1

UNIVERSIDAD DE LA SERENA
FACULTAD DE INGENIERÍA
ESCUELA DE INGENIERÍA EN CONSTRUCCION

PROPUESTA PARA LA SITUACIÓN COVID-19 EN CHILE

Christian Alexis Aguayo Regollo

Matías Alejandro Aracena Hernández
Rocío del Pilar González Silva
Bryan Richard Reynuaba Mancilla

Introducción al Big Data y Análisis de Datos

Profesor:
David Gómez Schwartz

La Serena, Chile
Junio de 2021
 2

PROPUESTA PARA LA SITUACIÓN COVID-19 EN CHILE

CONTENIDO

1 INTRODUCCIÓN.........................................................................................................3

2 OBJETIVOS..................................................................................................................4

2.1 Objetivo general....................................................................................................4

2.2 Objetivos específicos...........................................................................................4

3 MARCO TEÓRICO......................................................................................................5

3.1 ¿Qué es el Big Data?..........................................................................................5

3.2 Utilización del Big Data........................................................................................5

3.3 ¿Cuáles son los 4 análisis que pueden hacerse con Big Data?..................5

3.4 ¿Por qué es tan importante el Big Data?.........................................................6

4 MARCO GENERAL Y OPORTUNIDAD DE LA PROPUESTA...........................7

4.1 Marco General de la propuesta..........................................................................7

4.2 Oportunidad de la propuesta..............................................................................9

5 TIPOS DE DATOS Y FUENTES A UTILIZAR......................................................11

5.1 Tipos de Datos....................................................................................................11

5.1.1 Según su estructura.....................................................................................11

5.1.2 Según su origen............................................................................................13

5.2 Fuentes por utilizar.............................................................................................16

6 ARQUITECTURA CONCEPTUAL Y MIX TECNOLÓGICO...............................17

7 BENEFICIOS DE LA IMPLANTACIÓN DE LA PROPUESTA..........................22

8 CONCLUSIÓN............................................................................................................24
 3

1 INTRODUCCIÓN

"Los datos son importantes a media que el grupo de personas o la organización

le dé la importancia"
-David Gómez Schwartz

El Covid-19 (nombre definitivo otorgado por la OMS) es la más reciente cepa de la

familia de coronavirus que no se había identificado previamente en humanos. Los
coronavirus son causantes de enfermedades que van desde el resfriado común
hasta enfermedades más graves, como Insuficiencia Respiratoria Aguda Grave.

La tasa de infección continua que se ha mantenido ha significado que varios

países, incluyendo Chile, deban enfrentar la saturación de sus sistemas de salud y
del abastecimiento de oxígeno para la respiración auxiliar.

Frente a esta contingencia sanitaria haremos uso del concepto de Big Data, para
analizar una cantidad masiva de datos o combinaciones de conjuntos de datos
cuyo volumen, variabilidad y velocidad de crecimiento dificultan su captura,
gestión, procesamiento o análisis mediante tecnologías y herramientas
convencionales, para así conducir a una toma de decisiones que resuelva la
mayor dificultad actual en esta contingencia sanitaria: la congestión en el Sistema
de Salud.

En el presente informe identificaremos toda la información que obtendremos de

diversas fuentes, tales como: búsqueda de palabras claves e información,
localización, interacción, medios de comunicación, estudios científicos, datos del
Ministerio de Ciencia Tecnología Conocimiento e Innovación, Ministerio de Salud,
entre otros, para hacer uso de aquellos datos con valor que nos entregarán
información clave para la mejor formulación de la propuesta que se presenta frente
a la problemática sanitaria en Chile.
 4

2 OBJETIVOS

2.1 Objetivo general

 Proponer mediante el Big Data una propuesta frente a la situación Covid-19

en Chile

2.2 Objetivos específicos

 Identificar los tipos de datos y fuentes a utilizar en la propuesta.

 Definir el marco general y la oportunidad de la propuesta.
 Generar la arquitectura conceptual y el mix tecnológico de la propuesta.
 Presentar los beneficios de la implementación de la propuesta.
 5

3 MARCO TEÓRICO

3.1 ¿Qué es el Big Data?

