Propuesta de estrategias basadas en Big Data, Ciencia de Datos e Inteligencia Artificial para fortalecer la gestión del talento humano en proyectos del sector salud del Valle del Cauca

dc.contributor.advisorZabala Vargas, Sergio Andrés
dc.contributor.authorRodriguez Ruano, Santiago
dc.coverage.spatialBogotá D.C.
dc.date.accessioned2026-11-05T01:20:20Z
dc.date.issued2026-03-14
dc.descriptionDiseñar una propuesta de estrategias basadas en Big Data, Ciencia de Datos e Inteligencia Artificial que contribuya al fortalecimiento de la gestión del talento humano en proyectos del sector salud del Valle del Cauca.
dc.description.abstractLa presente investigación tuvo como objetivo analizar las limitaciones en la gestión del talento humano en proyectos del sector salud en el Valle del Cauca y su relación con la integración de tecnologías emergentes como la inteligencia artificial, el Big Data y la ciencia de datos. El estudio se desarrolló bajo un enfoque mixto de tipo descriptivo–exploratorio, mediante la aplicación de una encuesta estructurada a 15 profesionales vinculados a instituciones de salud del departamento y la revisión documental de literatura relevante. Los resultados evidenciaron que el 80% de los participantes presenta niveles bajos o intermedios de experiencia en tecnologías emergentes (40% bajo y 40% medio), mientras que solo el 20% reporta un nivel alto, lo que refleja limitaciones en el aprovechamiento de herramientas digitales para la gestión organizacional. En cuanto a los obstáculos identificados, el 26,7% de los participantes señaló la falta de capacitación como principal barrera para la adopción tecnológica, seguido por la falta de tiempo y la falta de recursos tecnológicos (20% cada uno). Asimismo, se identificaron limitaciones relacionadas con la conectividad (13,3%) y factores como la motivación (6,7%). Adicionalmente, el uso de herramientas basadas en datos en la gestión de proyectos se presenta con baja frecuencia, evidenciando debilidades en los procesos de toma de decisiones basados en información.
dc.format.extent64 páginas
dc.identifier.citationRodriguez Ruano, S. (2026). Propuesta de estrategias basadas en Big Data, Ciencia de Datos e Inteligencia Artificial para fortalecer la gestión del talento humano en proyectos del sector salud del Valle del Cauca. [Monografía, Corporación Universitaria Minuto de Dios - UNIMINUTO]. Repositorio UNIMINUTO.
dc.identifier.urihttps://repository.uniminuto.edu/handle/10656/27696
dc.language.isoes
dc.publisherCorporación Universitaria Minuto de Dios – UNIMINUTO
dc.publisher.departmentPosgrado (Virtual)
dc.publisher.programEspecialización en Gerencia de Proyectos
dc.rightsAcceso Abierto - http://purl.org/coar/access_right/c_abf2
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.keywordsgestión de proyectos
dc.subject.keywordstecnologías emergentes
dc.subject.keywordssector salud
dc.subject.keywordstransformación digital
dc.subject.keywordsinteligencia artificial
dc.titlePropuesta de estrategias basadas en Big Data, Ciencia de Datos e Inteligencia Artificial para fortalecer la gestión del talento humano en proyectos del sector salud del Valle del Cauca
dc.typeTrabajo de Investigación e Innovación
dc.type.coarthesis
dcterms.bibliographicCitationArmstrong, M. (2014). Armstrong’s handbook of human resource management practice (13th ed.). Kogan Page. Bernal Torres, C. A. (2022). Metodología de la investigación: Administración, economía, humanidades y ciencias sociales (5ª ed.). Pearson. BIREME/PAHO. (2008). La Biblioteca Virtual en Salud como modelo de cooperación técnica para la gestión de información científica en salud. https://bvsalud.org Chen, M., Mao, S., & Liu, Y. (2020). Big data: A survey. Mobile Networks and Applications, 19(2), 171–209. Congreso de la República de Colombia. (2011). Ley 1438 de 2011 por la cual se reforma el Sistema General de Seguridad Social en Salud. Congreso de la República