Herramienta computacional para la búsqueda de referencias durante la gestión de glosas por pertinencia

Vista sencilla de ítem
dc.contributor.advisorBuitrago Castro, Luis Felipe
dc.contributor.advisorEscobar Jaramillo, Mateo
dc.contributor.apolounabBuitrago Castro, Luis Felipe [luis-felipe-buitrago-castro]spa
dc.contributor.apolounabEscobar Jaramillo, Mateo [mateo-escobar-jaramillo]spa
dc.contributor.authorAdarme Ardila, Daniela Alejandra
dc.contributor.authorArciniegas Mariño, Mariana Alejandra
dc.contributor.authorRueda Benavides, Johanna Valentina
dc.contributor.cvlacBuitrago Castro, Luis Felipe [0001657515]spa
dc.contributor.cvlacEscobar Jaramillo, Mateo [0001468933]spa
dc.contributor.googlescholarEscobar Jaramillo, Mateo [es&oi=ao]spa
dc.contributor.linkedinAdarme Ardila, Daniela Alejandra [daniela-adarme-ardila-628570363]spa
dc.contributor.linkedinArciniegas Mariño, Mariana Alejandra [mariana-alejandra-arciniegas-mariño-00524a363]spa
dc.contributor.linkedinRueda Benavides, Johanna Valentina [johanna-rueda-]spa
dc.contributor.orcidAdarme Ardila, Daniela Alejandra [0009-0007-1107-8849]spa
dc.contributor.orcidArciniegas Mariño, Mariana Alejandra [0009-0000 1979-8620]spa
dc.contributor.orcidRueda Benavides, Johanna Valentina [0009-0000-3458-5383]spa
dc.contributor.orcidBuitrago Castro, Luis Felipe [0000-0002-1414-1854]spa
dc.coverage.campusUNAB Campus Bucaramangaspa
dc.coverage.spatialColombiaspa
dc.date.accessioned2025-07-23T22:03:52Z
dc.date.available2025-07-23T22:03:52Z
dc.date.issued2025-05-26
dc.degree.nameIngeniero Biomédicospa
dc.description.abstractEn el sistema de salud colombiano, las glosas por pertinencia clínica representan una problemática para las instituciones prestadoras de servicios de salud, pues implican una retención parcial o total al pago de servicios cuando se considera que no es válida o no existe suficiente justificación médica para la asistencia brindada. Estas glosas no solo pueden generar grandes pérdidas económicas, sino que también demandan una revisión exhaustiva de la literatura científica para sustentar adecuadamente las respuestas. Sin embargo, la sobrecarga de información y la falta de herramientas tecnológicas dificultan esta tarea. Por lo que, se tuvo como objetivo desarrollar una herramienta computacional para la asistencia en la búsqueda de referencias durante la gestión de glosas por pertinencia mediante técnicas de aprendizaje profundo. Para su desarrollo, se llevó a cabo un proceso de ingeniería de requerimientos, el diseño de la interfaz y la lógica funcional, así como la conexión a un modelo de lenguaje de gran tamaño y la API SerpApi para extraer artículos de los últimos cinco años de Google Scholar. Su evaluación fue realizada mediante un panel de expertos, a partir del cual se valoró aspectos como la efectividad y usabilidad de la solución, obteniéndose un puntaje en la escala de usabilidad del sistema de 90. Asimismo, el 90,47% de los artículos correspondían a medicina basada en la evidencia, con un promedio de calificación en calidad de 4,61 y en pertinencia de 4,1 con base a una escala Likert de 1 a 5. A partir de esto se evidenció que la herramienta permite generar resultados relevantes, vigentes y alineados para asistir el proceso de gestión de glosas por pertinencia.spa
dc.description.abstractenglishIn the Colombian healthcare system, clinical relevance denials represent a challenge for healthcare providers, as they involve partial or withholding of payment when the medical services rendered are deemed unjustified or lacking sufficient clinical support. These denials can lead to substantial financial losses and require a thorough review of scientific literature to adequately support the appeals. However, the information overload and lack of technological tools make this task difficult. Therefore, the objective was to develop a computational tool to assist in the search for scientific references during the management of clinical relevance denials, using deep learning techniques. The development process included requirements engineering, user interface and functional logic design, and the integration of a large language model along with the SerpApi API to retrieve articles from the last five years from Google Scholar. The tool was evaluated by a panel of experts, who assessed aspects such as its effectiveness and usability, obtaining a score on the system usability scale of 90. In addition, 90.47% of the articles corresponded to evidence-based medicine, with an average quality rating of 4,61 and relevance of 4,1 based on a Likert scale of 1 to 5. Therefore, the tool allows the generation of relevant, current and aligned results to assist the response process of clinical relevance denials.spa
dc.description.degreelevelPregradospa
dc.description.learningmodalityModalidad Presencialspa