El Big Data consiste en un proceso que analiza e interpreta grandes volúmenes de

datos, tanto estructurados como no estructurados. Está formado por conjuntos de
datos de mayor tamaño y más complejos, especialmente procedentes de nuevas
fuentes de datos. Estos conjuntos de datos son tan voluminosos que el software
de procesamiento de datos convencional sencillamente no puede administrarlos.
Sin embargo, estos volúmenes masivos de datos pueden utilizarse para abordar
problemas empresariales que antes no hubiera sido posible solucionar.

3.2 Utilización del Big Data

El Big Data sirve para que los datos almacenados de forma remota puedan ser
utilizados por las empresas como base para su toma de decisiones.
Ya que es un proceso que realiza el análisis de grandes volúmenes de datos.
Estos análisis, a su vez, generan información muy valiosa que se puede aplicar en
diferentes ámbitos de tu negocio.
La información extraída ayuda, por ejemplo, a mejorar estrategias y procesos, a
incrementar el poder competitivo de la empresa y a comprender mejor a
los consumidores, entre muchas otras aplicaciones.

3.3 ¿Cuáles son los 4 análisis que pueden hacerse con Big Data?

Si la idea es entender completamente qué es el Big Data y para qué sirve, es muy
importante que conozcas los 4 tipos de análisis que se pueden hacer con este
proceso.
Los análisis que se pueden realizar con Big Data son:
- Análisis predictivo: También conocido como ciencia de datos o data
science, el análisis predictivo hace una predicción sobre posibilidades
 6

futuras, basándose en patrones encontrados en los datos de la empresa

que fueron analizados.
- Análisis prescriptivo: El propósito del análisis prescriptivo es presentar las
posibles consecuencias que cada acción puede generar para el negocio.
Esto ayuda a elegir las estrategias más adecuadas, que generarán más y
mejores resultados para la empresa.
- Análisis descriptivo: El análisis descriptivo tiene como objetivo aportar
información sobre la situación presente a partir de datos históricos. Es
decir, este tipo de análisis contribuye a las decisiones que deben tomarse
en tiempo real.
- Análisis diagnóstico: Este tipo de análisis permite analizar los resultados y
evolución de determinadas acciones. Con esto, es posible realizar ajustes a
las estrategias que se están aplicando.

3.4 ¿Por qué es tan importante el Big Data?

El Big Data tiene un potencial enorme. Puedes usar la valiosa información que

proporcionan estos datos para tomar decisiones de marketing sobre tu producto y
tu marca. Las marcas que usan Big Data son capaces de tomar decisiones
comerciales más rápido y con mejor criterio. Si usas toda la información que tienes
sobre tus clientes, puedes hacer que el producto esté más centrado en el cliente y
crear los contenidos que él quiere o personalizar sus itinerarios
 7

4 MARCO GENERAL Y OPORTUNIDAD DE LA PROPUESTA

4.1 Marco General de la propuesta

El 31 de diciembre de 2019 se notificó el primer caso de Covid-19 en la ciudad de

Wuhan, China, el virus se ha esparcido con rapidez por toda la Tierra, superando
al 4 de junio de 2021 los 173.096.000 casos y más de 3.720.000 fallecidos. 

En Chile, esta nueva cepa de coronavirus arribó el 3 de marzo de 2020, y al igual

que en otros países, la propagación comenzó lentamente y al cabo de unos días
se aceleró. Actualmente en Chile, la primera semana de junio 2021 se obtuvo un
promedio de 7138 casos nuevos y se espera que estos números desciendan
debido a las campañas de vacunación de los diferentes países.

Lamentablemente, la vacunación es un proceso que lleva tiempo y las situaciones

de riesgo, es decir, el uso de las camas UCI por solicitud Covid-19 principalmente
ha ido en incremento, por lo que no se logra cubrir la demanda de los afectados
ante el sistema de salud respectivo.

El seguimiento de la capacidad hospitalaria permite a las y los funcionarios de

salud pública evaluar la capacidad del sistema de atención médica para tratar
casos severos de COVID-19. Un indicador que usualmente se utiliza para
monitorear la carga del sistema es el porcentaje de camas UCI disponibles en una
zona geográfica analizada. Complementariamente se recomienda monitorear el
número de pacientes en ventilación mecánica que no se encuentran en camas
UCI como una forma de hacer seguimiento a pacientes de mayor gravedad que el
sistema de salud está teniendo dificultades en tratar.

