Modelo predictivo para la toma de decisiones en la gestión de insumos y medicamentos

El presente estudio se desarrolló en el Hospital General de Táriba ubicado en el Estado Táchira – Venezuela, donde el departamento de almacén no cuenta con un sistema de información predictivo que le brinde estadísticas y proyecciones de los insumos y medicamentos, información necesaria para la toma de decisiones, principalmente en la cantidad de insumos y medicamentos que correspondían adquirir. Partiendo de la necesidad en la institución, se propuso desarrollar un modelo predictivo para la toma de decisiones en la gestión de insumos y medicamentos, cuya propuesta representó el objetivo general de esta investigación. Con la finalidad de lograr lo planteado, el estudio se centró en la inteligencia de negocios y la minería de datos, desarrollando la investigación de acuerdo con la metodología: KDD (Descubrimiento de conocimiento en bases de datos – Knowledge Discovery in Databases). Se empleó como herramienta para el proceso de minería de datos Weka (Entorno para análisis del conocimiento de la Universidad de Waikato – Waikato Environment for Knowledge Analysis) para extraer conocimiento desde la base de datos del sistema transaccional SAISYS, y el desarrollo de la herramienta informática se ejecutó con la metodología RAD (Desarrollo rápido de aplicaciones). Como resultado de la investigación, se determinó que el modelo encontrado permitirá realizar las gestiones pertinentes de los insumos y medicamentos, a través de consultas y reportes de forma eficiente y eficaz que apoyan la toma las decisiones.

Palabras clave: Inteligencia de negocios, minería de datos, modelos predictivos, weka.

LISTA DE ABREVIATURAS

Introducción

La inteligencia de negocios en la actualidad se presenta como una herramienta indispensable para las organizaciones que quieran estar en la vanguardia que requiere la sociedad. La inteligencia de negocios permite a través de su diversidad de instrumentos y técnicas analizar los datos fundamentales de la empresa y emplearlos en la generación de conocimiento, para mejorar la toma de decisiones y la planificación estratégica.

En relación con lo anteriormente expuesto, la presente investigación comprende el desarrollo de la inteligencia de negocios, y por medio de uno de sus principales instrumentos como lo es la minería de datos, buscar un modelo predictivo que permita construir una herramienta informática para la gestión de insumos y medicamentos en el Hospital General de Táriba.

En el marco del problema, surge como necesidad desarrollar una herramienta informática fundamentada por un modelo predictivo, que permita el soporte en la toma de decisiones para la gestión de insumos y medicamentos, primordialmente en la cantidades que se deben adquirir, con el objetivo de optimizar los recursos y lograr bienestar social.

La presente investigación tiene un nivel de conocimiento de tipo proyectiva, en virtud que tiene como propósito la elaboración de una propuesta o modelo como solución a un problema o necesidad de tipo práctico. De igual forma, es una investigación mixta, donde participan elementos de la investigación documental e investigación de campo, entre los elementos empleados destacan los siguientes: Libros, tesis, trabajos de grado, decretos, artículos científicos, documentos digitalizados, análisis de contenido y la observación.

El proyecto inicia con el capítulo I, el cual describe el planteamiento, formulación del problema, hipótesis, objetivos de la investigación, la justificación y el alcance. El capítulo II, presenta los antecedentes de la investigación, las bases teóricas, los aspectos legales, la definición de términos, por último, el sistema de variables y operacionalización. En el capítulo III, se indican el contexto, nivel y diseño de la investigación, de igual manera en el este apartado, se define la población objeto de estudio, las técnicas e instrumentos de recolección de datos, la validez y confiabilidad, para cerrar el capítulo, se establecen las técnicas de procesamiento y análisis de datos.

El capítulo IV, comprende el análisis e interpretación de resultados, desarrollado a través de los siguientes procesos: Selección e integración de datos, preparación de los datos, transformación, selección y aplicación de algoritmos de minería de datos, interpretación y evaluación de los patrones encontrados, para finalizar con, el desarrollo de la herramienta informática para consultar el modelo predictivo encontrado. En el capítulo V, se presentan las conclusiones y recomendaciones de la investigación.

CAPÍTULO I

El problema

1.1. Planteamiento del Problema.

En la actualidad la inteligencia de negocios, entendida según Recasens (2011) como el conjunto de tecnologías que permiten interactuar con una diversidad de datos, para ofrecer a los gerentes información relevante para mejorar el rendimiento de la empresa. En tal sentido, la inteligencia de negocios constituye un área de conocimiento importante en la organización debido que aporta estrategias para la eficiente y eficaz gestión de las organizaciones.

