum(k$(ord(k)>ord(t)*4
and ord(k)<((ord(t)+1)*4+1) ),x(i,j,k));
eq11(i,j,t).. mes(i,j,t)=e=sum(k$(ord(k)>(4*(ord(t)-
1)) and ord(k)<(4*ord(t)+1)),x(i,j,k));
*-----------------------------------------------------------
---------
* standard MIP problem formulation
* solve as RMIP to get initial values for the duals
*-----------------------------------------------------------
---------
Model mod /
uti,
eq1,
eq2,
eq3,
eq4,
eq5,
eq6,
eq7,
eq8,
eq9,
eq10,
eq11,
prueba,
prueba2,
prueba3,
prueba4
/ ;
Solve mod using mip minimizing gs;
Display gs.l, gs.m ;
Display Total.l, Total.m ;
Display TotalLE.l, TotalLE.m ;
Display TotalP.l, TotalP.m ;
Display TotalPac.l, TotalPac.m ;
169
22.5 ANEXO E: IMPLEMENTACIÓN DE ALGORITMO 2 DE ASIGNACIÓN DE CAPACIDAD EN GAMS
Sets
i pabellones
/i1*i2/
j especialidades
/j1*j4/
k semanas
/k1*k48/
m categoria
/m1*m6/
g ges
/g1*g2/
t mes
/t1*t12/
;
alias(k,l);
alias(asd,l);
alias(j,jj);
Parameters
s(i) cantidad de hora de pabellon
/
i1 300
i2 180
/
a(i) numero de pabellones del tipo i
/
i1 20
i2 15
/
;
Parameter n(j,k,m) demanda de pacientes vencidos;
$include 'C:\Users\kote\Desktop\COTE\n.inc'
display n;
Parameter o(j,k,m) demanda de pacientes no vencidos ;
$include 'C:\Users\kote\Desktop\COTE\o.inc'
display o;
Parameter thetav(j,k,m,g) costo eco vencidos;
170
$include 'C:\Users\kote\Desktop\COTE\thetav.inc'
display thetav;
Parameter thetanv(j,k,m,g) costo eco no vencidos;
$include 'C:\Users\kote\Desktop\COTE\thetanv.inc'
display thetanv;
Parameter lambda(k,l,m) costo de posponer no vencidos;
$include 'C:\Users\kote\Desktop\COTE\lambda.inc'
display lambda;
Parameter rho(k,l,m) costo de posponer vencidos;
$include 'C:\Users\kote\Desktop\COTE\rho.inc'
display rho;
***** DECLARACIÓN DE VARIABLES
Variables
x(i,j,k) numero de pabellones del tipo i para la
especialidad j en la semana k
z(j,k,l,m) demanda pospuesta vencidos
z1(j,l,k,m) demanda pospuesta vencidos
w(j,k,l,m) demanda pospuesta no vencidos
w1(j,l,k,m) demanda pospuesta no vencidos
u(j,k,m,g) demanda no cumplida vencidos
v(j,k,m,g) demanda no cumplida no vencidos
u1(j,k,l,m,g)
gs funcion objetivo
mes(i,j,t) suma_x mes
Total
;
Integer Variable x(i,j,k)
Integer Variable mes(i,j,t)
Positive Variable z(j,k,l,m)
Positive Variable w(j,k,l,m)
Positive Variable u(j,k,m,g)
Positive Variable v(j,k,m,g)
Positive Variable v1(j,k,l,m,g)
Free Variable Total
Free Variable gs;
Equations
*Cantidad de Pabellones máxima
eq1(i,k) 1
171
*Respetar capacidad semanal de pabellones (demanda)
eq2(j,k) 2
*Flujo de la Demanda y 4
eq3(j,k,m) 3
eq4(j,k,m) 4
eq5(j,k,m) 5
*Capacidad igual todos los meses 10 y 11
eq10(i,j,t) 10
eq11(i,j,t) 11
eq12(j,k,m,g) 12
uti
;
*Funcion Objetivo
uti.. gs =e=
sum((k,l,m),rho(k,l,m)*sum(j,z(j,k,l,m))) +
sum((k,l,m),lambda(k,l,m)*sum(j,w(j,k,l,m))) +
sum((m,j,k,g),thetav(j,k,m,g)*u(j,k,m,g)) +
sum((m,j,k,g),thetanv(j,k,m,g)*v(j,k,m,g))
;
*RESTRICCIONES
eq1(i,k).. sum(j,x(i,j,k))=e=a(i);
eq2(j,k)..
sum(i,s(i)*x(i,j,k))=G=sum((l,m),z(j,l,k,m)+w(j,l,k,m));
eq3(j,k,m)$(ord(k)=1).. o(j,k,m)+
n(j,k,m)=e=sum((g),v(j,k,m,g))+
sum((l)$(ord(l)=1),w(j,l,k,m)) + sum((g),u(j,k,m,g))+
sum((l)$(ord(l)=1),z(j,l,k,m));
*NoVencidos : pacientes no vencidos mas la lista de espera
de los no vencidos = los que permanecen en lista de
espera en +1 mas los que opere no vencidos menos los
"vencidos operados".
