APLICACIÓN DE INTELIGENCIA DE NEGOCIOS ESPACIAL PARA VISUALIZACIÓN DE ENFERMEDADES DE LOS PACIENTES DE PAIPA

Resumen

Este documento describe el proceso de inteligencia de negocios espacial aplicado en el
sector salud a la E.S.E Hospital San Vicente de Paúl de Paipa (Colombia), en donde
mes a mes, se deben analizar los sectores de presencia de enfermedades crónicas en
los usuarios, pero, al contar con diferentes fuentes de datos se vuelve una tarea manual
tediosa y con resultados no verídicos. Debido a lo anterior se planteó la aplicación de
tecnología que permitiera la visualización geográfica del índice de enfermedades
crónicas, que afectan a los usuarios del hospital con el fin de permitir a los funcionarios
tener resultados reales para analizar posibles factores de riesgo, además, de aplicar
campañas de promoción y prevención específicas que permitan a la comunidad mejorar
su calidad de vida. Para el desarrollo del proceso se usaron herramientas libres que
permitieron la unificación de fuentes de información, limpieza de datos, creación de la
bodega espacial, aplicación del algoritmo k-means y visualización de información

Dentro de los principales resultados se obtuvo el mapa del municipio de Paipa con círculos de colores según enfermedad crónica específica y se observa en que veredas hay presencia de estas patologías. Palabras Clave: inteligencia de negocios; inteligencia de negocios espacial; sistemas de información geográfica; salud; minería de datos espacial; algoritmo k-means. ABSTRACT This document describes the process of spatial business intelligence applied in the health sector to the ESE Hospital San Vicente of Paul of Paipa (Colombia), in which month should be analyzed the presence of chronic diseases in users in different sectors, but having different sources of data becomes a tedious and manual task untrue results. Because of this the application of technology to enable the visualization of geographic rate of chronic diseases affecting hospital users in order to allow officials to have real results to analyze potential risk factors, and implementing campaigns raised promotion and specific prevention to enable the community to improve their quality of life. For free process development tools that allowed the unification of information sources, data cleansing, creating spatial datamart, application of k-means algorithm and visualization. the main results are presented in Paipa´s Map with colored squares that represented the specific chronic diseases.. Keywords: business intelligence; spatial business intelligence; geographic information system; health; spatial data minning; algorithm k-means..