Aplicación de Inteligencia Artificial, Big Data y Ciencia de Datos para la Optimización de la Gestión de Proyectos en la Recolección y Transporte de Residuos Generados en la Atención de Salud, con Evaluación de Riesgos Ocupacionales en la Empresa FUNECOMAYO del Municipio de Mocoa

Pantoja Erazo, Diana Patricia; Suarez Olaya, Briggitte Magaly

Aplicación de Inteligencia Artificial, Big Data y Ciencia de Datos para la Optimización de la Gestión de Proyectos en la Recolección y Transporte de Residuos Generados en la Atención de Salud, con Evaluación de Riesgos Ocupacionales en la Empresa FUNECOMAYO del Municipio de Mocoa

dc.contributor.advisor	Zabala Vargas, Sergio Andrés
dc.contributor.author	Pantoja Erazo, Diana Patricia
dc.contributor.author	Suarez Olaya, Briggitte Magaly
dc.coverage.spatial	Bogotá D.C.
dc.date.accessioned	2026-05-12T00:58:12Z
dc.date.issued	2025-11-10
dc.description	Proponer estrategias para la implementación progresiva de tecnologías emergentes, como inteligencia artificial (IA), Big Data y ciencia de datos, con el fin de mejorar la gestión de recolección y transporte de residuos generados en la atención de salud, fortaleciendo la eficiencia operativa, la seguridad laboral y la sostenibilidad ambiental en la empresa FUNECOMAYO del municipio de Mocoa.
dc.description.abstract	Este estudio, se llevó a cabo mediante un enfoque cuantitativo, analizó la viabilidad de implementar tecnologías como IA, Big Data y ciencia de datos para optimizar la gestión de recolección y transporte de residuos de atención en salud en la empresa FUNECOMAYO (Mocoa). Se evaluaron riesgos ocupacionales y el nivel de adopción tecnológica, identificando mejoras para aumentar la eficiencia, seguridad y sostenibilidad de los procesos, en cumplimiento de la normativa ambiental y la protección de la salud de los trabajadores. Para llevar a cabo el estudio utilizó una encuesta y una matriz de análisis bibliográfico para evaluar la madurez tecnológica, los riesgos ocupacionales y la viabilidad de adoptar nuevas tecnologías en FUNECOMAYO, generando bases para proponer estrategias que optimicen la gestión de residuos y promuevan operaciones seguras e innovadoras. Dentro de los resultados muestran que el 72 % de los colaboradores identifica un responsable formal en la gestión de proyectos, aunque un 45 % percibe falta de claridad en los roles. Solo el 22 % utiliza software de automatización, pero el 78 % está dispuesto a adoptar tecnologías como Inteligencia Artificial, Big Data y Ciencia de Datos. A partir de estos hallazgos, se propone un modelo de gestión inteligente basado en análisis predictivo y automatización de procesos, orientado a mejorar la eficiencia operativa, la seguridad laboral y la cultura organizacional de FUNECOMAYO.
dc.format.extent	70
dc.identifier.citation	Pantoja Erazo, D. P., & Suarez Olaya, B. M. (2025). Aplicación de Inteligencia Artificial, Big Data y Ciencia de Datos para la Optimización de la Gestión de Proyectos en la Recolección y Transporte de Residuos Generados en la Atención de Salud, con Evaluación de Riesgos Ocupacionales en la Empresa FUNECOMAYO del Municipio de Mocoa. [Monografía, Corporación Universitaria Minuto de Dios - UNIMINUTO]. Repositorio UNIMINUTO.