eq4(j,k,m)$(ord(k)<48).. o(j,k+1,m)+
sum((g),v(j,k,m,g))=e=sum((g),v(j,k+1,m,g))+
sum((l),w(j,l,k+1,m))
172
- sum((l,g)$((ord(l)-ord(k)+1)>2 and
ord(m)=1),v1(j,l,k+1,m,g))
- sum((l,g)$((ord(l)-ord(k)+1)>4 and
ord(m)=2),v1(j,l,k+1,m,g))- sum((l,g)$((ord(l)-
ord(k)+1)>12 and ord(m)=3),v1(j,l,k+1,m,g))
- sum((l,g)$((ord(l)-ord(k)+1)>24 and
ord(m)=4),v1(j,l,k+1,m,g))- sum((l,g)$((ord(l)-
ord(k)+1)>36 and ord(m)=5),v1(j,l,k+1,m,g))
- sum((l,g)$((ord(l)-ord(k)+1)>1 and
ord(m)=6),v1(j,l,k+1,m,g)) ;
eq5(j,k,m)$(ord(k)<48).. n(j,k+1,m)+
sum((g),u(j,k,m,g))=e=sum((g),u(j,k+1,m,g))+
sum((l),z(j,l,k+1,m))
- sum((l,g)$((ord(l)-ord(k)+1)>2 and
ord(m)=1),v1(j,l,k,m,g))
- sum((l,g)$((ord(l)-ord(k)+1)>4 and
ord(m)=2),v1(j,l,k,m,g))- sum((l,g)$((ord(l)-ord(k)+1)>12
and ord(m)=3),v1(j,l,k,m,g))
- sum((l,g)$((ord(l)-ord(k)+1)>24 and
ord(m)=4),v1(j,l,k,m,g))- sum((l,g)$((ord(l)-ord(k)+1)>36
and ord(m)=5),v1(j,l,k,m,g))
- sum((l,g)$((ord(l)-ord(k)+1)>1 and
ord(m)=6),v1(j,l,k,m,g)) ;
eq10(i,j,t)$(ord(t)<12).. sum(k$(ord(k)>(ord(t)-1)*4 and
ord(k)<(ord(t)*4+1)),x(i,j,k))=e=sum(k$(ord(k)>ord(t)*4
and ord(k)<((ord(t)+1)*4+1)),x(i,j,k));
eq11(i,j,t).. mes(i,j,t)=e=sum(k$(ord(k)>(4*(ord(t)-1))
and ord(k)<(4*ord(t)+1)),x(i,j,k));
eq12(j,k,m,g).. v(j,k,m,g)=e= sum(l,v1(j,l,k,m,g));
*-----------------------------------------------------------
---------
* standard MIP problem formulation
* solve as RMIP to get initial values for the duals
*-----------------------------------------------------------
---------
Model mod /
uti,
eq1,
173
eq2,
eq3,
eq4,
eq5,
eq10,
eq11,
eq12
/ ;
Solve mod using mip minimizing gs;
Display gs.l, gs.m ;
Display Total.l, Total.m ;
Display TotalW.l, TotalW.m ;
Display TotalZ.l, TotalZ.m ;
Display TotalP.l, TotalP.m ;
Display TotalPac.l, TotalPac.m ;
174
22.6 ANEXO F: RESULTADOS MODELO DE ASIGNACIÓN DE CAPACIDAD: 23 JORNADAS DE PABELLONES
--- Job proyectoCote.gms Start 12/01/12 01:18:56 WEX-VS8 23.8.1 x86/MS Windows GAMS Rev 238 Copyright (C) 1987-2012 GAMS Development. All rights reserved Licensee: Gary Goldstein G010614:2121CA-WIN Decision Ware, Inc. DC2807 --- Starting compilation --- proyectoCote.gms(52) 3 Mb --- .n.inc(1152) 3 Mb --- proyectoCote.gms(56) 3 Mb --- .o.inc(1152) 3 Mb --- proyectoCote.gms(60) 3 Mb --- .thetav.inc(110592) 15 Mb --- proyectoCote.gms(64) 15 Mb --- .thetanv.inc(110592) 26 Mb --- proyectoCote.gms(68) 26 Mb --- .lambda.inc(110592) 37 Mb --- proyectoCote.gms(72) 37 Mb --- .rho.inc(110592) 47 Mb --- proyectoCote.gms(176) 47 Mb --- Starting execution: elapsed 0:00:01.943 --- proyectoCote.gms(444745) 49 Mb --- Generating MIP model mod --- proyectoCote.gms(444846) 69 Mb --- 6,238 rows 115,882 columns 458,734 non-zeroes --- 115,680 discrete-columns *** *** 115680 Integer +INF Bounds have been reset to 100 *** --- Executing CPLEX: elapsed 0:00:04.087 IBM ILOG CPLEX Mar 17, 2012 23.8.1 WIN 31442.31924 VS8 x86/MS Windows --- GAMS/Cplex licensed for continuous and discrete problems. Cplex 12.4.0.0 Reading data... Starting Cplex... Tried aggregator 2 times. MIP Presolve eliminated 4287 rows and 94281 columns. MIP Presolve modified 66 coefficients. Aggregator did 96 substitutions. Reduced MIP has 1855 rows, 21505 columns, and 84472 nonzeros. Reduced MIP has 0 binaries, 21308 generals, 0 SOSs, and 0 indicators. Presolve time = 0.25 sec. Dual steepest-edge pricing selected. Probing time = 0.00 sec. MIP emphasis: balance optimality and feasibility. MIP search method: dynamic search. Parallel mode: none, using 1 thread. Tried aggregator 1 time. No LP presolve or aggregator reductions. Presolve time = 0.02 sec. Initializing dual steep norms . . .
175
Iteration log . . . Iteration: 1 Dual objective = 14496.000000 Iteration: 272 Dual objective = 711325.000000 Iteration: 570 Dual objective = 994862.000000 Iteration: 876 Dual objective = 1208710.000000 Iteration: 1117 Dual objective = 1402430.000000 Iteration: 1458 Dual objective = 1512390.000000 Iteration: 1798 Dual objective = 1697405.000000 Iteration: 2071 Dual objective = 1750554.000000 Iteration: 2303 Dual objective = 1845607.000000 Iteration: 2587 Dual objective = 1959659.000000 Iteration: 2820 Dual objective = 2026425.000000 Iteration: 3208 Dual objective = 2098426.000000 Iteration: 3427 Dual objective = 2115395.000000 Iteration: 3732 Dual objective = 2163940.000000 Perturbation started. Iteration: 3804 Dual objective = 2163940.000000 Iteration: 4034 Dual objective = 2255913.030726 Iteration: 4336 Dual objective = 2355215.990419 Iteration: 4574 Dual objective = 2439100.033383 Iteration: 4846 Dual objective = 2496674.043202 Iteration: 5084 Dual objective = 2570239.033936 Iteration: 5341 Dual objective = 2629664.042390 Iteration: 5550 Dual objective = 2694678.033431 Iteration: 5804 Dual objective = 2760187.027842 Iteration: 5987 Dual objective = 2760187.036743 Iteration: 6201 Dual objective = 2821931.031846 Iteration: 6496 Dual objective = 2893871.025029 Iteration: 6748 Dual objective = 2942945.047614 Iteration: 6996 Dual objective = 3037004.026727 Iteration: 7245 Dual objective = 3076760.031788 Iteration: 7453 Dual objective = 3461137.018800 Iteration: 7652 Dual objective = 3839995.007534 Iteration: 7845 Dual objective = 3840950.023990 Iteration: 8026 Dual objective = 5765292.004280 Iteration: 8230 Dual objective = 5766837.022762 Iteration: 8432 Dual objective = 5766837.033758 Iteration: 8642 Dual objective = 5843143.031111 Iteration: 8834 Dual objective = 6057653.042345 Iteration: 9025 Dual objective = 6093309.545600 Iteration: 9226 Dual objective = 6093309.551764 Iteration: 9378 Dual objective = 6117497.894923 Iteration: 9528 Dual objective = 6276359.300511 Iteration: 9739 Dual objective = 6591249.041256 Iteration: 9958 Dual objective = 6592050.052356 Iteration: 10116 Dual objective = 6640594.684523 Iteration: 10300 Dual objective = 6688272.189849 Iteration: 10474 Dual objective = 6750074.440961 Iteration: 10655 Dual objective = 6849466.041373 Iteration: 10870 Dual objective = 6921241.045456 Iteration: 11077 Dual objective = 7008597.052997 Iteration: 11309 Dual objective = 7182945.972525 Iteration: 11508 Dual objective = 7224584.298238 Iteration: 11691 Dual objective = 7226359.301218 Iteration: 11881 Dual objective = 7333069.156881 Iteration: 12056 Dual objective = 7341567.934899 Iteration: 12245 Dual objective = 7368800.087390 Iteration: 12406 Dual objective = 7395990.154749 Iteration: 12584 Dual objective = 7413216.551121
176