dc.description.tableofcontentsAgradecimientos.......................................................................................................................... 10 Dedicatoria................................................................................................................................... 11 Resumen....................................................................................................................................... 14 Abstract........................................................................................................................................ 15 Capítulo 1. Problemática u oportunidad .................................................................................. 16 Problema de investigación ................................................................................................ 16 Justificación ...................................................................................................................... 17 Pregunta de investigación ................................................................................................. 19 Objetivo General............................................................................................................... 19 Objetivos Específicos........................................................................................................ 19 Estado del arte................................................................................................................... 20 Marco Teórico................................................................................................................... 22 Glosa..................................................................................................................... 22 Tipos de glosa ....................................................................................................... 22 Medicina Basada en la Evidencia......................................................................... 23 Deep Learning ...................................................................................................... 24 Procesamiento de Lenguaje Natural .................................................................... 25 Transformers......................................................................................................... 25 Generadores de texto ............................................................................................ 28 Capítulo 2. Análisis de requisitos .............................................................................................. 29 Introducción...................................................................................................................... 29 Metodología ...................................................................................................................... 30 Elicitación de requerimientos............................................................................... 30 Análisis de necesidades......................................................................................... 31 Documentación ..................................................................................................... 31 Validación............................................................................................................. 32 Resultados......................................................................................................................... 32 Elicitación de requisitos ....................................................................................... 32 Análisis de necesidades......................................................................................... 33 Documentación ..................................................................................................... 34 Definición de métricas.......................................................................................... 35 Definición valores marginales e ideales............................................................... 37 Discusión........................................................................................................................... 38 Capítulo 3. Definición del concepto........................................................................................... 40 Introducción...................................................................................................................... 40 Metodología ...................................................................................................................... 40 Generación de conceptos...................................................................................... 41 Aclarar problema ...................................................................................... 41 Buscar externamente................................................................................. 