Optimización de la gestión y visualización de resultados clínicos veterinarios mediante la inteligencia de negocios
Contenido principal del artículo
Resumen
La gestión de los resultados de laboratorio constituye un aspecto crítico en la práctica clínica veterinaria ya que la dispersión de la información en archivos individuales limita su consulta oportuna y el seguimiento de los pacientes. La investigación tuvo como objetivo optimizar la gestión y visualización de los resultados de laboratorio de una clínica veterinaria mediante un prototipo basado
en inteligencia de negocios (Business Intelligence, BI). Para su desarrollo se aplicó la metodología de Kimball, que comprendió la identificación de requerimientos analíticos, el diseño de un modelo dimensional en esquema copo de nieve, la implementación de un proceso de extracción, transformación y carga (Extract, Transform, Load, ETL) con Python y Pentaho, el almacenamiento en un almacén de datos (Data Warehouse) desarrollado en MySQL y la construcción de dashboards interactivos en Power BI. Como resultado se generaron cuatro dashboards que permiten filtrar la información por paciente, tipo de examen, indicadores y fechas. La evaluación del prototipo, realizada con cinco empleados de la clínica veterinaria Petit’s (Popayán, Colombia) mediante dos indicadores de desempeño, mostró una mejora promedio del 50,04 % en el tiempo de consulta (Time-on-Task) y del 66,29 % en la reducción de pasos del flujo inicial (RPFI), frente al método tradicional de búsqueda manual. Se concluye que la incorporación de herramientas de inteligencia de negocios en el entorno veterinario incrementa la eficiencia operativa, facilita el acceso a la información clínica y favorece la toma de decisiones, lo que la consolida como una alternativa escalable para la modernización de la gestión de datos en medicina veterinaria.
Detalles del artículo
Cómo citar
Referencias
[1] A. Bahamón Barbosa, F. Castiblanco Páez, L. Melo Mora y E. Parra Sepúlveda, Análisis Integral del Mercado de Mascotas en Colombia: Enfoque en Servicios Especializados y su Contribución al Crecimiento del Sector, 2023. [En línea]. Disponible en: http://hdl.handle.net/10882/13156
[2] A. García Raja, I. Caballé Martín y Á. Giménez Marín, “Uso adecuado del laboratorio clínico: necesidad y tendencias,” Revista del Laboratorio Clínico, vol. 1, no. 2, pp. 75-82, 2008. doi:
10.1016/j.labcli.2008.07.002
[3] A. Cedeño Ochoa, A. Catuto Murillo y J. Rodas-Silva, “Use of Web applications for the management of veterinary clinics and their impact on the improvement of administrative processes,” Ecuad. Sci. J., vol. 5, no. 4, pp. 109-120, dic. 2021. doi: 10.46480/esj.5.4.174
[4] L. Joyanes Aguilar, Inteligencia de negocios y analítica de datos: Una visión global de Business Intelligence & Analytics, 1.a ed. Ciudad de México: Alfaomega, 2017.
[5] M. Salinas, R. Torreblanca, E. Sánchez, Á. Blasco, E. Flores y M. López-Garrigós, “La gestión de la demanda de las pruebas: un reto en el nuevo modelo de medicina de laboratorio,” Adv. Lab. Med., vol. 5, no. 3, pp. 248-260, 2024. doi: 10.1515/almed-2023-0146
[6] M. J. Baldeón-Palpa, M. Á. Medina-Romero, E. A. Gavilanes-Carranza y M. B. Burbano- Ronquillo, “Inteligencia de negocios para la toma de decisiones,” Multidiscip. Lat. Am. J., vol. 3, no. 1, pp. 43-58, 2025. doi: 10.62131/MLAJ-V3-N1-003
[7] F. C. Calderón Castro y F. F. Ramírez Medina, “Sistema analítico de información de los laboratorios del ICA donde se realizan los análisis de las muestras relacionadas con brucelosis bovina,” Proyecto de grado, Especialización en Big Data, Corporación Universitaria Minuto
de Dios, Bogotá, 2022. [En línea]. Disponible en: https://repository.uniminuto.edu/server/api/core/bitstreams/c8c6886b-4094-4d07-b562-38f037339aa0/content
[8] I. Mansoor y F. J. Dar, “Utilizing Data Analytics and Business Intelligence Tools in Laboratory Workflow,” eJIFCC, vol. 35, no. 1, pp. 34-43, abr. 2024. [En línea]. Disponible en: https://ifccfiles.com/2024/04/eJIFCC-vol35-N1_pp034-043.pdf
[9] Amazon Web Services, “¿Qué es un Data Mart?,” AWS. [En línea]. Disponible en: https://aws.amazon.com/es/what-is/data-mart/ [Accedido: 26-sep-2026].
[10] J. George y M. K. Jeyakumar, “An Agile Dimensional Data Mart Architecture for Clinical Laboratory Towards the Development of an Evolving Enterprise Clinical Data Warehouse,”
Int. J. Adv. Trends Comput. Sci. Eng., vol. 9, no. 4, pp. 5560-5565, jul.-ago. 2020. doi: 10.30534/ijatcse/2020/131942020
[11] E. Intriago y Y. Castro Blanco, “Sistemas de inteligencia de negocio para apoyar la toma de decisiones en medicina veterinaria,” REDVET, vol. 17, 2016. [En línea]. Disponible en:
https://www.researchgate.net/publication/316634658
[12] M. A. Galán Alavez, Manual de anamnesis y diagnóstico físico en el perro y el gato domésticos, Tesis de licenciatura, Facultad de Estudios Superiores Cuautitlán, Universidad Nacional Autónoma de México, México, 2008. [En línea]. Disponible en: https://ru.dgb.unam.mx/bitstream/20.500.14330/TES01000646053/3/0646053.pdf [Accedido: 22-jun-2025].
[13] B. A. McKenzie, “Rational use of diagnostic and screening tests,” Journal of Small Animal Practice, pp. 1-6, 2021. doi: https://doi.org/10.1111/jsap.13393
[14] R. Kimball y M. Ross, The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling, 2.a ed. New York: Wiley, 2002.
[15] Python Software Foundation, “Python Language Reference, version 3.x.” [En línea]. Disponible en: https://www.python.org/
[16] Pentaho, “Pentaho Data Integration.” [En línea]. Disponible en: https://pentaho.com/products/pentaho-data-integration/
[17] Oracle Corporation, “MySQL.” [En línea]. Disponible en: https://www.mysql.com/
[18] Microsoft, “Power BI | Interactive Data Visualization BI Tools.” [En línea]. Disponible en: https://powerbi.microsoft.com/
[19] Tableau Software, “What is Tableau?” [En línea]. Disponible en: https://www.tableau.com/why-tableau/what-is-tableau