Iteration: 12752 Dual objective = 7531072.221914 Iteration: 12910 Dual objective = 7646141.207842 Iteration: 13056 Dual objective = 7653417.505649 Iteration: 13205 Dual objective = 7659324.072615 Iteration: 13355 Dual objective = 7670016.648470 Iteration: 13520 Dual objective = 7713337.174640 Iteration: 13666 Dual objective = 7722474.890759 Iteration: 13815 Dual objective = 7725219.805065 Iteration: 13979 Dual objective = 7728989.807710 Iteration: 14130 Dual objective = 7745935.640827 Iteration: 14278 Dual objective = 7751453.308174 Iteration: 14414 Dual objective = 7754277.557629 Removing perturbation. Root relaxation solution time = 1.36 sec. Nodes Cuts/ Node Left Objective IInf Best Integer Best Bound ItCnt Gap 0 0 7754289.2500 366 7754289.2500 14458 0 0 7754320.0000 446 Cuts: 313 14746 0 0 7754575.2319 442 Cuts: 133 15009 0 0 7754646.4221 435 Cuts: 88 15210 0 0 7754956.2414 442 Cuts: 104 15379 0 2 7754956.2414 442 7754995.8414 15379 Elapsed real time = 5.34 sec. (tree size = 0.00 MB, solutions = 0) 6 7 7931902.7694 405 7755530.3645 16529 11 12 7756231.1451 430 7755973.4810 17090 30 31 7756218.2310 399 7755973.4810 17551 33 34 7758612.4990 404 7755973.4810 18405 50 49 7778915.8421 395 7755973.4810 18918 65 60 7807762.1667 366 7755973.4810 19472 98 93 7807762.2661 342 7755973.4810 19876 114 109 7860674.3770 352 7755973.4810 20488 120 115 7945446.2418 382 7755973.4810 21874 140 132 7956885.9697 321 7755973.4810 24797 Elapsed real time = 10.22 sec. (tree size = 3.68 MB, solutions = 0) 188 180 8038435.4167 281 7755973.4810 28222 273 263 8174530.6667 153 7755973.4810 31056 410 400 8179367.5289 89 7755973.4810 33923 464 454 7768690.7043 454 7768745.7741 53072 471 457 7773663.3731 424 7769164.7282 53172 480 431 7873109.1156 397 7769164.7282 54533 494 440 7871856.9683 383 7769164.7282 55264 509 449 7875690.9345 369 7769164.7282 55782 523 456 7880875.6855 358 7769164.7282 57240 537 465 7957431.4279 373 7769164.7282 58944 Elapsed real time = 32.42 sec. (tree size = 13.32 MB, solutions = 0) 550 475 7991761.6861 344 7769164.7282 61055 562 482 7923731.6667 325 7769164.7282 61291 574 488 7973601.8655 309 7769164.7282 62074 631 517 8024210.0000 257 7769164.7282 62650 697 557 8063560.0000 290 7769164.7282 63840 707 559 7804410.6861 436 7770075.7723 65528 743 579 7935465.4061 364 7770075.7723 67073 756 586 8015589.5920 350 7770075.7723 69494 767 591 7952390.0319 340 7770075.7723 72332 779 589 8438730.5000 298 7770075.7723 74676 Elapsed real time = 45.08 sec. (tree size = 16.86 MB, solutions = 0) 800 599 7818905.1057 391 7770110.3148 76320
177
817 609 7833933.2153 381 7770110.3148 78040 837 619 7883024.7563 386 7770110.3148 79477 857 629 8041241.2037 336 7770110.3148 81275 870 632 7864448.5401 366 7770110.3148 83335 878 637 8487623.5336 346 7770110.3148 87494 896 643 9384593.3522 309 7770110.3148 89197 926 654 7951305.4241 374 7770131.2959 90539 947 660 8029818.6973 360 7770131.2959 92272 994 682 8216323.7644 319 7770131.2959 94017 Elapsed real time = 56.55 sec. (tree size = 19.37 MB, solutions = 0) 1076 727 8188235.0000 194 7770131.2959 95789 1118 749 8191336.0000 162 7770131.2959 96925 1206 794 8193247.0000 170 7770131.2959 98679 1266 829 7801405.8164 426 7771256.5246 100534 Cuts: 9 1284 830 8294995.3726 408 7771784.7912 102391 1302 839 7893264.3212 326 7771784.7912 104560 1332 852 8001996.6184 328 7771784.7912 107133 1381 879 8149795.8000 231 7771784.7912 108744 1392 888 7754289.2500 392 7771784.7912 124689 1402 889 7784811.7262 350 7771784.7912 125000 Elapsed real time = 76.46 sec. (tree size = 25.30 MB, solutions = 0) 1420 895 7816770.8333 309 7771784.7912 125656 1433 902 7823933.5000 325 7771784.7912 127267 1452 916 7865160.3333 333 7771784.7912 127933 1473 929 7876039.5000 330 7771784.7912 128230 1485 935 7877144.3333 312 7771784.7912 128614 1504 946 7977394.0000 319 7771784.7912 130123 1526 958 8080731.2500 265 7771784.7912 130708 1554 971 8536098.6667 252 7771784.7912 131521 1589 991 8757482.0000 158 7771784.7912 132222 1626 1012 8758524.0000 158 7771784.7912 132646 Elapsed real time = 88.53 sec. (tree size = 28.54 MB, solutions = 0) 1652 1021 8758524.0000 155 7771784.7912 133262 1687 1040 8758524.0000 119 7771784.7912 134529 1737 1070 8758524.0000 127 7771784.7912 136348 1792 1106 8762755.0000 91 7771784.7912 137855 1899 1169 8762795.0000 47 7771784.7912 139711 * 1950 746 integral 0 8762795.0000 7771784.7912 140764 11.31% 1966 755 7973393.0000 355 8762795.0000 7771784.7912 142454 11.31% 1980 761 8183487.6667 337 8762795.0000 7771784.7912 144000 11.31% 1995 763 7754289.2500 362 8762795.0000 7771784.7912 145612 11.31% 2013 771 8467190.3333 348 8762795.0000 7771784.7912 147268 11.31% Elapsed real time = 100.70 sec. (tree size = 21.55 MB, solutions = 1) 2038 781 8718917.0000 330 8762795.0000 7771784.7912 148701 11.31% 2060 788 7897086.9167 311 8762795.0000 7771784.7912 150343 11.31% 2071 794 8121261.6667 323 8762795.0000 7771784.7912 152868 11.31% 2097 808 8108221.3333 283 8762795.0000 7771784.7912 154494 11.31% 2117 820 8108693.4167 281 8762795.0000 7771784.7912 155054 11.31%
178
2166 850 8123978.5000 203 8762795.0000 7771784.7912 156442 11.31% 2241 888 8154372.0000 169 8762795.0000 7771784.7912 158306 11.31% 2324 929 8155212.0000 109 8762795.0000 7771784.7912 160483 11.31% 2392 967 8155212.0000 84 8762795.0000 7771784.7912 161997 11.31% 2416 980 8370372.1667 256 8762795.0000 7771784.7912 164196 11.31% Elapsed real time = 116.74 sec. (tree size = 27.57 MB, solutions = 1) 2451 998 8599090.0000 236 8762795.0000 7771784.7912 166016 11.31% 2540 1042 8677947.0000 175 8762795.0000 7771784.7912 167353 11.31% 2600 1080 8268036.8333 351 8762795.0000 7771784.7912 169566 11.31% 2629 1091 8719202.7000 340 8762795.0000 7771784.7912 171340 11.31% 2670 1108 8100762.4167 339 8762795.0000 7771784.7912 173037 11.31% 2711 1145 8500045.5000 266 8762795.0000 7771784.7912 175092 11.31% 2725 1153 8465395.8333 327 8762795.0000 7771784.7912 177725 11.31% 2754 1173 7834786.1667 350 8762795.0000 7771784.7912 179540 11.31% 2774 1193 7898007.8333 370 8762795.0000 7771784.7912 181789 11.31% 2796 1215 8064574.5000 333 8762795.0000 7771784.7912 183845 11.31% Elapsed real time = 128.20 sec. (tree size = 34.52 MB, solutions = 1) 2849 1268 8077037.5000 250 8762795.0000 7771784.7912 185725 11.31% 2905 1324 8113881.0000 160 8762795.0000 7771784.7912 187689 11.31% 2981 1400 8114028.0000 132 8762795.0000 7771784.7912 189587 11.31% 3065 1484 8114028.0000 110 8762795.0000 7771784.7912 191898 11.31% 3184 1603 8114028.0000 49 8762795.0000 7771784.7912 194794 11.31% * 3245 452 integral 0 8114028.0000 7771784.7912 196319 4.22% Root node processing (before b&c): Real time = 5.09 Sequential b&c: Real time = 129.64 ------- Total (root+branch&cut) = 134.72 sec. MIP status(102): integer optimal, tolerance Fixing integer variables, and solving final LP... Tried aggregator 1 time. LP Presolve eliminated 6238 rows and 115882 columns. All rows and columns eliminated. Presolve time = 0.03 sec. Fixed MIP status(1): optimal Solution satisfies tolerances.