A continuación, se presenta un indicador de Uso Covid-19 en camas UCI el cuál

monitorea la sobrecarga del sistema de salud que puede atribuirse
directamente a la pandemia. Dado que se considera la tasa histórica nacional
 8

de utilización de camas UCI y las posibles postergaciones debidas al COVID-

19 en su cálculo, este indicador da cuenta de la sobre exigencia excepcional
debido a la pandemia.

Los valores altos sugieren una mayor carga y un sistema de salud menos
preparado para retomar sus actividades habituales. Los valores bajos, en
cambio, dan indicios de un sistema que está más cerca de retomar
actividades no relacionadas con Covid-19 y que actualmente están siendo
relegadas.

El periodo analizado para ambos gráficos es entre el 1 de abril del 2020 hasta
el 1 de junio del 2021.

Fuente: https://www.icovidchile.cl/capacidad-hospitalaria

Figura 1: Uso camas UCI por Covid-19

Si bien no encontramos cifras de alto demanda visualmente, debemos considerar

la entrada de personas en riesgo por un motivo de salud diferente al de la
contingencia sanitaria, ya que son personas que de igual manera harán
requerimiento de la Unidad de Cuidados Intensivos.
 9

Por esto, se mide el porcentaje de uso de camas UCI y se calcula a nivel nacional,
regional y de servicio de salud. En el caso de Chile, el modelo de gestión
hospitalaria adoptado es a nivel nacional. Por esta razón, aunque el indicador
considera información de camas disponibles a nivel regional y de servicio de
salud, las cifras no necesariamente reflejan la etapa de la pandemia de dicha zona
geográfica, dada la movilidad de pacientes entre hospitales y entre regiones.

Fuente: https://www.icovidchile.cl/capacidad-hospitalaria

Figura 2: Uso camas UCI

Los valores altos de este indicador sugieren una mayor carga adicional de la
pandemia y un sistema de salud menos preparado para que el servicio de
salud, la región o país analizado retome sus actividades.

4.2 Oportunidad de la propuesta

El Big Data está demostrando ser especialmente útil para el control de la

transmisión de la enfermedad. Uno de los ejemplos más destacados es el caso de
Taiwán. Por su cercanía a China, se esperaba que fuera la segunda región más
afectada del mundo. No obstante, a medida que el virus ha ido avanzando por
otros países, Taiwán logró esquivarlo con un número de afectados muy bajo,
 10

recogiendo la información de los viajeros a través de aplicaciones y haciendo uso

de tecnología móvil, consiguieron controlar las cuarentenas de forma efectiva. 

Frente a la situación comentada con anterioridad y la problemática planteada en el

marco general, se hará uso del Big Data para visualizar futuros contagios y prever
la demanda de la Unidad de Cuidados Intensivos.

Las oportunidades principales son:

- Con la búsqueda de palabras u oraciones claves de los usuarios, tales
como: “síntomas covid”, “residencias sanitarias”, “pcr gratis”, entre otras,
conoceremos un espectro general de los posibles positivos (principalmente
con síntomas) dentro del periodo de los próximos 15 días, conociendo así
una proyección de la cantidad de futuros casos.

- Gracias a la base de datos entregada por el Ministerio de Salud se podrá

analizar el movimiento de las gráficas, para así correlacionar los periodos
de mayor o menor cantidad de casos con situaciones, días festivos o
eventos realizados con anterioridad. De esta manera conoceremos el
comportamiento de la población frente a los sucesos ya nombrados, para
enfrentarlas de manera tal que la comunidad sea más controlada.

- Se podrá entrecruzar la ubicación del usuario con sus búsquedas

relacionadas a la contingencia sanitaria (como las comentadas con
anterioridad), para conocer la demanda proyectada en un lugar específico.

