Reconversión Hospitalaria Sustentable: Cómo la Inteligencia Artificial y la Simulación Mejoran la Gestión de Suministros Médicos

Descargas: 18

Autores/as

DOI:

https://doi.org/10.56845/terys.v4i1.513

Palabras clave:

inteligencia artificial, simulación, reconversión hospitalaria, emergencias sanitarias

Resumen

La reconversión hospitalaria es el proceso de adaptar rápidamente las infraestructuras y recursos de los hospitales ante situaciones de emergencia sanitaria, como las pandemias, los desastres naturales, etc. Este proceso es crucial para asegurar una respuesta eficiente a los picos de demanda de atención médica. En este contexto, las tecnologías emergentes como la Inteligencia Artificial (IA) y la simulación juegan un papel vital en la optimización de la gestión de suministros médicos y la logística hospitalaria. La IA permite predecir las necesidades de recursos médicos esenciales, como respiradores y medicamentos, utilizando datos históricos y patrones de consumo. Esto ayuda a anticiparse a posibles escaseces y reducir el desperdicio. Por otro lado, la simulación puede modelar escenarios logísticos en tiempo real, optimizando las rutas de distribución y mejorando la eficiencia en la entrega de suministros médicos. Además, la integración de estas tecnologías contribuye a la sustentabilidad, al minimizar el desperdicio de recursos y mejorar la eficiencia operativa. Este enfoque no solo ayuda a los hospitales a adaptarse mejor a situaciones de crisis, sino que también prepara los sistemas de salud para desafíos futuros, promoviendo una gestión más eficiente y sostenible de los recursos médicos.

Citas

Ahmed, M. I., Spooner, B., Isherwood, J., Lane, M., Orrock, E., & Dennison, A. (2023). A Systematic Review of the Barriers to the Implementation of Artificial Intelligence in Healthcare. Cureus, 15(10). https://doi.org/10.7759/cureus.46454

Aldrighetti, R., Zennaro, I., Finco, S., & Battini, D. (2019). Healthcare Supply Chain Simulation with Disruption Considerations: A Case Study from Northern Italy. Global Journal of Flexible Systems Management, 20(s1), 81–102. https://doi.org/10.1007/s40171-019-00223-8

Allahham, M., Sharabati, A. A. A., Hatamlah, H., Ahmad, A. Y. B., Sabra, S., & Daoud, M. K. (2023). Big Data Analytics and AI for Green Supply Chain Integration and Sustainability in Hospitals. WSEAS Transactions on Environment and Development, 19, 1218–1230. https://doi.org/10.37394/232015.2023.19.111

Arji, G., Ahmadi, H., Avazpoor, P., & Hemmat, M. (2023). Identifying resilience strategies for disruption management in the healthcare supply chain during COVID-19 by digital innovations: A systematic literature review. Informatics in Medicine Unlocked, 38(November 2022), 101199. https://doi.org/10.1016/j.imu.2023.101199

Borges do Nascimento, I. J., Abdulazeem, H., Vasanthan, L. T., Martinez, E. Z., Zucoloto, M. L., Østengaard, L., Azzopardi-Muscat, N., Zapata, T., & Novillo-Ortiz, D. (2023). Barriers and facilitators to utilizing digital health technologies by healthcare professionals. Npj Digital Medicine, 6(1), 1–28. https://doi.org/10.1038/s41746-023-00899-4

Camur, M., Thanos, A., Yund, W., Tseng, C., White, C., & Iakovou, E. (2023). An integrated system dynamics and discrete event supply chain simulation framework for supply chain resilience with non-stationary pandemic. Proceedings of the 2023 Winter Simulation Conference, IEEE Access, 1617–1628. https://doi.org/10.1109/WSC60868.2023.10407779

Hu, J., Zhang, Y., Liu, Y., Hou, J., & Zhang, A. (2024). Optimization of household medical waste recycling logistics routes : Considering contamination risks. PLoS ONE, 19(10), 1–26. https://doi.org/10.1371/journal.pone.0311582

Ortiz-Barrios, M., Arias-Fonseca, A., Ishizaka, A., Barbati, M., Avendaño-Collante, B., & Navarro-Jiménez, E. (2020). Artificial intelligence and discrete-event simulation for capacity management of intensive care units during the Covid-19 pandemic : A case study. Journal of Business Research Journal, 160(113806). https://doi.org/https://doi.org/10.1016/j.jbusres.2023.113806

Perez-Tezoco, J. Y., Aguilar-Lasserre, A. A., Moras-Sánchez, C. G., Vázquez-Rodríguez, C. F., & Azzaro-Pantel, C. (2023). Hospital reconversion in response to the COVID-19 pandemic using simulation and multi-objective genetic algorithms. Computers and Industrial Engineering, 182(June). https://doi.org/10.1016/j.cie.2023.109408

Qu, C., & Kim, E. (2024). Reviewing the Roles of AI-Integrated Technologies in Sustainable Supply Chain Management : Research Propositions and a Framework for Future Directions. Sustainability, 16(6168), 2–26. https://doi.org/https://doi.org/10.3390/su16146186

Senvisky, J., McKenna, R., & Okuda, Y. (2023). Financing And Funding A Simulation Center. StatPearls. https://www.ncbi.nlm.nih.gov/books/NBK568786/

Ugwu, O., Omolola, H. F., Sanusi, M., Onasanya, T., Ugwu, O. I., Peay, A., & Adetoun Sanusi, M. (2024). Artificial Intelligence in Healthcare Supply Chains: Enhancing Resilience and Reducing Waste. International Journal of Advance Research, Ideas and Innovations in Technology, 10(3), 203–217. https://www.ijariit.com

Wei, Q., Pan, S., Liu, X., Hong, M., Nong, C., & Zhang, W. (2025). The integration of AI in nursing: addressing current applications, challenges, and future directions. Frontiers in Medicine, 12(4). https://doi.org/10.3389/fmed.2025.1545420

Descargas

Archivos adicionales

Publicado

2025-10-06

Cómo citar

Meza Palacios, R., Aguilar Lasserre, A. A., Badillo Márquez, A. E., & Domínguez Carrillo, G. (2025). Reconversión Hospitalaria Sustentable: Cómo la Inteligencia Artificial y la Simulación Mejoran la Gestión de Suministros Médicos. Tendencias En energías Renovables Y Sustentabilidad, 4(1), 195–198. https://doi.org/10.56845/terys.v4i1.513

Número

Vol. 4 Núm. 1 (2025)

Sección

Artículos de Divulgación Científica

Licencia

Derechos de autor 2025 Ramiro Meza Palacios, Alberto A. Aguilar Lasserre, Alina Evelyn Badillo Márquez, German Domínguez Carrillo

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.