179
MIP Solution: 8114028.000000 (196319 iterations, 3246 nodes) Final Solve: 8114028.000000 (0 iterations) Best possible: 7771784.791205 Absolute gap: 342243.208795 Relative gap: 0.042179 --- Restarting execution --- proyectoCote.gms(444846) 0 Mb --- Reading solution for model mod --- proyectoCote.gms(444846) 11 Mb --- Executing after solve: elapsed 0:02:20.015 --- proyectoCote.gms(444847) 12 Mb *** Status: Normal completion --- Job proyectoCote.gms Stop 12/01/12 01:21:16 elapsed 0:02:20.015 ---- VAR x numero de pabellones LOWER LEVEL UPPER MARGINAL i1.j1.k1 . 3.000 +INF EPS i1.j1.k2 . 8.000 +INF EPS i1.j1.k3 . 9.000 +INF EPS i1.j1.k4 . 11.000 +INF EPS i1.j1.k5 . 6.000 +INF EPS i1.j1.k6 . 6.000 +INF EPS i1.j1.k7 . 9.000 +INF EPS i1.j1.k8 . 10.000 +INF EPS i1.j1.k9 . 6.000 +INF EPS i1.j1.k10 . 10.000 +INF EPS i1.j1.k11 . 8.000 +INF EPS i1.j1.k12 . 7.000 +INF EPS i1.j1.k13 . 5.000 +INF EPS i1.j1.k14 . 7.000 +INF EPS i1.j1.k15 . 7.000 +INF EPS i1.j1.k16 . 12.000 +INF EPS i1.j1.k17 . 6.000 +INF EPS i1.j1.k18 . 10.000 +INF EPS i1.j1.k19 . 7.000 +INF EPS i1.j1.k20 . 8.000 +INF EPS i1.j1.k21 . 5.000 +INF EPS i1.j1.k22 . 7.000 +INF EPS i1.j1.k23 . 9.000 +INF EPS i1.j1.k24 . 10.000 +INF EPS i1.j1.k25 . 6.000 +INF EPS i1.j1.k26 . 9.000 +INF EPS i1.j1.k27 . 10.000 +INF EPS i1.j1.k28 . 6.000 +INF EPS i1.j1.k29 . 5.000 +INF EPS i1.j1.k30 . 7.000 +INF EPS i1.j1.k31 . 5.000 +INF EPS i1.j1.k32 . 14.000 +INF EPS i1.j1.k33 . 8.000 +INF EPS i1.j1.k34 . 8.000 +INF EPS i1.j1.k35 . 2.000 +INF EPS i1.j1.k36 . 13.000 +INF EPS i1.j1.k37 . 7.000 +INF EPS i1.j1.k38 . 9.000 +INF EPS i1.j1.k39 . 8.000 +INF EPS
180
i1.j1.k40 . 7.000 +INF EPS i1.j1.k41 . 9.000 +INF EPS i1.j1.k42 . 6.000 +INF EPS i1.j1.k43 . 8.000 +INF EPS i1.j1.k44 . 8.000 +INF EPS i1.j1.k45 . 5.000 +INF EPS i1.j1.k46 . 8.000 +INF EPS i1.j1.k47 . 10.000 +INF EPS i1.j1.k48 . 8.000 +INF EPS i1.j2.k1 . 9.000 +INF EPS i1.j2.k2 . 3.000 +INF EPS i1.j2.k3 . 1.000 +INF EPS i1.j2.k4 . 3.000 +INF EPS i1.j2.k5 . 6.000 +INF EPS i1.j2.k6 . 5.000 +INF EPS i1.j2.k7 . 2.000 +INF EPS i1.j2.k8 . 3.000 +INF EPS i1.j2.k9 . 5.000 +INF EPS i1.j2.k10 . 2.000 +INF EPS i1.j2.k11 . 5.000 +INF EPS i1.j2.k12 . 4.000 +INF EPS i1.j2.k13 . 5.000 +INF EPS i1.j2.k14 . 6.000 +INF EPS i1.j2.k15 . 2.000 +INF EPS i1.j2.k16 . 3.000 +INF EPS i1.j2.k17 . 2.000 +INF EPS i1.j2.k18 . . +INF EPS i1.j2.k19 . 7.000 +INF EPS i1.j2.k20 . 7.000 +INF EPS i1.j2.k21 . 4.000 +INF EPS i1.j2.k22 . 4.000 +INF EPS i1.j2.k23 . 4.000 +INF EPS i1.j2.k24 . 4.000 +INF EPS i1.j2.k25 . 2.000 +INF EPS i1.j2.k26 . 4.000 +INF EPS i1.j2.k27 . 4.000 +INF EPS i1.j2.k28 . 6.000 +INF EPS i1.j2.k29 . 5.000 +INF EPS i1.j2.k30 . 7.000 +INF EPS i1.j2.k31 . 4.000 +INF EPS i1.j2.k32 . . +INF EPS i1.j2.k33 . 6.000 +INF EPS i1.j2.k34 . 5.000 +INF EPS i1.j2.k35 . 3.000 +INF EPS i1.j2.k36 . 2.000 +INF EPS i1.j2.k37 . 8.000 +INF EPS i1.j2.k38 . . +INF EPS i1.j2.k39 . 4.000 +INF EPS i1.j2.k40 . 4.000 +INF EPS i1.j2.k41 . 5.000 +INF EPS i1.j2.k42 . 6.000 +INF EPS i1.j2.k43 . 2.000 +INF EPS i1.j2.k44 . 3.000 +INF EPS i1.j2.k45 . 5.000 +INF EPS i1.j2.k46 . 3.000 +INF EPS i1.j2.k47 . 5.000 +INF EPS i1.j2.k48 . 3.000 +INF EPS i1.j3.k1 . . +INF EPS i1.j3.k2 . 3.000 +INF EPS i1.j3.k3 . 4.000 +INF EPS
181
i1.j3.k4 . . +INF EPS i1.j3.k5 . 3.000 +INF EPS i1.j3.k6 . 1.000 +INF EPS i1.j3.k7 . 1.000 +INF EPS i1.j3.k8 . 2.000 +INF EPS i1.j3.k9 . . +INF EPS i1.j3.k10 . 3.000 +INF EPS i1.j3.k11 . 2.000 +INF EPS i1.j3.k12 . 2.000 +INF EPS i1.j3.k13 . 2.000 +INF EPS i1.j3.k14 . 2.000 +INF EPS i1.j3.k15 . 3.000 +INF EPS i1.j3.k16 . . +INF EPS i1.j3.k17 . 5.000 +INF EPS i1.j3.k18 . 2.000 +INF EPS i1.j3.k19 . . +INF EPS i1.j3.k20 . . +INF EPS i1.j3.k21 . 2.000 +INF EPS i1.j3.k22 . 4.000 +INF EPS i1.j3.k23 . 1.000 +INF EPS i1.j3.k24 . . +INF EPS i1.j3.k25 . 4.000 +INF EPS i1.j3.k26 . 2.000 +INF EPS i1.j3.k27 . 1.000 +INF EPS i1.j3.k28 . . +INF EPS i1.j3.k29 . 