41 Buscar internamente.................................................................................. 41 Selección de conceptos ......................................................................................... 42 Matriz de filtrado ...................................................................................... 42 Matriz de evaluación de concepto............................................................. 42 Recomendación del concepto................................................................................ 42 Resultados......................................................................................................................... 43 Conceptos.............................................................................................................. 43 Conceptos Back end.................................................................................. 43 Conceptos Front end................................................................................. 49 Selección del Concepto......................................................................................... 53 Matrices de selección................................................................................ 53 Alcance y riesgos concepto seleccionado............................................................. 55 Alcance ..................................................................................................... 55 Riesgos...................................................................................................... 56 Discusión........................................................................................................................... 57 Capítulo 4. Desarrollo de la herramienta ................................................................................. 60 Introducción...................................................................................................................... 60 Metodología ...................................................................................................................... 60 Front end............................................................................................................... 61 Back end................................................................................................................ 61 Navegación entre pantallas....................................................................... 62 Conexión e integración con la base de datos ............................................ 62 Conexión e interacción con LLM y API................................................... 62 Resultados......................................................................................................................... 63 Front end............................................................................................................... 63 Back end................................................................................................................ 67 Funcionamiento de la herramienta de búsqueda.................................................. 67 Discusión........................................................................................................................... 69 Capítulo 5. Valoración de búsqueda e interacción con la interfaz ......................................... 72 Introducción...................................................................................................................... 72 Metodología ...................................................................................................................... 73 Diseño del instrumento ......................................................................................... 73 Evaluación de efectividad......................................................................... 73 Evaluación de usabilidad .......................................................................... 74 Panel de expertos.................................................................................................. 74 Aplicación del instrumento ................................................................................... 75 Tratamiento y análisis de los datos ...................................................................... 75 Resultados......................................................................................................................... 76 Necesidad 1: Capacidad de Búsqueda ................................................................. 77 Necesidad 2: Rendimiento. ................................................................................... 80 Necesidad 3: Interacción con el usuario .............................................................. 81 Discusión........................................................................................................................... 