- Al conocer la demanda de un lugar en puntual se pueden realizar planes

de acción para responder ante ella, y mediante datos del usuario conocer
rangos de edad de afectados, enfermedades crónicas o dificultades físicas
de los afectados, su comportamiento en el periodo de incubación del virus
mediante las búsquedas o interacciones en plataformas virtuales.
 11

5 TIPOS DE DATOS Y FUENTES A UTILIZAR

5.1 Tipos de Datos

5.1.1 Según su estructura

 Datos Estructurados
Cuando hablamos de datos estructurados nos referimos a la información que se
suele encontrar en la mayoría de las bases de datos relacionados (RDBMS).
Suelen ser archivos de texto que se almacenan en formato tabla, hojas de cálculos
o bases de datos relacionados con títulos para cada categoría que permite
identificarlos.
Para gestionar este tipo de datos se utiliza un tipo de lenguaje de programación
estructurado, conocido como SQL (Structured Query lenguaje) diseñado para
administrar y recuperar información de sistemas de gestión de bases de datos
relacionados.
Fuente: https://www.bloglenovo.es/mayor-problema-informatico-simple/

Figura 3: Ejemplo de “Datos Estructurados”

 Datos Semiestructurados
Los datos semiestructurados no están estructurados correctamente en celdas o
columnas. Sin embargo, tiene elementos que facilitan la separación de campos y
registros. Estos pueden ser comas o dos puntos o cualquier otra cosa . un ejemplo
de base de datos semiestructurada es una consulta JSON.
 12

Fuente:
http://exa.unne.edu.ar/informatica/anasistem2/public_html/apuntes/maf/cap3.htm

Figura 3: Ejemplo de “Datos Semiestructurado”

 Datos no Estructurado
La característica principal de este tipo de datos, generalmente binarios, es que no
poseen una estructura interna identificable. Se trata de un cumulo de información
que deben identificarse y almacenarse de forma organizada a través de una base
de datos no relacional (NoSQL).
Los datos no estructurados que se generan se pueden almacenar en múltiples
formatos como documentos PDF, documentos WORD, correos electrónicos,
videos y audios, etc.
Fuente: https://www.analiticanegocios.com/guias/la-importancia-los-datos-no-
estructurados/
 13

Figura 4: Ejemplo de “Datos no Estructurado”

5.1.2 Según su origen

 Web y Redes Sociales

Es aquí donde aparece el concepto de Social Big Data. Este concepto hace
referencia a la estrategia que se centra en recoger, gestionar, organizar y
aprovechar toda la información vertida en redes sociales por los usuarios tales
como Facebook, Twitter, LinkedIn, etc.

Fuente: https://www.trecebits.com/2019/10/16/las-redes-sociales-mas-populares-
en-el- mundo-2003-2019-video/

Figura 5: Ejemplo de “Web y Redes Sociales”

 Datos de grandes transacciones (Big Transaction Data)

Son los registros de facturación, registros detallados de llamadas (CDR),
telecomunicaciones, etc. Datos que podemos encontrar en formatos
semiestructurado o no estructurado.
 14

Fuente: http://www.icorp.com.mx/blog/que-es-el-big-data/

Figura 6: Ejemplo de “Datos de Grandes Transacciones”

 Machine-to-Machine (M2M)
M2M se refiere a las tecnologías que permiten conectarse a otros dispositivos.
M2M utiliza dispositivos como sensores o medidores que capturan algún evento
en particular, los cuales transmiten a través de redes alámbricas, inalámbricas o
híbridas a otras aplicaciones que traducen estos eventos en información
significativa, seguridad e inteligencia. Los datos biométricos han sido información
importante para las agencias de investigación.

Fuente: https://www.gmv.com/blog_gmv/language/es/sabias-que-que-es-el-m2m/
 15

Figura 7: Ejemplo de “Machine-to-Machine (M2M)

 Biométricas
Información biométrica en la que se incluye huellas digitales, escaneo de la retina,
reconocimiento facial, genética, etc. En el área de seguridad e inteligencia, los
datos biométricos han sido información importante para las agencias de
investigación.
Fuente: https://cuadernosdeseguridad.com/2019/12/biometria-vulnerabilidades-
kaspersky/

Figura 8: Ejemplo “Biométricas”

 Generados por los seres humanos (human generated)