Los sistemas de información gerencial basados en inteligencia de negocios se han convertido en factor fundamental en los logros empresariales. De acuerdo con Martínez (2012) los mismos apoyan a la empresa en decisiones de alto nivel, gestionando los procesos de negocio al satisfacer las necesidades de información de la organización. Dentro de los sistemas de información gerencial, existen los basados en modelos predictivos, los cuales constituyen la búsqueda del conocimiento en los datos históricos relevantes, para pronosticar situaciones futuras (Bayter, 2008).

Las sociedades evolucionan a través del avance de una serie de elementos, entre los cuales se encuentra la salud. En Venezuela desde el año de 1.911 se emprendió un proceso que sentó las bases con la finalidad de construir y preservar un sistema de salud integral. A través de lo que en la actualidad es el Ministerio del Poder Popular para la Salud MPPS. Según Hernández (2010) en la constitución de 1.999 se impulsaron políticas para disminuir los determinantes sociales con la intención de reducir las desigualdades, con base a principios de equidad y justicia social.

Bajo el marco de referencia expuesto, en Venezuela existen un sistema de salud pública con hospitales tipo I, II, III y IV, que tienen sus propias características según la capacidad de los servicios que presta y la población servida (Decreto Nº 1798, 1983). De acuerdo con esta clasificación el Hospital General de Táriba, es tipo II, el cual tiene como misión:

Prestar servicios de promoción, prevención y recuperación de enfermedades en el área de la salud a la comunidad del Municipio Cárdenas y sus adyacencias, teniendo como prioridad el respeto, humanización, ética y calidad en la prestación de cada uno de nuestros servicios, garantizando una docencia y capacitación de alto nivel, contando con talento humano altamente capacitado y comprometido en prestar un servicio eficiente e idóneo en todas las áreas funcionales del Hospital (Hospital General de Táriba, 2015, p. 19).

Durante los últimos años este centro dispensador de salud ha crecido notablemente, en su organización y por ende en la cantidad en cuanto a la atención de pacientes. En las diferentes áreas que conforman la organización existe un gran número de necesidades de automatización y optimización de procesos, que requieren adaptarse a la evolución que ha tenido la institución.

Dentro de la perspectiva antes mencionada y de acuerdo con la experiencia laboral del autor de esta investigación que es funcionario del Hospital General de Táriba, la institución requiere de manera fundamental la incorporación de nuevas tecnológicas a fin de poder marchar dentro del tipo de desarrollo que tiene trazado, caso específico el departamento de almacén, donde entre otras actividades se realizan las solicitudes de compras para la adquisición de insumos y medicamentos necesarios para el funcionamiento del hospital.

Las solicitudes de compra son listados realizados por tipo de producto, (Ver Anexo 1). Las mencionadas solicitudes también llamadas fallas contienen entre otros datos, la cantidad solicitada y la descripción del insumo o medicamento requerido, principal información para su elaboración, y la misma se obtiene de forma manual desde un sistema de inventario llamado Sistema Administrativo e Inventario SAISYS, el cual está realizado en el lenguaje de programación clipper, con el sistema operativo de disco de Microsoft MSDOS (Ver Anexo 2).

El actual sistema procesa la información de primer nivel como son: compras (entradas), consumos (salidas), posee una base de datos (Ver Anexo 3) con registros desde enero de 2.010 hasta diciembre de 2.015. Pero el mencionado software no presta todas las funcionalidades de un sistema de información requeridas por el departamento, entre las que destacan estadísticas, proyecciones y principalmente el estimado que se debe adquirir por cada insumo o medicamento.

La otra parte de la información para elaborar las solicitudes de compras las aporta el supervisor de almacén de manera empírica, de acuerdo con sus conocimientos por los años de experiencia en el cargo, situación que no brinda estabilidad al proceso debido que el mismo está dependiendo de una sola persona y no está fundamentado en patrones de consumo y estadísticas.

En la actualidad el procedimiento para realizar las solicitudes es de la siguiente forma: El supervisor de almacén utilizando una hoja de cálculo (Excel, Calc) donde están separadas las solicitudes por tipo de producto, y siguiendo el orden de los artículos registrados por cada tipo, procede a consultar en el sistema SAISYS la existencia de ese artículo, para luego de acuerdo con su experiencia colocar la cantidad a solicitar por cada producto en la hoja de cálculo. Y así elabora la solicitud de fallas (Ver Anexo 4), siguiendo lo pautado en el Decreto Nº 1.399, con Rango, Valor y Fuerza de Ley de Contrataciones Públicas del estado venezolano.

1.2. Formulación del Problema.

Actualmente en el Hospital General de Táriba las solicitudes de compras o fallas de insumos y medicamentos se realizan de forma manual, lo que origina un proceso lento, tedioso, produciendo solicitudes con información poco veraz e inconsistente, lo que trae como consecuencia la adquisición de insumos y medicamentos, sin seguir un patrón de consumo por parte de las áreas del hospital, causando en ocasiones desabastecimiento en algunos rubros y sobreabastecimiento en otros. En el mismo sentido el departamento de almacén no cuenta con un sistema de información predictivo que le brinde estadísticas y proyecciones de los insumos y medicamentos, información necesaria para la toma de decisiones, principalmente en la cantidad de insumos y medicamentos que se deben adquirir.

De acuerdo con lo anterior, surge la siguiente interrogante ¿Es necesario realizar un modelo predictivo que proporcione la información necesaria para la toma de decisiones en la gestión de insumos y medicamentos?, a partir de lo anterior, se formulan las siguientes sub interrogantes: ¿Cómo se obtendrán los datos necesarios para generar la información que servirá en la toma de decisiones?, ¿Cuál técnica será la más idónea para encontrar patrones en los datos?, y ¿Qué información será necesaria para la toma de decisiones?.

Partiendo de la necesidad que existe actualmente en la institución y tomando en consideración lo que puede llegar a proporcionar la propuesta planteada en cuanto a optimizar las solicitudes de compras en el Hospital General de Táriba, surge la necesidad de desarrollar un modelo predictivo que genere la información requerida para la toma de decisiones, primordialmente la solución tecnológica debe predecir la cantidad de insumos y medicamentos que se deben adquirir para un tiempo determinado.

1.3. Hipótesis.

Es posible obtener un modelo predictivo para la gestión de insumos y medicamentos, a partir de los datos históricos disponibles en la base de datos del sistema SAISYS del Hospital General de Táriba, mediante el uso de técnicas de minería de datos.

1.4. Objetivos.

Objetivo General.

Implementar un modelo predictivo para la toma de decisiones en la gestión de insumos y medicamentos para el Hospital General de Táriba.

Objetivos Específicos.

• Analizar la base de datos del Sistema Administrativo e Inventario (SAISYS).

• Seleccionar técnicas de minería de datos orientadas a modelos predictivos.

• Realizar pruebas de validación de las técnicas seleccionadas.

• Desarrollar una herramienta informática para la consulta del modelo predictivo, como apoyo en la toma de decisiones.

1.5. Justificación.

La inteligencia de negocios empleando modelos predictivos realizados por medio de la minería de datos, ofrece ventajas competitivas a las organizaciones, fortaleciéndolas y logrando que se mantengan en el tiempo dentro de escenarios exitosos. Recasens (2011) afirma que los pronósticos revelan relaciones y tendencias que permiten tomar decisiones creadas desde una base científica, generando beneficios para las empresas, entre los que destacan: Incremento del volumen de negocio, logro de objetivos, optimizar recursos y aumento de ingresos.

La implementación del modelo predictivo propuesto podrá realizar las gestiones pertinentes de los insumos y medicamentos, a través de reportes estadísticos y proyecciones de forma sencilla, flexible, eficiente y eficaz que apoyarán a las personas encargadas de tomar las decisiones en el hospital, contexto necesario para mejorar el proceso de adquisición de insumos y medicamentos, situación que originará solicitar las cantidades de artículos idóneas para el óptimo funcionamiento del hospital, generando principalmente beneficios económicos y de bienestar social tanto para la institución como para sus pacientes.

El modelo planteado concede aportes a diferentes niveles, entre los que destacan: El aporte teórico, metodológico, académico, práctico y social, donde las metodologías, y técnicas utilizadas para llevar a cabo el mismo, servirán de base para futuras investigaciones, En consecuencia los aportes teóricos, metodológicos y académicos se verán reflejados en aspectos relacionados con la inteligencia de negocios haciendo énfasis en el área de la minería de datos y sus diferentes herramientas que conllevan al desarrollo e implementación de sistemas que generan conocimientos, de igual forma se proporcionarán aportes en el área de inventarios de hospitales, entre otros.

Los aspectos prácticos serán observables en la aplicabilidad, teniendo en cuenta la utilidad que ofrece un modelo con las condiciones planteadas y con la proyección de instalarse en otros centros de salud, pero sin duda alguna es el aporte social el de mayor impacto que se producirá con el actual proyecto, debido que el modelo propuesto está orientado a proporcionar un máximo beneficio a la sociedad involucrada en el desenvolvimiento cotidiano del hospital.

1.6. Alcance.

El propósito fundamental de la investigación consiste en analizar la base de datos del sistema transaccional SAISYS, para luego aplicarle técnicas de minería de datos, con el objetivo de generar un modelo predictivo. Una vez se tenga establecido y probado el modelo predictivo se procede a desarrollar una sistema de consulta que facilite a la alta gerencia la toma de decisiones en la gestión de insumos y medicamentos en el Hospital General de Táriba.

Con la finalidad de lograr lo planteado, el estudio se centrará en la inteligencia de negocios y la minería de datos, las herramientas y metodologías a utilizar son las siguientes: KDD (Descubrimiento de conocimiento en bases de datos – Knowledge Discovery in Databases) se empleará como herramienta para el proceso de minería de datos, se utilizará Weka (Entorno para análisis del conocimiento de la Universidad de Waikato – Waikato Environment for Knowledge Analysis) como sistema para extraer conocimiento desde la base de datos del sistema transaccional SAISYS, y el desarrollo de la herramienta informática se ejecutará con la metodología RAD (Desarrollo rápido de aplicaciones).

CAPÍTULO II

Marco teórico

2.1. Antecedentes de la Investigación.

Martha Hernández R. (2011) En su trabajo: Procedimiento para el desarrollo de un sistema de inteligencia de negocios en la gestión de ensayos clínicos en el Centro de Inmunología Molecular. Investigación que surgió como parte de la colaboración existente entre la Universidad de las Ciencias Informáticas y el Centro de Inmunología Molecular en la Habana Cuba. El objetivo fue desarrollar un procedimiento que auxiliara en el almacenamiento y análisis de los ensayos clínicos y que facilitara la aplicación integral de la inteligencia de negocios en esta actividad.

Se realizó una propuesta de procedimiento para conducir el desarrollo de soluciones de inteligencia de negocios en el centro. El procedimiento fue evaluado a partir del método de experto Delphi y se obtuvo el resultado de "Muy adecuado". Se contó además con un aval del centro cliente, donde se valoró de satisfactorio el trabajo realizado. La implementación de este procedimiento permitirá almacenar toda la información que se gestiona, de manera íntegra y estándar, con lo que se logrará viabilizar los análisis estadísticos que se necesitan realizar por parte de los especialistas de la institución.

El aporte del trabajo para la investigación, se fundamenta en la aplicación de la inteligencia de negocios con el fin de mejorar el desempeño y por ende los procesos de la organización, entre las herramientas y técnicas empleadas, destaca el procedimiento de inteligencia de negocios, a través de la etapa de extracción, transformación y carga de los datos, es decir, el proceso ETL.

Juan Soria Q. y Guillermo Mamani A. (2013). En su investigación: Modelo de simulación de inventario basado en redes neuronales artificiales supervisadas y algoritmos genéticos para optimizar el stock de medicamentos de la Clínica Ricardo Palma. Estudio mediante el cual se desarrolló un modelo analítico de abastecimiento de medicamentos basado en redes neuronales artificiales que optimiza el inventario de los medicamentos del sector privado de salud, caso Clínica Ricardo Palma ubicada en San Isidro, Lima Perú. El tipo de investigación fue aplicada, descriptiva y propositiva. Los datos analizados correspondieron al volumen de las ventas semanales de medicamentos de los años 2.005 al 2.009.

El objetivo era minimizar la incertidumbre al momento de decidir la cantidad de medicamentos a pedir, estimando la demanda semanal del medicamento. Los resultados afirman que el modelo de red neuronal artificial concurrente tiene mayor precisión en el pronóstico frente a los modelos estadísticos, series de tiempo y regresión lineal, lo cual permite planificar las compras de medicamentos y reducir el costo total.

La contribución que ofrece este estudio radica en la optimización de los inventarios en los centros de salud, basado en modelos de gestión de inventario y utilizando el módulo de OptQuest de la herramienta Crystal Ball. Donde a través de la construcción de un modelo de simulación, se busca predecir la cantidad optima de medicamentos a requerir.

Isidora Vielma G. (2013). En su tesis: Mejoramiento de la gestión de insumos de pabellón del Hospital Exequiel González Cortés. Proyecto que propone un diseño para el proceso de adquisición e inventario de los insumos de pabellón en el hospital pediátrico Exequiel González Cortés, situado en Santiago de Chile, a partir de patrones de procesos de negocio, desde la arquitectura empresarial del hospital, hasta el diseño de los diagramas en Gestión de Procesos de Negocios (Business Process Management) BPM. Finalmente, se generaliza la experiencia en base a la construcción de un framework, para cualquier tipo de empresa que requiera generar un plan de insumos a partir de un plan de producción definido.

El proyecto es probado mediante un piloto, el cual contempla la implementación de acuerdos de abastecimiento para 3 grupos de productos, que representan el 15% del gasto en insumos del hospital. Las cantidades se determinan en base a las lógicas de negocio. El ahorro promedio calculado con los precios de las ofertas presentadas es de 36%, siendo de 68% en el mejor escenario y de 10% en el peor, lo que permite ahorrar recursos o bien acceder a productos de mayor calidad y precio, sin aumentar el presupuesto, asegurando la provisión de insumos y evitando quiebres de inventario.

Con lo antes mencionado, el aporte de la investigación se fundamenta en establecer un modelo de inventario que garantiza un óptimo abastecimiento, a través de la implementación de un software que permite reducir costos, proveer mecanismos de control y un proceso flexible de las compras. Contexto requerido en la gestión de insumos y medicamentos en el Hospital General de Táriba.

Juan Sánchez R. (2010). En su trabajo de grado: Sistema web para diagnóstico de enfermedades prevalentes en la infancia mediante técnicas de minería de datos y aprendizaje automático. Estudio que se realizó en la Universidad Nacional Experimental del Táchira, Municipio San Cristóbal, Venezuela. Proyecto que consistió en desarrollar un sistema web, fundamentado en técnicas de minería de datos para producir modelos predictivos que permitan apoyar en el diagnóstico de enfermedades prevalentes en la infancia.

Actualmente la sociedad se está viendo afectada por la mortalidad infantil, ocasionada por enfermedades recurrentes. El sistema desarrollado maneja dos componentes principales, el primero sistematiza la aplicación de la estrategia "Atención Integral a las Enfermedades Prevalentes de la Infancia" la cual brinda lineamientos de trabajo para enfrentar las principales enfermedades que afectan a los niños, el segundo componente lo constituye una plataforma inteligente para el desarrollo de modelos predictivos que permite determinar posibles diagnósticos.

El aporte ofrecido para la presente investigación, se basa en la utilización de técnicas de minería de datos para elaborar modelos predictivos que faciliten la toma de decisiones. Entre las técnicas empleadas presenta: Arboles de decisión, reglas de clasificación, clustering y redes bayesianas. Empleando Weka como herramienta para el análisis de los datos.

2.2. Bases Teóricas.

2.2.1. Inteligencia de Negocios – Business Intelligence (BI).

Los tiempos de vida de los negocios son cada vez más vertiginosos por lo que se deben tomar decisiones muy veloces, por lo tanto se requiere de la información oportuna en el momento y el lugar correcto. La inteligencia de negocios consiste en un conjunto de herramientas que son usadas para obtener, y analizar datos sobre el funcionamiento de la empresa, los cuales pueden ayudar a lograr un conocimiento amplio de los factores que afectan su desempeño (Ventas, producción, operaciones internas, entre otras) y de esa manera tomar decisiones para lograr mejores resultados.

La recolección y procesamiento de los datos produce información, y es la mente humana la que la convierte en inteligencia al adecuarla con un contexto específico para un individuo o caso en particular. "El proceso que produce inteligencia es la colección continua con verificación y análisis de la información que permite comprender el problema o la situación de una manera accionable de acuerdo a un usuario final." (Gonzales, 2012, p. 9).

Figura 2.1. Ilustración de un sistema de inteligencia de negocios.

Fuente: (Recasens, 2011, p. 24).

2.2.2. Minería de Datos – Data Mining (DM).

Consiste en un conjunto de técnicas y algoritmos que sirven para hacer análisis de grupos de datos, extrayendo patrones y relaciones entre ellos, convirtiéndolos en información útil para quienes toman las decisiones, concepción según Martínez (2012). El empleo de la minería de datos en las empresas se realiza para identificar nuevas oportunidades de negocio, adecuar los productos ofrecidos o encontrar los clientes más valiosos con el fin de retenerlos, para de esta manera aumentar los ingresos y reducir las pérdidas o costos de las empresas.