83 Conclusiones................................................................................................................................ 85 Recomendaciones para trabajos futuros .................................................................................. 86 Referencias................................................................................................................................... 87 Anexos.......................................................................................................................................... 94 Encuestas realizadas al panel de expertos......................................................................... 94 Encuestado 1......................................................................................................... 94 Encuestado 2....................................................................................................... 100 Encuestado 3....................................................................................................... 106 Adquisición propia de datos............................................................................................ 112 Encuestado 1....................................................................................................... 112 Encuestado 2....................................................................................................... 113 Encuestado 3....................................................................................................... 114spa
dc.format.mimetypeapplication/pdfspa
dc.identifier.instnameinstname:Universidad Autónoma de Bucaramanga - UNABspa
dc.identifier.reponamereponame:Repositorio Institucional UNABspa
dc.identifier.repourlrepourl:https://repository.unab.edu.cospa
dc.identifier.urihttp://hdl.handle.net/20.500.12749/30500
dc.language.isospaspa
dc.publisher.facultyFacultad Ingenieríaspa
dc.publisher.grantorUniversidad Autónoma de Bucaramanga UNABspa
dc.publisher.programPregrado Ingeniería Biomédicaspa
dc.publisher.programidIBM-1788
dc.relation.referencesAdebanji, O. O., Ojo, O. E., Calvo, H., Gelbukh, I., & Sidorov, G. (2024). Adaptation of transformer-based models for depression detection. Computacion y Sistemas, 28(1), 151–165. https://doi.org/10.13053/CyS-28-1-4691spa
dc.relation.referencesAgudelo, M., Álvarez, W., & Buelvas, K. (2020). Caracterización de las Glosas Presentadas a la Facturación de los Servicios de Salud en el Hospital Universitario San Vicente Fundación de Medellín, 2019. Universidad de Antioquia.spa
dc.relation.referencesAraque, N. (2019). Implementación de un “Programa Glosa Cero” para la Auditoría y la Facturación del Proceso de Atención en Salud de Pacientes Víctimas de Accidente de Tránsito en una IPS de Alta Complejidad. Universidad Autónoma de Bucaramanga.spa
dc.relation.referencesArgimón, J., Guarga, A., & Jiménez, J. (2020). Medicina basada en la evidencia: guías y protocolos. https://doi.org/10.1016/B978-84-9113-186-1.00005-1spa
dc.relation.referencesBloom, B. M., Pott, J., Thomas, S., Gaunt, D. R., & Hughes, T. C. (2021). Usability of electronic health record systems in UK EDs. Emergency Medicine Journal, 38(6), 410–415. https://doi.org/10.1136/emermed-2020-210401spa
dc.relation.referencesBonfill, X., & Schapira, P. (2010). Importancia de la medicina basada en la evidencia para la práctica clínica. Colombia Médica, 41, 186–193.spa
dc.relation.referencesBrown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., Neelakantan, A., Shyam, P., Sastry, G., Askell, A., Agarwal, S., Herbert-Voss, A., Krueger, G., Henighan, T., Child, R., Ramesh, A., Ziegler, D. M., Wu, J., Winter, C., … Amodei, D. (2020). Language models are few-shot learners. http://arxiv.org/abs/2005.14165spa
dc.relation.referencesCadavid, E., & Morelo, M. (2021). Análisis de las principales causas de glosas en la E.S.E Hospital San Antonio de Tarazá año 2020. Universidad de Antioquia.spa
dc.relation.referencesChavarría, T. (2018). Desarrollo e implementación de una herramienta para la validación de cuentas médicas y gestión de glosas en el sector salud en Colombia. Medicina UPB, 37(2), 131–141. https://doi.org/10.18566/medupb.v37n2.a07spa
dc.relation.referencesCristiá, M. (2018). Introducción a la ingeniería de requerimientos. Universidad Nacional de Rosario.spa
dc.relation.referencesde la Torre, J. (2025). Transformadores: Fundamentos teóricos y aplicaciones. http://arxiv.org/abs/2302.09327spa
dc.relation.referencesDurango, L., Meza, M., & Sarmiento, M. (2021). Propuesta de Intervención para Reducir de Manera Progresiva el Incremento de las Glosas en el Sector Salud. Universidad de Córdoba.spa
dc.relation.referencesFeghali, A., & Estrada, D. (2020). Problemas en la práctica clínica: los retos de la medicina basada en la evidencia. Revista Médicas UIS, 33(1), 59–65. https://doi.org/10.18273/revmed.v33n1- 2020007spa