Las personas generamos diversas cantidades de datos como la información que
guarda un centro de atención telefónica al establecer una llamada telefónica, notas
de voz, correos electrónicos, documentos electrónicos, estudios médicos, etc.
Fuente: https://towardsdatascience.com/perception-driven-data-visualization-
e1d0f13908d5
 16

Figura 9: Ejemplo de “Generados por los seres humanos”

5.2 Fuentes por utilizar

La recopilación de datos será entregada por la plataforma del gobierno visor

territorial (YOMEVACUNO y COVID-19) de forma online, en formatos
estructurados, como fichas, tablas, hojas de cálculo, etc. Estos incluirán datos
como la disponibilidad de camas UCI, cantidad de personas vacunadas con una y
dos dosis, casos activos, casos confirmados, exámenes realizados, hospitalizados
en cama uci, población objetivo vacunado, total de rezagados, numero de
vacunatorios y evolución de la vacuna. De la página web se obtendrán datos
directamente de los hospitales, instituciones de salud, laboratorios, etc. a través
del procesamiento de estos datos entregados por este visor territorial iniciaremos
la fase de ingesta inicial de datos y tratamiento de este.

El organismo público dicta evaluar los datos obtenidos, generando una

visualización sistemática del comportamiento de la población, en el cual tiene la
opción de filtra por región y comuna.

Unos de los tipos de datos que se utilizaran en el proceso son datos biométricos
que sería la cedula de identidad que contiene la huella dactilar, datos generados
por los seres humanos (human generated) tales como estudios científicos y datos
gubernamentales. Además de datos con origen en Redes Sociales o Web, para
conocer así patrones de búsqueda, comportamiento, ubicación e intereses duranta
el periodo de incubación del virus, de esta manera se entrecruza la información,
 17

por lo que se proyecta una población infectada y su comportamiento en un periodo

determinado.

Se busca complementar la visualización de la información como por ejemplo la

disponibilidad de camas UCI en alguna localidad específica, los locales de
vacunación cercanos. Además, busca informar a la población con una herramienta
confiable para una mejor toma de decisiones y evitar aglomeraciones en urgencias
hospitalarias.
6 ARQUITECTURA CONCEPTUAL Y MIX TECNOLÓGICO

Se detallará la descripción de herramientas a utilizar para la arquitectura mixta,

apoyándose de la arquitectura conceptual y para luego describir el objetivo de
cada uno de los mencionados.

 FUENTES

A continuación, se da mención a las fuentes que se utilizaran para el proyecto, ya

sea de fuentes estructuradas y no estructuradas

De origen: Web y redes sociales, frases de búsqueda relacionada a Covid-19,

comportamiento en redes sociales, traspaso de información en el periodo 15 días
después de la búsqueda de información por el usuario.

MICITEC: Ministerio de Ciencia, Tecnología, Conocimiento e Innovación de Chile,

su tipo de fuente será BATCH o por lotes, entregándonos datos estructurados, que
son actualizados todos los días.

ICOVID Chile: Nos proporciona indicadores claves que representen de la mejor

forma la situación de la pandemia provocada por el virus SARS-CoV-2.
Entregando información estructurada, clara y oportuna para guiar la toma de
decisiones relativas a la pandemia y entender su evolución. Su actualización es
mensual.
 18

 INGESTA

Este proceso es el cual se encarga de cargar los registros de datos, ya sea de uno
o varios orígenes, para luego importarlos en una tabla.

Apache Sqoop: Servirá para transferir de manera eficiente datos masivos entre
Apache Hadoop y almacenes de datos estructurados, como bases de datos
relacionales. Su servicio es distribuido, confiable y disponible para recopilar,
agregar y mover grandes cantidades de datos de registro.

Apache Flume: servirá para recopilar, agregar y mover grandes cantidades de

datos de registro de manera eficiente, es tolerante a fallos con mecanismos de
confiabilidad ajustables y muchos mecanismos de conmutación por error y
recuperación. Al mismo tiempo utiliza un modelo de datos extensible simple que
permite la aplicación analítica en línea.

 Almacenamiento

El almacenamiento de datos es el proceso tecnológico por el cual se archiva,

organiza y comparten los bytes de información que componen los archivos que se
utilizan en el día a día como documentos de texto, imágenes, configuraciones,
vídeos, sonidos y cualquier otra información en formato digital.