3.000 +INF EPS i1.j3.k30 . 1.000 +INF EPS i1.j3.k31 . 2.000 +INF EPS i1.j3.k32 . 1.000 +INF EPS i1.j3.k33 . . +INF EPS i1.j3.k34 . . +INF EPS i1.j3.k35 . 7.000 +INF EPS i1.j3.k36 . . +INF EPS i1.j3.k37 . . +INF EPS i1.j3.k38 . 3.000 +INF EPS i1.j3.k39 . . +INF EPS i1.j3.k40 . 4.000 +INF EPS i1.j3.k41 . . +INF EPS i1.j3.k42 . . +INF EPS i1.j3.k43 . 4.000 +INF EPS i1.j3.k44 . 3.000 +INF EPS i1.j3.k45 . . +INF EPS i1.j3.k46 . 3.000 +INF EPS i1.j3.k47 . . +INF EPS i1.j3.k48 . 4.000 +INF EPS i1.j4.k1 . 3.000 +INF EPS i1.j4.k2 . 1.000 +INF EPS i1.j4.k3 . 1.000 +INF EPS i1.j4.k4 . 1.000 +INF EPS i1.j4.k5 . . +INF EPS i1.j4.k6 . 3.000 +INF EPS i1.j4.k7 . 3.000 +INF EPS i1.j4.k8 . . +INF EPS i1.j4.k9 . 4.000 +INF EPS i1.j4.k10 . . +INF EPS i1.j4.k11 . . +INF EPS i1.j4.k12 . 2.000 +INF EPS i1.j4.k13 . 3.000 +INF EPS i1.j4.k14 . . +INF EPS i1.j4.k15 . 3.000 +INF EPS
182
i1.j4.k16 . . +INF EPS i1.j4.k17 . 2.000 +INF EPS i1.j4.k18 . 3.000 +INF EPS i1.j4.k19 . 1.000 +INF EPS i1.j4.k20 . . +INF EPS i1.j4.k21 . 4.000 +INF EPS i1.j4.k22 . . +INF EPS i1.j4.k23 . 1.000 +INF EPS i1.j4.k24 . 1.000 +INF EPS i1.j4.k25 . 3.000 +INF EPS i1.j4.k26 . . +INF EPS i1.j4.k27 . . +INF EPS i1.j4.k28 . 3.000 +INF EPS i1.j4.k29 . 2.000 +INF EPS i1.j4.k30 . . +INF EPS i1.j4.k31 . 4.000 +INF EPS i1.j4.k32 . . +INF EPS i1.j4.k33 . 1.000 +INF EPS i1.j4.k34 . 2.000 +INF EPS i1.j4.k35 . 3.000 +INF EPS i1.j4.k36 . . +INF EPS i1.j4.k37 . . +INF EPS i1.j4.k38 . 3.000 +INF EPS i1.j4.k39 . 3.000 +INF EPS i1.j4.k40 . . +INF EPS i1.j4.k41 . 1.000 +INF EPS i1.j4.k42 . 3.000 +INF EPS i1.j4.k43 . 1.000 +INF EPS i1.j4.k44 . 1.000 +INF EPS i1.j4.k45 . 5.000 +INF EPS i1.j4.k46 . 1.000 +INF EPS i1.j4.k47 . . +INF EPS i1.j4.k48 . . +INF EPS i2.j1.k1 . 1.000 +INF EPS i2.j1.k2 . 1.000 +INF EPS i2.j1.k3 . . +INF EPS i2.j1.k4 . . +INF EPS i2.j1.k5 . 2.000 +INF EPS i2.j1.k6 . . +INF EPS i2.j1.k7 . . +INF EPS i2.j1.k8 . . +INF EPS i2.j1.k9 . . +INF EPS i2.j1.k10 . . +INF EPS i2.j1.k11 . . +INF EPS i2.j1.k12 . 2.000 +INF EPS i2.j1.k13 . . +INF EPS i2.j1.k14 . . +INF EPS i2.j1.k15 . 1.000 +INF EPS i2.j1.k16 . 1.000 +INF EPS i2.j1.k17 . . +INF EPS i2.j1.k18 . . +INF EPS i2.j1.k19 . . +INF EPS i2.j1.k20 . 2.000 +INF EPS i2.j1.k21 . . +INF EPS i2.j1.k22 . 1.000 +INF EPS i2.j1.k23 . 1.000 +INF EPS i2.j1.k24 . . +INF EPS i2.j1.k25 . 2.000 +INF EPS i2.j1.k26 . . +INF EPS i2.j1.k27 . . +INF EPS
183
i2.j1.k28 . . +INF EPS i2.j1.k29 . . +INF EPS i2.j1.k30 . . +INF EPS i2.j1.k31 . . +INF EPS i2.j1.k32 . 2.000 +INF EPS i2.j1.k33 . 1.000 +INF EPS i2.j1.k34 . . +INF EPS i2.j1.k35 . 1.000 +INF EPS i2.j1.k36 . . +INF EPS i2.j1.k37 . . +INF EPS i2.j1.k38 . . +INF EPS i2.j1.k39 . 2.000 +INF EPS i2.j1.k40 . . +INF EPS i2.j1.k41 . . +INF EPS i2.j1.k42 . . +INF EPS i2.j1.k43 . 1.000 +INF EPS i2.j1.k44 . 1.000 +INF EPS i2.j1.k45 . 2.000 +INF EPS i2.j1.k46 . . +INF EPS i2.j1.k47 . . +INF EPS i2.j1.k48 . . +INF EPS i2.j2.k1 . 3.000 +INF EPS i2.j2.k2 . 2.000 +INF EPS i2.j2.k3 . 5.000 +INF EPS i2.j2.k4 . . +INF EPS i2.j2.k5 . 2.000 +INF EPS i2.j2.k6 . 3.000 +INF EPS i2.j2.k7 . 4.000 +INF EPS i2.j2.k8 . 1.000 +INF EPS i2.j2.k9 . 3.000 +INF EPS i2.j2.k10 . 5.000 +INF EPS i2.j2.k11 . . +INF EPS i2.j2.k12 . 2.000 +INF EPS i2.j2.k13 . . +INF EPS i2.j2.k14 . . +INF EPS i2.j2.k15 . 6.000 +INF EPS i2.j2.k16 . 4.000 +INF EPS i2.j2.k17 . . +INF EPS i2.j2.k18 . 3.000 +INF EPS i2.j2.k19 . 3.000 +INF EPS i2.j2.k20 . 4.000 +INF EPS i2.j2.k21 . . +INF EPS i2.j2.k22 . 1.000 +INF EPS i2.j2.k23 . 4.000 +INF EPS i2.j2.k24 . 5.000 +INF EPS i2.j2.k25 . 5.000 +INF EPS i2.j2.k26 . 3.000 +INF EPS i2.j2.k27 . 1.000 +INF EPS i2.j2.k28 . 1.000 +INF EPS i2.j2.k29 . 3.000 +INF EPS i2.j2.k30 . . +INF EPS i2.j2.k31 . 4.000 +INF EPS i2.j2.k32 . 3.000 +INF EPS i2.j2.k33 . 1.000 +INF EPS i2.j2.k34 . . +INF EPS i2.j2.k35 . 7.000 +INF EPS i2.j2.k36 . 2.000 +INF EPS i2.j2.k37 . . +INF EPS i2.j2.k38 . 8.000 +INF EPS i2.j2.k39 . 1.000 +INF EPS