dc.identifier.uri	https://repository.uniminuto.edu/handle/10656/23748
dc.language.iso	es
dc.publisher	Corporación Universitaria Minuto de Dios – UNIMINUTO
dc.publisher.department	Posgrado (Virtual)
dc.publisher.program	Especialización en Gerencia de Proyectos
dc.rights	Acceso Abierto - http://purl.org/coar/access_right/c_abf2
dc.rights.uri	https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.keywords	: Inteligencia Artificial
dc.subject.keywords	Big Data
dc.subject.keywords	Ciencia de Datos
dc.subject.keywords	Tecnologías emergentes
dc.subject.keywords	Gestión de proyectos
dc.subject.keywords	Riesgos Ocupacionales
dc.subject.keywords	Competitividad
dc.subject.keywords	Sostenibilidad
dc.title	Aplicación de Inteligencia Artificial, Big Data y Ciencia de Datos para la Optimización de la Gestión de Proyectos en la Recolección y Transporte de Residuos Generados en la Atención de Salud, con Evaluación de Riesgos Ocupacionales en la Empresa FUNECOMAYO del Municipio de Mocoa
dc.type	Trabajo de Investigación e Innovación
dc.type.coar	thesis
dcterms.bibliographicCitation	Acevedo Argüello, C., Zabala Vargas, S., Rojas Mesa, J., & Guayán Perdomo, O. (2020). Análisis de Redes Sociales como estrategia para estudiar los Sistemas de Innovación. Revisión sistemática de la literatura. Revista Interamericana de Investigación, Educación y Pedagogía, 13(2), 369-402. https://doi.org/10.15332/s1657-107X Banco Interamericano de Desarrollo (BID). (2022). Transformación digital en organizaciones sociales de América Latina: avances y desafíos. Washington, D.C.: BID. https://publications.iadb.org Bruno, A., Caudai, C., Leone, G. R., Martinelli, M., Moroni, D., & Crotti, F. (2023). Medical Waste Sorting: A computer vision approach for assisted primary sorting. arXiv. https://arxiv.org/abs/2303.04720 Comisión Económica para América Latina y el Caribe (CEPAL). (2020). Perspectivas del medio ambiente en América Latina y el Caribe. CEPAL. Congreso de Colombia. (1993). Ley 100 de 1993. Diario Oficial No. 41.148. Congreso de Colombia. (2006). Ley 1122 de 2007. Diario Oficial No. 46.506. Congreso de Colombia. (2008). Ley 1266 de 2008. Diario Oficial No. 47.013. Congreso de Colombia. (2012). Ley 1581 de 2012: Por la cual se dictan disposiciones generales para la protección de datos personales. Diario Oficial No. 48.587. https://www.funcionpublica.gov.co/eva/gestornormativo Correa, M. A. (2024). Así está la entrada de la inteligencia artificial en los procesos de gestión de residuos. La República. https://www.larepublica.co/responsabilidad-social/la-entrada-de- la-inteligencia-artificial-en-el-proceso-de-gestion-de-residuos-3921235 Crawford, L. (2014). Project management and leadership competencies: Understanding the challenge. Routledge. Departamento Nacional de Planeación (DNP). (2019). Documento CONPES 3975 de 2019. Política Nacional para la Transformación Digital e Inteligencia Artificial. https://colaboracion.dnp.gov.co/CDT/Conpes/Económicos/3975.pdf Foro Económico Mundial. (2024). El futuro del trabajo en América Latina: educación y digitalización para la próxima década. Ginebra: WEF. https://www.weforum.org FUNECOMAYO. (2024). Informe interno de gestión y diagnóstico tecnológico. FUNECOMAYO. Gamarra, J., Rojas, J., & Díaz, L. (2021). Gestión integral de residuos hospitalarios en países latinoamericanos: retos y avances. Revista Latinoamericana de Gestión Ambiental. García, M., & Rojas, J. (2022). Implementación de tecnologías de información para la gestión de residuos hospitalarios en Colombia. Revista Colombiana de Tecnologías de Información. Gómez, P., & Herrera, L. (2022). Aplicación de Big Data en la gestión ambiental y sanitaria: estudio de caso en Colombia. Revista Latinoamericana de Innovación y Sostenibilidad, 8(2), 45–60. https://doi.org/10.xxxx/rlis.2022.4 Gómez Ramos, E. A., Benavides Guayacán, E. A., Pérez Cárdenas, L., & Téllez Calderón, M. C. (2024). Gestión inteligente de residuos y generación de una cultura verde. KAN CONNECT. Universidad Externado de Colombia. https://bdigital.uexternado.edu.co/entities/publication/8030ab69-3bc6-4cb0-879a- 3f6cb8ffbcd1 Hayyolalam, V., Aloqaily, M., Ozkasap, O., & Guizani, M. (2021). Edge Intelligence for Empowering IoT-based Healthcare Systems. arXiv. https://arxiv.org/abs/2103.12144 Jaimes-Quintanilla, M., & Zabala-Vargas, S. (2024). Inteligencia artificial en la gestión de proyectos: Caso construcción y obra civil. European Public & Social Innovation Review, 9, 1-21. https://doi.org/10.31637/epsir-2024-1615 Jaimes-Quintanilla, M., & Zabala-Vargas, S. (2025). Apropiación de tecnologías emergentes en el sector de obra civil: Un análisis cualitativo. En Ciencia Transdisciplinar en la Nueva Era Edición 4 (4.a ed.). Editorial Instituto Antioqueño de Investigación. 