Apache Hadoop: su función es programar aplicaciones distribuidas que manejen

grandes volúmenes de datos, permite a las aplicaciones trabajar con miles de
nodos en red y petabytes de datos y además su trabajo de software es bajo
licencia libre.

Apache HBASE: es un sistema gestor de base de datos distribuida no relacional

de código abierto modelada a partir de Google BigTable y escrita en Java. Su
desarrollo forma parte del proyecto Hadoop de la Fundación de Software Apache y
se ejecuta sobre HDFS.
 19

 Procesamiento

En este proceso se recaban los datos y se traduce la información utilizable, el

procesamiento es de gran importancia, por lo que debe realizarse correctamente,
ya que puede afectar los resultados obtenidos

Apache Hive: Este software facilita la lectura, escritura y administración de

grandes conjuntos de datos que residen en el almacenamiento distribuido
mediante SQL. La estructura se puede proyectar en datos que ya están
almacenados. Se proporciona una herramienta de línea de comandos y un
controlador JDBC

Apache Storm: Procesa el flujo de datos nuevos o actualizaciones de las bases de

datos en tiempo real, realiza cálculos continuos, es decir puede realizar solicitudes
continuas y procesar flujos continuos, transfiriendo los resultados del
procesamiento al cliente en tiempo real.

 Explotación

La explotación de datos es la búsqueda, interpretación, contrastación y

comparación de datos, que permite un conocimiento más en profundidad y
detallado, transformando los datos de información de una manera más clara hacia
el usuario.

RapidMiner: Es la herramienta perfecta para la analítica y minería de datos,

utilizadas para proyectos reales. Sus procesos consisten en el análisis de datos
mediante el encadenamiento de operadores a través de un entorno gráfico

 Gobierno

El gobierno de datos consiste en la capacidad de una organización para gestionar

el conocimiento que tiene sobre su información y proporciona un enfoque holístico
 20

para administrar, mejorar y aprovechar la información de forma que pueda

ayudarnos a ganar percepción y generar confianza en decisiones y operaciones.

Claudera navigator: Esta es una solución muy completa, ya que es compatible con
HADOOP, ofreciendo capacidades criticas como el descubrimiento de datos,
optimización continua, auditoria, linaje gestión de metadatos y aplicación de
políticas.
También es esencial para permitir análisis agiles de alto rendimiento, respalda la
arquitectura de datos y cumplir el carácter normativo

 Seguridad

VPN: Una red privada virtual es una tecnología de red de ordenadores que permite
una extensión segura de la red de área local sobre una red pública o no controlada
como Internet.

Fuente: Creación propia.

Figura 10: Presentación Mix Tecnológico

 21

La recopilación de datos e información empezará extrayendo desde la página del

ministerio de salud, donde encontraremos datos estructurados tales como, las
personas contagiadas, recuperadas y fallecidas a nivel país, regional y comunal, el
avance de la campaña de vacunación que especifica las personas vacunadas con
la primera y segunda dosis, Evolución tasa de positividad exámenes PCR
realizados a nivel país, y muchos datos más, que se actualizan diariamente.
Igualmente se extraerá datos no estructurados en tiempo real, tanto de redes
sociales, como del motor de búsqueda Google.
La ingesta de datos estructurados será a través de la aplicación SQOOP y serán
almacenados Apache Hadoop, mientras que la ingesta de los datos no
estructurados como huellas digitales, comentarios, publicaciones y búsquedas de
síntomas relacionados al COVID, será harán a través de Apache Flume, y serán
almacenados Apache HBASE
La recepción, procesamiento, análisis y orden de datos, será a través de dos
softwares, Apache Hive y Apache Storm, gracias a ellos, podremos organizar la
información de una manera más eficiente y conveniente hacia nuestro objetivo, y
así usarlo de la manera correcta y sin fallos en el camino.
En cuanto a la explotación de datos estará a cargo del software RapidMine, su
encadenamiento del tipo grafico nos permitirá monitorear, analizar y comparar
varios datos a la vez y tener una mayor precisión en los resultados a obtenidos,
además de visualizarlos de una manera mucho más clara.
El gobierno de datos se realizará a través de Claudera navigator, gracias a su gran
compatibilidad, que permite añadir funciones de arquitectura en base Hadoop y
también en otros
Servidores. Además, este ofrece una eficiencia sobre seguridad, control y gestión,
brindándonos un servicio bastante completo, ágil y de alto rendimiento.
Y por último, pero no menos importante la seguridad a utilizar en este proceso
será VPN, el cual mientras se procesa la información de viaje, está la traslada de
manera cifrada dificultando a terceros, el robo de información no correspondidas.
Las VPN se utilizan en grandes empresas ya sea cuando un servidor, una nube, o
 22