184
i2.j2.k40 . 1.000 +INF EPS i2.j2.k41 . 1.000 +INF EPS i2.j2.k42 . 1.000 +INF EPS i2.j2.k43 . 2.000 +INF EPS i2.j2.k44 . 6.000 +INF EPS i2.j2.k45 . 3.000 +INF EPS i2.j2.k46 . 1.000 +INF EPS i2.j2.k47 . 2.000 +INF EPS i2.j2.k48 . 4.000 +INF EPS i2.j3.k1 . 4.000 +INF EPS i2.j3.k2 . 1.000 +INF EPS i2.j3.k3 . . +INF EPS i2.j3.k4 . 5.000 +INF EPS i2.j3.k5 . . +INF EPS i2.j3.k6 . 4.000 +INF EPS i2.j3.k7 . 4.000 +INF EPS i2.j3.k8 . 2.000 +INF EPS i2.j3.k9 . 5.000 +INF EPS i2.j3.k10 . . +INF EPS i2.j3.k11 . 3.000 +INF EPS i2.j3.k12 . 2.000 +INF EPS i2.j3.k13 . 8.000 +INF EPS i2.j3.k14 . . +INF EPS i2.j3.k15 . . +INF EPS i2.j3.k16 . 2.000 +INF EPS i2.j3.k17 . . +INF EPS i2.j3.k18 . 5.000 +INF EPS i2.j3.k19 . 4.000 +INF EPS i2.j3.k20 . 1.000 +INF EPS i2.j3.k21 . 3.000 +INF EPS i2.j3.k22 . 1.000 +INF EPS i2.j3.k23 . 3.000 +INF EPS i2.j3.k24 . 3.000 +INF EPS i2.j3.k25 . . +INF EPS i2.j3.k26 . . +INF EPS i2.j3.k27 . 4.000 +INF EPS i2.j3.k28 . 6.000 +INF EPS i2.j3.k29 . 1.000 +INF EPS i2.j3.k30 . 4.000 +INF EPS i2.j3.k31 . 4.000 +INF EPS i2.j3.k32 . 1.000 +INF EPS i2.j3.k33 . 4.000 +INF EPS i2.j3.k34 . 4.000 +INF EPS i2.j3.k35 . . +INF EPS i2.j3.k36 . 2.000 +INF EPS i2.j3.k37 . 4.000 +INF EPS i2.j3.k38 . . +INF EPS i2.j3.k39 . 3.000 +INF EPS i2.j3.k40 . 3.000 +INF EPS i2.j3.k41 . 2.000 +INF EPS i2.j3.k42 . 6.000 +INF EPS i2.j3.k43 . 1.000 +INF EPS i2.j3.k44 . 1.000 +INF EPS i2.j3.k45 . 1.000 +INF EPS i2.j3.k46 . 6.000 +INF EPS i2.j3.k47 . 1.000 +INF EPS i2.j3.k48 . 2.000 +INF EPS i2.j4.k1 . . +INF EPS i2.j4.k2 . 4.000 +INF EPS i2.j4.k3 . 3.000 +INF EPS
185
i2.j4.k4 . 3.000 +INF EPS i2.j4.k5 . 4.000 +INF EPS i2.j4.k6 . 1.000 +INF EPS i2.j4.k7 . . +INF EPS i2.j4.k8 . 5.000 +INF EPS i2.j4.k9 . . +INF EPS i2.j4.k10 . 3.000 +INF EPS i2.j4.k11 . 5.000 +INF EPS i2.j4.k12 . 2.000 +INF EPS i2.j4.k13 . . +INF EPS i2.j4.k14 . 8.000 +INF EPS i2.j4.k15 . 1.000 +INF EPS i2.j4.k16 . 1.000 +INF EPS i2.j4.k17 . 8.000 +INF EPS i2.j4.k18 . . +INF EPS i2.j4.k19 . 1.000 +INF EPS i2.j4.k20 . 1.000 +INF EPS i2.j4.k21 . 5.000 +INF EPS i2.j4.k22 . 5.000 +INF EPS i2.j4.k23 . . +INF EPS i2.j4.k24 . . +INF EPS i2.j4.k25 . 1.000 +INF EPS i2.j4.k26 . 5.000 +INF EPS i2.j4.k27 . 3.000 +INF EPS i2.j4.k28 . 1.000 +INF EPS i2.j4.k29 . 4.000 +INF EPS i2.j4.k30 . 4.000 +INF EPS i2.j4.k31 . . +INF EPS i2.j4.k32 . 2.000 +INF EPS i2.j4.k33 . 2.000 +INF EPS i2.j4.k34 . 4.000 +INF EPS i2.j4.k35 . . +INF EPS i2.j4.k36 . 4.000 +INF EPS i2.j4.k37 . 4.000 +INF EPS i2.j4.k38 . . +INF EPS i2.j4.k39 . 2.000 +INF EPS i2.j4.k40 . 4.000 +INF EPS i2.j4.k41 . 5.000 +INF EPS i2.j4.k42 . 1.000 +INF EPS i2.j4.k43 . 4.000 +INF EPS i2.j4.k44 . . +INF EPS i2.j4.k45 . 2.000 +INF EPS i2.j4.k46 . 1.000 +INF EPS i2.j4.k47 . 5.000 +INF EPS i2.j4.k48 . 2.000 +INF EPS ---- VAR mes suma_x mes LOWER LEVEL UPPER MARGINAL i1.j1.t1 . 31.000 +INF EPS i1.j1.t2 . 31.000 +INF EPS i1.j1.t3 . 31.000 +INF EPS i1.j1.t4 . 31.000 +INF EPS i1.j1.t5 . 31.000 +INF EPS i1.j1.t6 . 31.000 +INF EPS i1.j1.t7 . 31.000 +INF EPS i1.j1.t8 . 31.000 +INF EPS i1.j1.t9 . 31.000 +INF EPS i1.j1.t10 . 31.000 +INF EPS
186
i1.j1.t11 . 31.000 +INF EPS i1.j1.t12 . 31.000 +INF EPS i1.j2.t1 . 16.000 +INF EPS i1.j2.t2 . 16.000 +INF EPS i1.j2.t3 . 16.000 +INF EPS i1.j2.t4 . 16.000 +INF EPS i1.j2.t5 . 16.000 +INF EPS i1.j2.t6 . 16.000 +INF EPS i1.j2.t7 . 16.000 +INF EPS i1.j2.t8 . 16.000 +INF EPS i1.j2.t9 . 16.000 +INF EPS i1.j2.t10 . 16.000 +INF EPS i1.j2.t11 . 16.000 +INF EPS i1.j2.t12 . 16.000 +INF EPS i1.j3.t1 . 7.000 +INF EPS i1.j3.t2 . 7.000 +INF EPS i1.j3.t3 . 7.000 +INF EPS i1.j3.t4 . 7.000 +INF EPS i1.j3.t5 . 7.000 +INF EPS i1.j3.t6 . 7.000 +INF EPS i1.j3.t7 . 7.000 +INF EPS i1.j3.t8 . 7.000 +INF EPS i1.j3.t9 . 7.000 +INF EPS i1.j3.t10 . 7.000 +INF EPS i1.j3.t11 . 7.000 +INF EPS i1.j3.t12 . 7.000 +INF EPS i1.j4.t1 . 6.000 +INF EPS i1.j4.t2 . 6.000 +INF EPS i1.j4.t3 . 6.000 +INF EPS i1.j4.t4 . 