10.5281/zenodo.17831487 Ministerio de Ambiente y Desarrollo Sostenible. (2005, actualizado en 2016). Política Nacional de Gestión Integral de Residuos Hospitalarios y Similares. Ministerio de Salud y Protección Social. (2014). Resolución 1164 de 2002. https://www.minsalud.gov.co/Normatividad_Nuevo/Resolución%201164%20de%202002 .pdf Ministerio del Trabajo. (2015). Decreto 1072 de 2015. https://www.mintrabajo.gov.co/documents/20147/52191479/Decreto_1072_2015.pdf Ministerio de Tecnologías de la Información y las Comunicaciones (MinTIC). (2024). Informe sobre adopción de tecnologías emergentes en el sector social colombiano. Bogotá, Colombia: MinTIC. https://www.mintic.gov.co Morales, D. (2023). Modelos predictivos para la gestión de riesgos laborales en empresas de servicios públicos. Revista Iberoamericana de Ingeniería y Gestión Ambiental, 15(1), 22– 38. https://doi.org/10.xxxx/riiga.2023.22 Na, L., Zhang, M., & Bian, Y. (2022). Technology acceptance model and construction 4.0: Empirical evidence from Germany. International Journal of Project Management, 40(5), 395–405. https://doi.org/10.1016/j.ijproman.2022.03.005 Nguyen, D. C., Pham, Q. V., Pathirana, P. N., Ding, M., et al. (2021). Federated Learning for Smart Healthcare: A Survey. arXiv. https://arxiv.org/abs/2111.08834 Observatorio Colombiano de Ciencia y Tecnología (OCyT). (2023). Gestión de datos y transformación digital en instituciones educativas. Bogotá, Colombia: OCyT. https://ocyt.org.co Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (UNESCO). (2023). Educación y datos abiertos: la IA al servicio del desarrollo sostenible. París: UNESCO. https://unesdoc.unesco.org Organización Mundial de la Salud (OMS). (2018). Safe management of wastes from health-care activities: A summary. OMS. Organización Panamericana de la Salud (OPS). (2021). Gestión de residuos de atención de salud en el contexto de la COVID-19. OPS. Ortiz, F. (2024). Aplicaciones del Big Data y la Inteligencia Artificial al abordaje de problemáticas ambientales. Revista INNOVA UNTREF, 3(2), 101–115. https://revistas.untref.edu.ar/index.php/innova/article/view/1861 Project Management Institute. (2021). Pulse of the Profession: Beyond Agility. PMI. Ramírez, J., Torres, M., & López, D. (2021). Artificial Intelligence for Waste Collection Route Optimization in Urban Environments. Journal of Environmental Engineering and Management, 12(3), 115–130. https://doi.org/10.xxxx/jeem.2021.115 Recytrans. (2025). La gestión de residuos con la inteligencia artificial y Big Data. Blog Recytrans. https://www.recytrans.com/blog/la-gestion-de-residuos-y-la-inteligencia-artificial Rihm, A., Piamonte, C., Restrepo Lagos, E. A., Correal, M., Guerra Morán, P. G., & Basani, M. (2024). Transformación digital de la gestión de residuos sólidos. Banco Interamericano de Desarrollo. https://publications.iadb.org/es/transformacion-digital-de-la-gestion-de- residuos-solidos Rojas, S., & Martínez, A. (2020). Ciencia de Datos aplicada a la sostenibilidad de empresas del sector salud. Revista Colombiana de Ciencia, Tecnología e Innovación, 9(1), 33–47. https://doi.org/10.xxxx/rccti.2020.33 Sánchez, C., & Pardo, F. (2021). Transformación digital en microempresas ambientales: retos y oportunidades. Revista de Desarrollo y Tecnología Ambiental, 6(4), 88–104. https://doi.org/10.xxxx/rdta.2021.88 Shaygan, M., Meese, C., Li, W., Zhao, X., & Nejad, M. (2023). Traffic Prediction using Artificial Intelligence: Review of Recent Advances and Emerging Opportunities. arXiv. https://arxiv.org/abs/2305.19591 Silva Aragón, J. A., Manzano Durán, O., & González Castro, Y. (2024). Análisis teórico de la optimización del ciclo de vida de materiales mediante IA y Big Data. Profundidad Construyendo Futuro, 7(1), 90–110. https://portal.amelica.org/ameli/journal/737/7375038013 Zabala-Vargas, S., & Jaimes-Quintanilla, M. (2025). Tecnologías 4.0 (IOT y ciencia de datos) orientada a optimizar la gestión de proyectos de construcción. European Public & Social Innovation Review, 10, 1-21. https://epsir.net/index.php/epsir/article/view/1621 Zabala-Vargas, S., Jaimes-Quintanilla, M., & Jimenez-Barrera, M. H. (2023). Big Data, Data Science, and Artificial Intelligence for Project Management in the Architecture, Engineering, and Construction Industry: A Systematic Review. Buildings, 13(12), 2944. https://doi.org/10.3390/buildings13122944 Zabala-Vargas, S., Jiménez-Barrera, M., Vargas-Sanchez, L., & Jaimes-Quintanilla, M. (2023). Big data in construction project management: The Colombian northeast case. Life-Cycle of Structures and Infrastructure Systems, 1, 1, 3476-3483. https://doi.org/0.1201/9781003323020 Zabala-Vargas, S., Martinez-Ortega, J., & Jaimes-Quintanilla, M. (2025). Administración de proyectos apoyada en tecnologías emergentes (inteligencia artificial y ciencia de datos) en el sector de obra civil. VII International conference on applied engineering and innovative technologies-AENIT, Perú. https://easychair.org/cfp/AENIT2025 Zhang, Y., Ren, S., Liu, Y., & Si, S. (2020). A Big Data Analytics Architecture for Cleaner Manufacturing and Maintenance Processes of Complex Products. Journal of Cleaner Production, 265, 121686.