una computadora se conectará a una red en donde puede ser usurpada

información, o simplemente para encriptar la información que viaja en las zonas de
trabajo.

7 BENEFICIOS DE LA IMPLANTACIÓN DE LA PROPUESTA

Actualmente la Red de emergencias de Chile está en crisis de colapso, la

pandemia del coronavirus también ha dilatado los tiempos de respuesta de la red
de emergencias del país. Debido a la limitada gestión de las instalaciones
sanitarias, además del incremento de casos detona la crisis del actual diseño del
servicio de emergencias y traslado mediante ambulancias.
La cantidad de pacientes que llegan a urgencias con síntomas avanzados de
Covid-19, provoca que se alargue la ocupación de camas y la atención de los
equipos médicos. Todo esto genera que enfermos deban esperar varias horas
dentro de los transportes sanitarios. Debido a esta eventualidad, personas que
necesitan atención o contagiados han tenido que llegar a los servicios de salud
caminando o en transporte público.
Nuestra propuesta proyectará la demanda de posibles positivos, y mientras mayor
sea el seguimiento de la búsqueda de información del usuario el valor de la
población que se espera en los 15 días siguientes será cada vez más exacta,
permitiendo de esta manera adecuar las instalaciones o comunicarse a tiempo con
la persona para prever su situación, futura condición e incluso la manera en que
puede afectar a su entorno.
Según los profesionales de la salud, una vez que el paciente está intubado, son al
menos 15 días. Hipotéticamente se copa el número máximo de ventiladores que
tiene disponible algún centro de salud, hasta que no cumpla los 15 días, hasta que
esté mejor y se le pueda sacar el ventilador para que el paciente respire
espontáneamente, ese respirador estará ocupado.
 23

Mediante el entrecruzamiento de información tales como ubicación y la condición

del usuario (es decir, si es covid-19 positivo) se le dará en tiempo real información
sobre el estado de disponibilidad de sus centros de salud y hospitales más
cercanos (información sacada de la base de datos del Sistema de Salud a nivel
nacional), además, conociendo información previa del usuario se le podrá entregar
disponibilidad de la Unidad de Cuidados Intensivos dentro de un radio de 20 a
25km. en tiempo real.
Otras estrategias del gobierno para evitar el congestionamiento de las urgencias
de los hospitales son las denominadas instalaciones provisionales de carpas de
unidades de emergencia para establecimientos cuya demanda se vea sobre
pasada por casos covid-19, la atención de dichas instalaciones será de uso
exclusivo para pacientes no covid-19, las cuáles estarán dentro de la
disponibilidad para usuarios que requieren hacer uso del servicio de salud, de esta
manera se mantendrá control entre los pacientes que no son positivos para que no
se encuentren en una posición de riesgo de contagio.

Es importante vacunarse contra el covid-19 para evitar contraer el virus, en caso

de contagiarse ayuda a evitar enfermar de gravedad o desarrollar complicaciones.
Las vacunas son medicamentos elaborados a partir de agentes infecciosos, que
están tratados e inactivados, y que eliminan su capacidad de producir
enfermedades. Estas permiten estimular una respuesta protectora del sistema
inmunológico. 