6.000 +INF EPS i1.j4.t5 . 6.000 +INF EPS i1.j4.t6 . 6.000 +INF EPS i1.j4.t7 . 6.000 +INF EPS i1.j4.t8 . 6.000 +INF EPS i1.j4.t9 . 6.000 +INF EPS i1.j4.t10 . 6.000 +INF EPS i1.j4.t11 . 6.000 +INF EPS i1.j4.t12 . 6.000 +INF EPS i2.j1.t1 . 2.000 +INF EPS i2.j1.t2 . 2.000 +INF EPS i2.j1.t3 . 2.000 +INF EPS i2.j1.t4 . 2.000 +INF EPS i2.j1.t5 . 2.000 +INF EPS i2.j1.t6 . 2.000 +INF EPS i2.j1.t7 . 2.000 +INF EPS i2.j1.t8 . 2.000 +INF EPS i2.j1.t9 . 2.000 +INF EPS i2.j1.t10 . 2.000 +INF EPS i2.j1.t11 . 2.000 +INF EPS i2.j1.t12 . 2.000 +INF EPS i2.j2.t1 . 10.000 +INF EPS i2.j2.t2 . 10.000 +INF EPS i2.j2.t3 . 10.000 +INF EPS i2.j2.t4 . 10.000 +INF EPS i2.j2.t5 . 10.000 +INF EPS i2.j2.t6 . 10.000 +INF EPS i2.j2.t7 . 10.000 +INF EPS i2.j2.t8 . 10.000 +INF EPS i2.j2.t9 . 10.000 +INF EPS i2.j2.t10 . 10.000 +INF EPS
187
i2.j2.t11 . 10.000 +INF EPS i2.j2.t12 . 10.000 +INF EPS i2.j3.t1 . 10.000 +INF EPS i2.j3.t2 . 10.000 +INF EPS i2.j3.t3 . 10.000 +INF EPS i2.j3.t4 . 10.000 +INF EPS i2.j3.t5 . 10.000 +INF EPS i2.j3.t6 . 10.000 +INF EPS i2.j3.t7 . 10.000 +INF EPS i2.j3.t8 . 10.000 +INF EPS i2.j3.t9 . 10.000 +INF EPS i2.j3.t10 . 10.000 +INF EPS i2.j3.t11 . 10.000 +INF EPS i2.j3.t12 . 10.000 +INF EPS i2.j4.t1 . 10.000 +INF EPS i2.j4.t2 . 10.000 +INF EPS i2.j4.t3 . 10.000 +INF EPS i2.j4.t4 . 10.000 +INF EPS i2.j4.t5 . 10.000 +INF EPS i2.j4.t6 . 10.000 +INF EPS i2.j4.t7 . 10.000 +INF EPS i2.j4.t8 . 10.000 +INF EPS i2.j4.t9 . 10.000 +INF EPS i2.j4.t10 . 10.000 +INF EPS i2.j4.t11 . 10.000 +INF EPS i2.j4.t12 . 10.000 +INF EPS
188
22.7 ANEXO G: RESUMEN DE RESULTADOS DE ASIGNACIÓN DE CAPACIDAD
Tipo de Pabellón
Especialidad Mes Cantidad de Pabellones:
Asignación 15-8
Cantidad de Pabellones:
Asignación 15-10
Cantidad de Pabellones:
Asignación 20-12
Cantidad de Pabellones:
Asignación 20-15
i1 j1 t1 31 28 29 28
i1 j1 t2 31 28 29 28
i1 j1 t3 31 28 29 28
i1 j1 t4 31 28 29 28
i1 j1 t5 31 28 29 28
i1 j1 t6 31 28 29 28
i1 j1 t7 31 28 29 28
i1 j1 t8 31 28 29 28
i1 j1 t9 31 28 29 28
i1 j1 t10 31 28 29 28
i1 j1 t11 31 28 29 28
i1 j1 t12 31 28 29 28
i1 j2 t1 16 14 21 22
i1 j2 t2 16 14 21 22
i1 j2 t3 16 14 21 22
i1 j2 t4 16 14 21 22
i1 j2 t5 16 14 21 22
i1 j2 t6 16 14 21 22
i1 j2 t7 16 14 21 22
i1 j2 t8 16 14 21 22
i1 j2 t9 16 14 21 22
i1 j2 t10 16 14 21 22
i1 j2 t11 16 14 21 22
i1 j2 t12 16 14 21 22
i1 j3 t1 7 10 12 15
i1 j3 t2 7 10 12 15
i1 j3 t3 7 10 12 15
i1 j3 t4 7 10 12 15
i1 j3 t5 7 10 12 15
i1 j3 t6 7 10 12 15
i1 j3 t7 7 10 12 15
i1 j3 t8 7 10 12 15
i1 j3 t9 7 10 12 15
i1 j3 t10 7 10 12 15
i1 j3 t11 7 10 12 15
i1 j3 t12 7 10 12 15
i1 j4 t1 6 8 18 15
i1 j4 t2 6 8 18 15
189
i1 j4 t3 6 8 18 15
i1 j4 t4 6 8 18 15
i1 j4 t5 6 8 18 15
i1 j4 t6 6 8 18 15
i1 j4 t7 6 8 18 15
i1 j4 t8 6 8 18 15
i1 j4 t9 6 8 18 15
i1 j4 t10 6 8 18 15
i1 j4 t11 6 8 18 15
i1 j4 t12 6 8 18 15
i2 j1 t1 2 10 18 21
i2 j1 t2 2 10 18 21
i2 j1 t3 2 10 18 21
i2 j1 t4 2 10 18 21
i2 j1 t5 2 10 18 21
i2 j1 t6 2 10 18 21
i2 j1 t7 2 10 18 21
i2 j1 t8 2 10 18 21
i2 j1 t9 2 10 18 21
i2 j1 t10 2 10 18 21
i2 j1 t11 2 10 18 21
i2 j1 t12 2 10 18 21
i2 j2 t1 10 16 12 12
i2 j2 t2 10 16 12 12
i2 j2 t3 10 16 12 12
i2 j2 t4 10 16 12 12
i2 j2 t5 10 16 12 12
i2 j2 t6 10 16 12 12
i2 j2 t7 10 16 12 12
i2 j2 t8 10 16 12 12
i2 j2 t9 10 16 12 12
i2 j2 t10 10 16 12 12
i2 j2 t11 10 16 12 12
i2 j2 t12 10 16 12 12
i2 j3 t1 10 6 10 9
i2 j3 t2 10 6 10 9
i2 j3 t3 10 6 10 9
i2 j3 t4 10 6 10 9
i2 j3 t5 10 6 10 9
i2 j3 t6 10 6 10 9
i2 j3 t7 10 6 10 9
i2 j3 t8 10 6 10 9
i2 j3 t9 10 6 10 9
190
i2 j3 t10 10 6 10 9
i2 j3 t11 10 6 10 9
i2 j3 t12 10 6 10 9
i2 j4 t1 10 8 8 18
i2 j4 t2 10 8 8 18
i2 j4 t3 10 8 8 18
i2 j4 t4 10 8 8 18
i2 j4 t5 10 8 8 18
i2 j4 t6 10 8 8 18
i2 j4 t7 10 8 8 18
i2 j4 t8 10 8 8 18
i2 j4 t9 10 8 8 18
i2 j4 t10 10 8 8 18
i2 j4 t11 10 8 8 18
i2 j4 t12 10 8 8 18
191
22.8 ANEXO H: DIAGRAMA DEL MODELO DE SIMULACIÓN EN PROMODEL
