Propuesta de un modelo de Machine Learning para analizar la cobertura de los servicios de salud pública en Bogotá D.C.

Abstract

Este proyecto de investigación propone desarrollar un modelo de Machine Learning para analizar y segmentar la población de Bogotá según el acceso a servicios de salud pública, con el fin de identificar inequidades y optimizar la distribución de recursos sanitarios. Actualmente persisten marcadas disparidades en el acceso efectivo a los servicios, afectando principalmente a las zonas periféricas y poblaciones vulnerables. Los resultados esperados contribuirán a la formulación de políticas públicas más equitativas y la planificación estratégica de recursos en el sistema de salud de Bogotá.

This research project aims to develop a Machine Learning model to analyze and segment the population of Bogotá based on access to public health services, in order to identify inequities and optimize the distribution of healthcare resources. Significant disparities in effective access to services persist, particularly affecting peripheral areas and vulnerable populations. The expected outcomes will contribute to the formulation of more equitable public policies and strategic planning of resources in Bogotá’s healthcare system.