Para incentivar a las personas a vacunarse, se mostrará en tiempo real el

vacunatorio más cercano a la ubicación en la que se encuentra, además del
tiempo de espera, la fluidez del procedimiento, tipo de vacuna, el aforo y las
medidas sanitarias respectivas que se están aplicando. De esta manera, se
presentará el proceso de vacunación como algo que no requiere mayor
complejidad, ya que una de las misiones que tiene la ciudadanía es concurrir a los
distintos vacunatorios dispuesto a lo largo del país, así optar por generar una
respuesta inmunológica al ser inoculado. Se busca formar anticuerpos los cuales
son capaces de neutralizar el covid-19 y también la inmunidad celular. Logrando
 24

que el sistema inmune “recuerde” material genético del covid-19, y el caso de

exposición del virus, poder generar una respuesta rápida de defesa para evitar
síntomas graves.

8 CONCLUSIÓN

La actual pandemia de covid-19 que se está viviendo a nivel nacional e

internacional ha tenido múltiples efectos en nuestra sociedad. Uno de los más
importantes corresponde al temor que genera en la población la consulta en los
servicios de urgencias del país dada la posibilidad de contraer esta enfermedad y
los controles sanitarios.
Se espera que el uso de tecnologías disruptivas como el Big Data frente a futuras
pandemia sea decidor en nuestra forma de afrontar e inclusive hasta prevenirlas.
Esta cuarta revolución industrial o Tecnologías 4.0 como la computación
inteligente y las nubes de datos aportarán en gran medida en el monitoreo
permanente de las ciudades en busca de más anomalías biológicas y/o químicas
que impliquen riesgos directos para la sociedad o el medio ambiente. Este tipo de
desarrollos pueden ser personalizados, pues al aplicar algoritmos de aprendizaje
predictivo se minimizan los riesgos al formular tratamientos que pueden establecer
si un paciente los tolera o no, esto busca el acceso expedito de las urgencias
hospitalarias.
Lo que se puede rescatar de la pandemia del covid-19 es que ha impulsado
desarrollos tecnológicos sin precedentes de tratamiento e ingesta de datos
masivos. Bajo este panorama, el sector salud deberá incorporar rápidamente
estos recursos a su sistema de análisis y diagnóstico, y de forma transversal a
todas las enfermedades, por lo que se espera mejorar el servicio prestado a un
paciente o comunidad y preparar a la sociedad ante cualquier eventualidad de
pandemia a futuro. Además, se sabe que cualquier tipo de desarrollo
eventualmente ayuda a reducir costos operativos en los centros de salud que
 25

adquieran esta tecnología, donde el tiempo de diagnóstico juega un papel

fundamental para detener un potencial foco pandémico.

Video
4. BENEFICIOS DE LA IMPLANTACIÓN DE LA PROPUESTA
La cantidad de pacientes que llegan a urgencias con síntomas avanzados de
Covid-19, provoca que se alargue la ocupación de camas y la atención de los
equipos médicos.
Nuestra propuesta proyectará la demanda de posibles positivos, haciendo un
seguimiento más cercano y búsqueda de información del usuario más confiable y
certera, además de adecuar las instalaciones y comunicarse a tiempo con la
persona para prever situaciones críticas.
Mediante el entrecruzamiento de información seremos capaces de saber el estado
de disponibilidad de los centros de salud y hospitales más cercanos (información
sacada de la base de datos del Sistema de Salud a nivel nacional)
además, el usuario podrá tener todo su historial médico disponible en el sistema
interconectado central y con disponibilidad de cama uci a su inmediatez y en un
radio de 20 a 25km.
Para incentivar a las personas a vacunarse, se mostrará en tiempo real el
vacunatorio más cercano a la ubicación en la que se encuentra, además del
tiempo de espera, la fluidez del procedimiento, tipo de vacuna, el aforo y las
medidas sanitarias respectivas que se están aplicando

Conclu
Ir a la consulta en los servicios de emergencias del país genera temor en la
población dada la posibilidad de contraer el covid-19, además de un grave
rechazo a los controles sanitarios.
 26

Las nubes de datos con la tecnología 4.0 aportarán en gran medida al monitoreo
permanente de las ciudades, se busca minimizar los riesgos de entregar
tratamiento adecuado a los distintos tipos de pacientes, con acceso expedito de
las urgencias hospitalarias.
El sector salud deberá incorporar rápidamente estos recursos a su sistema de
análisis y diagnóstico, donde el tiempo de diagnóstico juega un papel fundamental
para detener un potencial foco pandémico.