dc.relation.referencesFranco, D., García, D., Quiñones, B., & Valera, M. (2023). Caracterización, Análisis y Plan de Mejoramiento para la Disminución de las Glosas en el Hospital Regional José David Padilla Villafañe en Aguachica, Cesar. Fundación Universitaria de Ciencias de la Salud.spa
dc.relation.referencesGaleas, J. (2020). Metodología para el levantamiento de requisitos en proyectos ágiles de la industria se software con recurso humano freelance, basados en los estándares que promueve PMI caso práctico empresa “It Control”.spa
dc.relation.referencesGil, G. (2002). Herramienta para implementar LEL y escenarios (TILS). Universidad Nacional de La Plata.spa
dc.relation.referencesGuan, Y. (2024). Flight price prediction web-based platform: Leveraging generative AI for realtime airfare forecasting. Journal of Web Engineering, 23(2), 299–314. https://doi.org/10.13052/JWE1540-9589.2325spa
dc.relation.referencesHajesmaeel-Gohari, S., Khordastan, F., Fatehi, F., Samzadeh, H., & Bahaadinbeigy, K. (2022). The most used questionnaires for evaluating satisfaction, usability, acceptance, and quality outcomes of mobile health. BMC Medical Informatics and Decision Making. https://doi.org/10.1186/s12911-022-01764-2spa
dc.relation.referencesHoldsworth, J., & Scapicchio, M. (2024). ¿Qué es el deep learning? https://www.ibm.com/eses/think/topics/deep-learningspa
dc.relation.referencesJuca, F. (2023). Inteligencia artificial en motores de búsqueda: percepciones de los docentes universitarios y su impacto en el proceso de enseñanza y aprendizaje. INNOVA Research Journal, 8(3.1), 45–58. https://doi.org/10.33890/innova.v8.n3.1.2023.2336spa
dc.relation.referencesKelleher, J. D. (2019). Deep Learning. The MIT Press. https://doi.org/10.7551/mitpress/11171.001.0001spa
dc.relation.referencesKulkarni, A., Shivananda, A., Kulkarni, A., & Gudivada, D. (2023). Applied generative AI for beginners. Apress. https://doi.org/10.1007/978-1-4842-9994-4spa
dc.relation.referencesLadevéze, L. N., Canal, M. N., & de Mon Pan de Soraluce, I. Á. (2024). Gramática y retórica aristotélicas, condiciones del algoritmo generador de textos. Anàlisi , 70, 1–14. https://doi.org/10.5565/rev/analisi.3704spa
dc.relation.referencesLecun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. En Nature (Vol. 521, Número 7553, pp. 436–444). Nature Publishing Group. https://doi.org/10.1038/nature14539spa
dc.relation.referencesLewis, J. R. (2018). The System Usability Scale: Past, present, and future. International Journal of Human-Computer Interaction, 34(7), 577–590. https://doi.org/10.1080/10447318.2018.1455307spa
dc.relation.referencesLozano, L., Lugo, J., & Moya, M. (2021). Los generadores de glosas en la Institución Prestadora de Salud (IPS) Humsalud del municipio Unión Panamericana en el último trimestre del año 2019. Universidad Católica de Manizales.spa
dc.relation.referencesMartínez, Y. (2009). Propuesta para el levantamiento de requisitos funcionales en función del aseguramiento de la calidad de software.spa
dc.relation.referencesMedina Cruz, J., Pineda, E., & Téllez, F. (2022). Requerimientos de software: prototipado, software heredado y análisis de documentos. Ingeniería y Desarrollo, 37(02), 327–345. https://doi.org/10.14482/inde.37.2.1053spa
dc.relation.referencesMelnick, E. R., Dyrbye, L. N., Sinsky, C. A., Trockel, M., West, C. P., Nedelec, L., Tutty, M. A., & Shanafelt, T. (2020). The association between perceived electronic health record usability and professional burnout among US physicians. Mayo Clinic Proceedings, 95(3), 476–487. https://doi.org/10.1016/j.mayocp.2019.09.024spa
dc.relation.referencesMinisterio de la Protección Social. (2009a). Anexo técnico No. 6 Manual único de glosas, devoluciones y respuestas unificación.spa
dc.relation.referencesMinisterio de la Protección Social. (2009b). Resolución Número 000416 de 2009 (2009).spa
dc.relation.referencesMoreira, A. (2021). Diseño de la Bodega de bienes obsoletos de una Institución de Educación Superior utilizando la metodología DMADV de Seis Sigma. Escuela Superior Politécnica del Litoral.spa
dc.relation.referencesNielsen, A., & Karlstrand, J. (2024). Generative AI assistant for public transport using scheduled and real-time data. www.liu.sespa
dc.relation.referencesNúñez, C., Velasco, J., Carrasco, B., & Guambuguete, J. (2024). Aplicaciones de la Inteligencia Artificial en el proceso de aprendizaje en la educación universitaria. Magazine de las Ciencias: Revista de Investigación e Innovación, 9(1), 92–109. https://doi.org/10.33262/rmc.v9i1.3055spa
dc.relation.referencesOlmedo, V. (2013). ¿Cómo ayuda la medicina basada en evidencias en la práctica clínica?. Universidades de Queensland, Australia, y Oxford, uk. Glasziou P, Del Mar C, Salisbury J. Evidence Based Medicine Workbook. London: bmj Books; 2003. Atención Familiar, 20(3), 98–100. https://doi.org/10.1016/S1405-8871(16)30101-8spa