1. ILE TRAU - CP - CG - URO: esta etapa simula el ingreso de pacientes a la Lista de espera. Utiliza la predicción por especialidad y se realiza mensualmente. Es importante señalar, que aunque se defina en la cantidad de pacientes que entra en lista de espera de manera mensual, es imposible decirle al modelo el momento exacto en que ingresará, por lo que en este sentido cada simulación es distinta de la otra.
2. LE: esta representa la lista de espera actual que mantiene el Hospital. 3. Asignación Prioridad y formación de Listas de Espera: en este punto se utiliza la
lógica de priorización de pacientes de acuerdo a su categoría y tiempo de espera en lista de espera. Esta lógica se realiza de manera semanal.
4. LE URO - CP - CG -TRAU: representa la lista de espera semanal ordenada. Esto implica que de acuerdo a este criterio se seleccionan los pacientes para ser atendidos quirúrgicamente.
5. Pabellón: representa la atención de los pacientes que se encuentran en lista de espera. Además se recogen las estadísticas de permanencia de los pacientes en lista de espera, que permitirán comparar los modelos en cuanto a mejora en la oportunidad de atención.
6. QUEDARON EN LE: una vez que ha acabado el período de simulación, se recogen estadísticas de aquellos pacientes que no lograron ser atendidos.
192
22.9 ANEXO I: CANTIDAD DE PACIENTES INTERVENIDOS QUIRÚRGICAMENTE
Asignación Actual Asignación Propuesta
Año 1 Año 2 Año 3 Año 4 Año 5 Año 1 Año 2 Año 3 Año 4 Año 5
Cirugía
General
A 25 43 62 81 100 10 33 55 78 101
B 33 62 91 120 148 13 48 83 117 152
C 52 110 168 227 285 28 96 164 232 301
D 203 559 914 1270 1625 204 630 1056 1481 1907
E 134 338 542 746 950 195 539 883 1227 1571
Cirugía
Plástica
A 0 0 0 0 0 0 0 0 0 0
B 1 2 3 4 5 1 2 3 4 5
C 9 19 30 40 50 7 18 29 39 50
D 318 433 547 661 775 264 392 520 647 775
E 196 324 452 580 708 124 270 416 562 708
Traumatología
A 176 274 372 469 567 172 265 358 450 543
B 56 86 117 147 177 52 81 109 137 165
C 70 108 145 183 221 56 91 127 162 198
D 147 228 309 390 471 92 170 247 325 403
E 198 310 422 533 645 94 206 319 431 543
Urología
A 167 220 272 324 376 168 220 272 324 376
B 132 182 232 282 332 133 182 232 282 332
C 87 114 140 167 193 88 114 141 167 193
D 111 252 392 533 674 119 258 396 535 674
E 72 173 275 376 477 77 177 277 377 477
193
22.10 ANEXO J: DETALLE FLUJO DE CAJA
22.10.1 COSTOS FIJOS
Item Costo
Ing. de Negocios $ 500.000 Costo Oportunidad
Jefe Pabellones $ 80.000 Directora del Hospital $ 90.000
22.10.2 COSTOS VARIABLES
Item Costo Item Costo
Remuneraciones Laboratorio clínico $ 1.393
Remuneraciones fijas $ 47.693 Imagenología $ 73
Otras remuneraciones $ 1.409 Anatomía patológica $ 13.180
Horas extras $ 1.820 Alimentación $ 2.086
Asignación de turno $ - Esterilización $ 16.668
Bonif.comp.asig.turn $ - Lavandería y ropería $ 3.235
Honorarios $ 1.413 Farmacia $ 420
Asig.responsabilidad $ 152 Vigilancia $ 1.024
Sup.y reemplazos $ 3.774 Servicios generales $ 1.096
Bienes y Servicios Mantenimiento general $ 237
Prod.quim. Y gases $ 10.165 Mant.equipos médicos $ 1.056
Prod. Farmacéuticos $ 5.428 Calderas $ 614
Mat.y útiles quirurg $ 2.004 Abastecimiento $ 860
Alimentos y bebidas $ - Atención gestión al usuario
$ 1.452
Textiles vest.calzad $ 2.791 Dirección $ 2.981
Com.lubricantes $ 1.069 Finanzas $ 1.151
Mat.de oficina e imp $ 143 Gestión de cuidados $ 398
Mat. Útiles aseo $ 2.724 Informática $ 261
Serv.basicos $ 1.488 Jardín infantil y sala cuna
$ 1.719
Mant. Y reparaciones $ 5.112 Recursos humanos $ 1.326
Servicios generales $ 6.856 Some $ 1.570
Arriendos $ 210
Cursos capacitación $ 577
C.ss conv.honor.prof $ 5.400
C.ss.fundaciones $ 728
Otras comp.servicios $ 840
Otros gastos bbss $ 123
194
Total Costos Directos $ 101.922 Costo Indirecto Total $ 52.799 Total Costos Variables $ 154.721
22.10.3 INVERSIÓN
Item Costo
Ing. de Negocios $ 6.000.000 Costo Oportunidad
Jefe Pabellones $ 200.000 Directora del Hospital $ 225.000
