Machine Learning para evitar inasistencias a citas médicas

Problema: Una de las redes de salud más grandes de Chile, necesitaba reducir las inasistencias a sus centros medicos y conocer los factores que lo provocan +30% of ‘noshow’ pacientes para citas medicos.

Solución: Zenta desarrolló una técnica de Machine Learning con tecnología Google Cloud, para estimar la probabilidad  que un paciente asista a una cita médica según sus antecedentes.

 Resultado: Este sistema de predicciones ayudó en la disminución de inasistencia a los centros de salud, enviando además recordatorios para acudir o reprogramar las citas. ‘noshow’ decrease to 12% and we achieved 5% overbooking, Saving + US 500.000 p/month – US 6M year.

Red Salud, es una de las redes médicas más grandes del país, con presencia en todas las regiones, y con más de 200 clínicas y centros de atención médica.

En muchas ocasiones, los pacientes solicitaban horas médicas pero no acudían a estas, por lo que Red Salud buscaba encontrar  los factores principales que provocan esto para identificar a los usuarios con mayor probabilidad de no asistir a una cita. 

Zenta pudo desarrollar un sistema de Machine Learning en la nube de Google para para predecir las inasistencias, gracias al almacenamiento de datos correspondientes a citas médicas de un periodo de 4 años y politicas de seguimiento.

Esto provocó una disminución de inasistencias, donde además se aplicaron recordatorios de citas a los pacientes a través de mails y mensajes de confirmación, con el fin de evitar pérdidas y sobrecupos. Actualmente esta solución está implementada y es utilizada por Red Salud.

¿Tienes un proyecto en mente?