dc.relation.referencesOnat, M., Bas, A., & Van Heerden, I. (2021). Exploring transformers in natural language generation: GPT, BERT, and XLNet. https://doi.org/10.48550/arXiv.2102.08036spa
dc.relation.referencesOrellana, J., Morales, V., & González, M. (2019). Medicina basada en evidencia: La importancia de la investigación clínica. Revista Nacional de Odontología, 16(1), 1–9. https://doi.org/10.16925/2357-4607.2020.01.06spa
dc.relation.referencesØstervang, C., Jensen, C. M., Coyne, E., Dieperink, K. B., & Lassen, A. (2024). Usability and evaluation of a health information system in the emergency department: Mixed methods study. JMIR Human Factors, 11, e48445. https://doi.org/10.2196/48445spa
dc.relation.referencesPressman, R., & Maxim, B. (2020). Software engineering: A practitioner’s approach (Novena edición).spa
dc.relation.referencesSchnarch, A. (2005). Desarrollo de nuevos productos: Cómo crear y lanzar con éxito nuevos productos y servicios al mercado (Cuarta edición).spa
dc.relation.referencesSwanson, J., Schmitz, D., & Chung, K. (2010). How to practice Evidence-Based Medicine. Plastic and Reconstructive Surgery, 126(1), 286–294. https://doi.org/10.1097/PRS.0b013e3181dc54eespa
dc.relation.referencesTurner, R. E. (2024). An introduction to transformers. http://arxiv.org/abs/2304.10557spa
dc.relation.referencesUlrich, K., & Eppinger, S. (2013). Diseño y desarrollo de productos (Quinta edición).spa
dc.relation.referencesVaswani, A., Brain, G., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, Ł., & Polosukhin, I. (2017). Attention is all you need.spa
dc.relation.referencesVega, M., Allegue, N., Bellmunt, S., López, C., Riera, R., Solanich, T., & Pardo, J. (2009). Medicina basada en la evidencia: concepto y aplicación.spa
dc.relation.referencesVillamayor, C. (2024). Anatomía de la inteligencia artificial en la cadena de valor del seguro.spa
dc.relation.referencesWang, Y., Sohn, S., Liu, S., Shen, F., Wang, L., Atkinson, E. J., Amin, S., & Liu, H. (2019). A clinical text classification paradigm using weak supervision and deep representation. BMC Medical Informatics and Decision Making, 19(1). https://doi.org/10.1186/s12911-018-0723- 6spa
dc.relation.referencesWiitt S.A.S. (s/f). Transformación digital de las cuentas médicas. https://www.wiit.com.co/spa
dc.relation.referencesWu, V., & Casauay, J. (2025). OpenEvidence. Family Medicine, 57(3), 232–233. https://doi.org/10.22454/FamMed.2024.587513spa
dc.relation.referencesZhao, B. (2019). Clinical data extraction and normalization of cyrillic electronic health records via deep-learning natural language processing. https://doi.org/10.1200/CCI.19spa
dc.relation.uriapolohttps://apolo.unab.edu.co/en/persons/luis-felipe-buitrago-castrospa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.subject.keywordsArtificial intelligencespa
dc.subject.keywordsMedical claim denialsspa
dc.subject.keywordsClinical engineeringspa
dc.subject.keywordsEvidence-based medicinespa
dc.subject.keywordsLarge language modelspa
dc.subject.keywordsBiomedical engineeringspa
dc.subject.keywordsEngineeringspa
dc.subject.keywordsBiophysicsspa
dc.subject.keywordsBioengineeringspa
dc.subject.keywordsMedicinespa
dc.subject.keywordsBiomedicalspa
dc.subject.keywordsAutomationspa
dc.subject.keywordsDeep learning (Machine learning)spa
dc.subject.keywordsPython (Computer program language)spa
dc.subject.lembIngeniería biomédicaspa
dc.subject.lembIngenieríaspa
dc.subject.lembBiofísicaspa
dc.subject.lembBioingenieríaspa
dc.subject.lembMedicinaspa
dc.subject.lembBiomédicaspa
dc.subject.lembAutomatizaciónspa
dc.subject.lembAprendizaje profundo (Aprendizaje automático)spa
dc.subject.lembPython (Lenguaje de programación de computadores)spa
dc.subject.proposalGlosasspa
dc.subject.proposalIngeniería clínicaspa
dc.subject.proposalInteligencia artificialspa
dc.subject.proposalMedicina basada en evidenciaspa
dc.subject.proposalModelo de lenguaje de gran tamañospa
dc.titleHerramienta computacional para la búsqueda de referencias durante la gestión de glosas por pertinenciaspa
dc.title.translatedComputational tool for reference retrieval during the relevance-based claims review processspa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersion
dc.type.localTrabajo de Gradospa
dc.type.redcolhttp://purl.org/redcol/resource_type/TP

Archivos

Bloque original

Mostrando 1 - 2 de 2
Miniatura
Nombre:
TrabajodeGrado_Adarme_Arciniegas_Rueda.pdf
Tamaño:
7.89 MB
Formato:
Adobe Portable Document Format
Descripción:
Tesis
Descargar
Miniatura
Nombre:
Licencia.pdf
Tamaño:
623.36 KB
Formato:
Adobe Portable Document Format
Descripción:
Licencia
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
829 B
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Pregrado Ingeniería Biomédica