de Colombia. (2012). Ley 1581 de 2012 por la cual se dictan disposiciones generales para la protección de datos personales. Congreso de la República de Colombia. (2014). Ley 1712 de 2014 por medio de la cual se crea la Ley de Transparencia y del Derecho de Acceso a la Información Pública Nacional. Dash, S., Shakyawar, S., Sharma, M., & Kaushik, S. (2019). Big data in healthcare: Management, analysis and future prospects. Journal of Big Data, 6(54). Davenport, T. H., & Kalakota, R. (2019). The potential for artificial intelligence in healthcare. Future Healthcare Journal, 6(2), 94–98. Davenport, T. H., & Patil, D. J. (2012). Data scientist: The sexiest job of the 21st century. Harvard Business Review. https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the21st-century Big Data, Ciencia de Datos e Inteligencia Artificial Departamento Nacional de Planeación (DNP). (2015). Ley 1753 de 2015. Plan Nacional de Desarrollo 2014–2018: Todos por un nuevo país. https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=73916 Departamento Nacional de Planeación (DNP). (2021). Conpes 3995: Política nacional de explotación de datos (Big Data). https://colaboracion.dnp.gov.co Gastélum-Escalante, J. (2021). Planteamiento del problema-objeto. En El camino de la investigación (pp. 52–59). McGraw-Hill. Hernández Sampieri, R., & Mendoza Torres, C. P. (2018). Metodología de la investigación: las rutas cuantitativa, cualitativa y mixta. McGraw-Hill. Kraus, S., Schiavone, F., Pluzhnikova, A., & Invernizzi, A. (2021). Digital transformation in healthcare: Current research and future directions. Technological Forecasting and Social Change, 170, 120–143. Krumholz, H. M. (2014). Big data and new knowledge in medicine: The thinking, training, and tools needed for a learning health system. Health Affairs, 33(7), 1163–1170. McKinsey & Company. (2020). The future of healthcare: Digital transformation in healthcare. McKinsey Global Institute. MinTIC. (2025). Programa SaludTIC: monitoreo remoto con IA en zonas rurales. https://www.mintic.gov.co Mukherjee, S. (2019). Artificial intelligence in healthcare: Opportunities and challenges. Health Informatics Journal, 25(3), 1–12. Organización Mundial de la Salud (OMS). (2021). Ethics and governance of artificial intelligence for health. World Health Organization. Organización Panamericana de la Salud (OPS). (2022). Transformación digital del sector salud en América Latina. OPS. Big Data, Ciencia de Datos e Inteligencia Artificial Park, Y., Kim, J., Kim, M., & Lee, H. (2024). Implementation of AI-based staff scheduling system (IH-NASS) in hospital settings: Effects on staff satisfaction and patient safety. BMC Health Services Research, 24(138). Pimienta Prieto, J., Estrada Coronado, J., & de la Orden Hoz, A. (2018). Metodología de la investigación científica. McGraw-Hill. Project Management Institute (PMI). (2021). A guide to the project management body of knowledge (PMBOK® Guide) (7th ed.). PMI. Raghupathi, W., & Raghupathi, V. (2016). Big data analytics in healthcare: Promise and potential. Health Information Science and Systems, 4(3). Russell, S., & Norvig, P. (2020). Artificial intelligence: A modern approach (4th ed.). Pearson. Silva, M. C., Ramírez, L. P., & Souza, A. R. (2023). Failure of artificial intelligence in Latin American hospitals: Lessons from Brazil and Mexico. Journal of Health Technology in Latin America, 6(2), 22–30. Wang, Y., Kung, L., & Byrd, T. (2018). Big data analytics: Understanding its capabilities and potential benefits for healthcare organizations. Technological Forecasting and Social Change, 126, 3–13.

Files

Original bundle

Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
TE.PRO_RodriguezSantiago_2026.pdf
Size:
1.81 MB
Format:
Adobe Portable Document Format
Loading...
Thumbnail Image
Name:
Autorización_RodriguezSantiago_2026.pdf
Size:
349.52 KB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: