SOC-IA: Arquitectura de Sistema de Optimización de Espacios Clínicos Ambulatorios basado en Inteligencia Artificial para Centros de Especialidades en el Sistema de Salud Chileno

Los centros de especialidades ambulatorias del sistema de salud chileno —Centros de Diagnóstico y Tratamiento (CDT), Centros de Referencia de Salud (CRS) y Centros de Especialidades Ambulatorias Adosados (CEAA)— enfrentan una brecha operativa documentada: la asignación de espacios clínicos (boxes de consulta, salas de procedimientos y exámenes de especialidades) se gestiona mediante planillas de cálculo aisladas, sin visibilidad en tiempo real ni capacidad predictiva. Esta desconexión entre agenda, disponibilidad de recintos e insumos genera subutilización de infraestructura, reprogramaciones evitables y sobrecarga laboral del personal clínico y administrativo, con impacto directo en la oportunidad de atención de pacientes GES y no GES en lista de espera.

Este documento presenta SOC-IA (Sistema de Optimización de Centros Ambulatorios basado en IA), una arquitectura modular de cuatro componentes diseñada para resolver esta asincronía estructural: (M1) asignación dinámica de box-profesional-horario en tiempo real mediante motor de programación lineal entera (MILP); (M2) predicción de quiebre de insumos y equipamiento con anticipación mínima de 48 horas; (M3) tablero de ocupación en tiempo real con heatmap de estado de cada recinto; y (M4) análisis de brechas de capacidad instalada versus demanda real mediante la relación Takt Time / Cycle Time, con reporte ejecutivo trimestral para la dirección.

SOC-IA se diseña como capa complementaria a los sistemas de priorización clínica y contactabilidad ya operativos en el ecosistema chileno (RankCare, cero.ai, Lanek), consumiendo sus outputs vía API bajo estándar HL7 FHIR R4. La arquitectura contempla backend en FastAPI (Python), interfaz en Streamlit, integración con Historia Clínica Electrónica mediante SMART on FHIR R4 con OAuth 2.0, MLOps con MLflow para monitoreo continuo de modelos, y cumplimiento del marco ético de la OMS para IA en salud y del AI Act de la Unión Europea.

El desafío que motiva este desarrollo fue planteado entre otros, por el Hospital San José de Melipilla de Chile, en el programa ECO-SD 2025 (CENS, Chile), evidenciando que ninguna solución comercial activa en el mercado chileno aborda la optimización integral de boxes en atención ambulatoria de especialidades. El documento incluye: definición de objetivos SMART con métricas basales, evaluación ponderada de proveedores bajo marco OAP (Outcome-Action Pair), descripción funcional y arquitectónica completa, y plan de implantación por fases con gestión del cambio (Scrum + CRISP-DM + PRINCE2), modo sombra de validación pre-despliegue y diseño Human-in-the-Loop.

Este trabajo académico se desarrolló para el Máster en Aplicaciones de Inteligencia Artificial en Salud (CEMP, España, 2025-2026) y sienta las bases conceptuales y arquitectónicas para el desarrollo técnico de la solución, cuyo prototipo funcional se desarrollará entre octubre y diciembre de 2026.