La minería de datos se debe entender como un soporte para los analistas, y no reemplaza el conocimiento que tienen los especialistas del negocio, tampoco descarta la necesidad de entender los datos. Para Martínez (2012) no funciona por sí sola, ya que los patrones que se encuentren en los datos deben ser interpretados y validados para ver si responden a las consultas del negocio, y si son aplicables en el mundo real.

Los modelos de minería de datos se clasifican como predictivos y descriptivos. En el primer caso, se tiene una variable con valor desconocido, y la finalidad es determinarlo. Esta variable se llama respuesta, dependiente u objetivo, mientras que aquellas utilizadas para hacer la predicción son los predictores o variables independientes. Los modelos predictivos requieren ser entrenados, utilizando un conjunto de datos de entrenamiento cuyo valor de variable dependiente es conocido. La idea es que el modelo permita resultados en base a un aprendizaje, y así se vaya ajustando con la realidad conocida. A este tipo de modelos se les conoce además como modelos de aprendizaje supervisado.

Por otra parte, se tienen los modelos descriptivos, en los cuales no se cuenta con un resultado conocido para poder guiar a los algoritmos, y por ello se conocen como modelos de aprendizaje no supervisado, donde el modelo se va ajustando de acuerdo con las observaciones o datos entregados, y se acude muchas veces a argumentos heurísticos para evaluar la calidad de los resultados. Tanto para los modelos predictivos y como para los modelos descriptivos existen una variedad de métodos de minería de datos que se pueden utilizar, con el fin de buscar conocimiento. Dentro de los métodos predictivos se encuentran la clasificación y regresión, Entre los descriptivos existen el clustering y las reglas de asociación.

2.2.3. Gestión de Inventarios.

Por lo general en las empresas exitosas, utilizan el criterio que dice: "quien compra bien, vende o produce bien". El tener una buena política de compras, permite un manejo fluido a la organización y una disminución en sus costos, lo que obviamente mejorará su rentabilidad. A juicio de Aldas (2013) debido a lo anterior es necesario estudiar los inventarios desde el instante en que se proyecta la compra, es decir involucrarlos en los procesos de planeación de la compañía y en su contrapartida obligatoria, el control.

Los inventarios básicamente son recursos utilizables que se encuentran almacenados para su uso posterior en un momento determinado. Gestionar un inventario, es la administración eficiente del mismo, a través de un manejo adecuado de la planificación, rotación y control, que incluye desde la negociación con el proveedor hasta la venta del producto. Los principales objetivos de la gestión de inventarios son: Minimizar los costos y riesgos de mantener inventarios, minimizar costos y riesgos de adquirir inventarios, maximizar el rendimiento sobre la inversión en inventario, optimizar el nivel de producción cuando estos sean fabricados en la empresa, maximizar la eficiencia de los departamentos de compras, producción y ventas, permitir mantener un nivel óptimo de inventario.

Figura 2.2. Fases de la gestión de inventarios hospitalarios.

Las fases que comprende la gestión de inventarios hospitalarios
se especifican a continuación.

• 1. Planificación: Etapa en la cual se analizan las cantidades a solicitar de acuerdo con las existencias y rotación de los insumos y medicamentos.

• 2. Prioridades: Se identifican los insumos y medicamentos a requerir, tomando en cuenta los productos primordiales para el funcionamiento del hospital, en función de los recursos económicos disponibles para la compra.

• 3. Registro: Se deben realizar los asientos de los registros de las entradas y salidas de todos los productos.

• 4. Almacenamiento: Empleando la técnica primero en entrar primero en salir (PEPS) se almacenan los insumos y medicamentos.

• 5. Suministro: Fase en la cual se realiza la entrega de los productos a cada departamento de la institución, de acuerdo con su consumo.

• 6. Control: Etapa donde se revisan periódicamente los artículos, para determinar los que están próximos a vencer y los de poca rotación, y de esta forma dinamizar los productos que estén dentro de estos parámetros.

• 7. Auditoria: A través de chequeos quincenales e inventarios semestrales entre la existencia física y la presentada por los registros, se constata la integridad del inventario.

2.2.4. Proceso KDD.

Etapa mediante la cual se localiza información en un gran grupo de datos para producir conocimiento. "El objetivo principal de esta metodología es automatizar el procesamiento de los datos, permitiendo a los usuarios dedicar más tiempo a las tareas de análisis y al descubrimiento de relaciones entre los datos." (Martínez, 2012, p. 26).

Figura 2.3. Etapas del proceso KDD.

Fuente: (Martínez, 2012, p. 26).

• 1. Identificación de la situación en estudio: Establecer el problema a resolver, entendiendo las metas del proceso y cuáles son los objetivos.

• 2. Selección e integración de los datos: Se obtienen los datos desde los sistemas transaccionales, los cuales pueden venir en diferentes formatos y en algunas oportunidades con errores.

• 3. Preparación de los datos: Etapa de limpieza y pre-procesamiento, donde se escogen técnicas y estrategias para corregir errores en el conjunto de datos seleccionados, se trata la información faltante y unifican formatos.

• 4. Transformación: Lapso en el que se pueden reducir o agrupar los datos en las características de interés. Se consolida la información y se escoge una estructura acorde con las necesidades del problema que permita almacenarla, por ejemplo un data mart.

• 5. Selección y aplicación de algoritmos de Minería de Datos (Data Mining) DM: Empleando técnicas según la situación planteada y el análisis que se quiera hacer. Las técnicas seleccionadas permitirán generar modelos de minería de datos, y con ello revelar patrones de información implícitos en los datos.

• 6. Interpretación y evaluación de los patrones encontrados: Identificando los nuevos conocimientos y auxiliándose en los expertos del negocio para ver si se pueden tomar acciones con estos resultados. Para interpretarlos, es necesario visualizarlos de varias formas, validando los patrones y modelos de datos, documentando los procedimientos y consideraciones de manera que se formen propuestas de valor para el negocio.

(Martínez, 2012) "Las etapas iniciales del proceso KDD son muy importantes porque serán la base sobre la cual se hará minería de datos. Si la preparación de los datos no está bien hecha, los resultados obtenidos en los análisis no serán confiables." (p. 27). La relación entre el proceso KDD y los Data Warehouses, sucede cuando el primero busca contar con datos procesados, limpios y consolidados, mientras que los segundos brindan una arquitectura bien definida en donde almacenar la información con esas características.

2.3. Aspectos Legales.

2.3.1. Constitución de la República Bolivariana de Venezuela. (2000). Artículo 83.

Apartado de la constitución que estable la salud como un compromiso
social esencial, es un derecho a la vida que el gobierno debe garantizar. Para
ello el Estado desarrollará políticas destinadas a satisfacer
las necesidades que tienen todas las personas en el sector salud, dentro de
ese marco el gobierno debe participar activamente en la promoción, defensa
y cumplimiento de las medidas establecidas relacionadas con la salud de todos
los ciudadanos del país. Considerando lo anterior, se establece que la
realización del actual proyecto promoverá en gran medida la participación
que debe tener el Estado, para brindar un eficiente servicio de salud a su población.

2.3.2. Ley Orgánica de la Administración Pública. (2008). Artículo Nº 6.

Artículo mediante el cual se fija la actuación de la administración pública nacional, la cual debe estar al servicio de las personas, para atender y satisfacer sus necesidades, en áreas prioritarias como la salud, Para tal efecto la administración debe mejorar continuamente sus procesos, servicios y prestaciones públicas. Contexto que se logrará en el Hospital General de Táriba a través del desarrollo tecnológico planteado.

2.3.3. Ley de Infogobierno. (2013). Artículo Nº 34.

Sección donde se estable que la administración pública nacional utilizará en su gestión a través de las tecnologías de la información, solo programas informáticos en software libre y estándares abiertos. Sobre la base de las consideraciones expuestas el presente proyecto debe ser desarrollo en software libre, debido que el Hospital General de Táriba es un organismo de la administración pública nacional.

2.3.4. Decreto Nº 1.399, con Rango, Valor y Fuerza de Ley de Contrataciones Públicas. (2014). Artículo Nº 1.

El objeto del Decreto se encuentra expresado en este, su primer artículo, el cual establece la regularización de las actividades del Estado en la adquisición de bienes, prestación de servicios y ejecución de obras, con el propósito de resguardar el patrimonio público, fortalecer la soberanía, incrementar la capacidad productiva y asegurar la transparencia en las actuaciones de los contratantes, para propiciar el crecimiento de la economía. Las solicitudes de compra del Hospital, se realizan siguiendo lo establecido en el presente Decreto (Ver Anexo Nº 4).

2.4. Definición de Términos.

2.4.1. Toma de Decisiones.

En el ambiente empresarial resaltan aquellos empresarios que se han destacado por el éxito alcanzado en el manejo de sus organizaciones, escenarios que se materializan a través de la oportuna y acertada toma de decisiones. La cual según Guillén (2012), consiste básicamente en elegir una opción entre las disponibles, evaluando previamente las alternativas a los efectos de resolver un problema, para tomar una decisión, es necesario conocer, comprender y analizar el problema para así poder darle solución.

2.4.2. Sistema Operacional o Transaccional.

Los sistemas de información operacionales o transaccionales se encargan de automatizar tareas y procesos que se efectúan a diario en la empresa, manejando datos del funcionamiento de la organización. Sus principales prioridades son la disponibilidad y el rendimiento en el procesamiento a un nivel detallado. A pesar de ser una fuente de datos completa, este tipo de sistema no se emplea en la toma de decisiones de alto nivel, porque al procesar una gran cantidad de datos tarda en entregar las respuestas, tampoco responden a todas las preguntas que puede tener el negocio ya que sólo cuenta con cálculos simples.

2.4.3. Sistema de Información Gerencial.

Un sistema de información es un grupo organizado de elementos
(Hardware, software, recurso humano, entre otros) que interactúan entre
sí procesando datos, dando lugar a información en función
de los objetivos o necesidades de una organización, así lo indica
Aldas (2013). Partiendo de lo anterior, un sistema de información gerencial
es una herramienta informática que apoya la toma de decisiones en la
empresa, con información confiable y oportuna, permitiendo lograr ventajas
competitivas, impulsos estratégicos y control gerencial.

2.4.4. Software Libre.

Es el software que respeta la libertad de los usuarios para ejecutarlo, copiar, distribuir, estudiar, modificar y mejorarlo. Libre no significa que sea gratis, aunque en la mayoría de los casos suele estar disponible gratuitamente. El software libre ofrece las siguientes libertades: Primero ejecutarlo con cualquier propósito, segundo estudiarlo y adaptarlo a sus necesidades, tercero distribuir copias y cuarto mejorarlo para luego hacer públicas las mejoras. Con la única limitación del copyleft, el cual indica que la redistribución del software, con o sin cambios, debe dar las mismas libertades que antes.

2.4.5. Base de Datos.

Para Aldas (2013) es un conjunto de elementos o hechos relacionados, adaptados en una estructura especifica, es decir, comprende el repositorio en donde está almacenada sistemáticamente toda la información principal e importante para una empresa. Las principales características de las bases de datos son: Independencia lógica y física de los datos, redundancia mínima, acceso concurrente por parte de múltiples usuarios, integridad de los datos, consultas complejas optimizadas, respaldo y recuperación, seguridad de acceso, auditoría, y acceso a través de lenguajes de programación estándar.

2.4.6. Repositorio de Información.

"Los repositorios de información nacieron como sistemas que aprovechaban los datos desde los distintos sistemas operacionales, con el objetivo de ayudar con información confiable y oportuna al proceso de toma de decisiones." (Arias, 2012, p. 9). Los datos guardados en un repositorio pueden distribuirse a través de una red informática, como internet, o de un medio físico, como un disco compacto. Pueden ser de acceso público o estar protegidos y requerir de una autentificación previa. Los repositorios más conocidos son los de carácter académico e institucional. Los sistemas de repositorios suelen integrarse e interoperar con otras aplicaciones.

2.4.7. MySQL.

Sistema robusto de gestión de bases de datos relacional, multihilo, multiusuario y multiplataforma, programado en C y C++, con licenciamiento dual (GPL y uso comercial), muy empleado en aplicaciones web. Aldas (2013) lo describe como sencillo de usar e increíblemente rápido, es uno de los manejadores de base de datos más usados, por estar disponible de forma gratuita. Existen varias interfaces que permiten a aplicaciones desarrolladas en diferentes lenguajes de programación, acceder a las bases de datos MySQL.

2.4.8. PHP.

Lenguaje de programación multiparadigma (Orientado a objetos, imperativo, programación por procedimientos), multiplataforma, flexible y de alto rendimiento, con licenciamiento PHP (Licencia de software libre no copyleft y licencia de código abierto). Entre sus características destacan las siguientes: Dirigido al desarrollo de aplicaciones web, curva de aprendizaje corta, lenguaje interpretado, programación del lado del servidor, capacidad de conexión con la mayoría de gestores de bases de datos y extensa documentación.

2.4.9. Proceso ETL.