Sistema de gestión integral para la automatización del servicio de imágenes diagnósticas en la IPS centro de imagenologia CÁSTULO ROPAIN LOBO S.A.S.
No Thumbnail Available
Date
2025-10
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
El proyecto propone el desarrollo de un sistema de gestión integral para automatizar el servicio de imágenes diagnósticas en la IPS Centro de Imagenología Cástulo Ropain Lobo S.A.S. Actualmente, la institución enfrenta retrasos, errores administrativos y baja trazabilidad debido a procesos manuales para la gestión de órdenes, citas y resultados. El sistema plantea centralizar la información clínica, digitalizar el flujo operativo e incorporar notificaciones automatizadas para pacientes y personal médico.
La investigación integra un enfoque mixto (cualitativo–cuantitativo) que incluye entrevistas, pruebas de usabilidad, análisis de procesos y validaciones técnicas. El desarrollo del sistema se basa en una arquitectura moderna que utiliza Python/FastAPI, Angular, MongoDB, estándares de interoperabilidad (HL7/FHIR, DICOM) y lineamientos de seguridad como ISO/IEC 27001.
Los resultados esperados incluyen la reducción de errores administrativos (≥80%), la optimización del tiempo de procesamiento de órdenes (de 48 a 24 horas), mayor satisfacción del usuario (SUS ≥85/100) y la posibilidad de replicar el modelo en otras instituciones del sector salud. El proyecto constituye una contribución tecnológica y metodológica para la transformación digital de los servicios diagnósticos en entornos clínicos.
________________________________________
Abstract (English)
This project proposes the development of an integrated management system aimed at automating diagnostic imaging services at the IPS Centro de Imagenología Cástulo Ropain Lobo S.A.S. The institution currently faces operational inefficiencies such as delays, administrative errors, and limited traceability due to manual processes used to manage medical orders, appointments, and imaging results. The proposed system seeks to centralize clinical information, digitalize workflows, and introduce automated notifications for both patients and medical staff.
The research employs a mixed methodology combining qualitative and quantitative approaches, including interviews, usability testing, process analysis, and technical validation. The system is built using a modern architecture that incorporates Python/FastAPI, Angular, and MongoDB, along with interoperability standards (HL7/FHIR, DICOM) and security frameworks such as ISO/IEC 27001.
Expected outcomes include an administrative error reduction of at least 80%, improved order processing times (from 48 to 24 hours), enhanced user satisfaction (SUS ≥85/100), and the potential for replication across other healthcare institutions. This project provides a technological and methodological contribution to the digital transformation of diagnostic imaging services within clinical environments.