Desarrollo sustentable, Negocios, Emprendimiento y Educación - ISSN: 2695-6098 - Año 8 N 84 Octubre 2026
Gestión semántica e interoperabilidad de datos heterogéneos en Unidades de Cuidados Intensivos
Semantic management and interoperability of heterogeneous data in Intensive Care Units
Ing. Ricardo Felipe Acosta Medina
https://orcid.org/0009-0003-2542-9356
DrC. Leider Inocencio Saraiba Nuñez
Profesor Asistente. Universidad de Holguín. Cuba
https://orcid.org/0000-0002-9267-4082
leidersaraibanuñez@gmail.com
DrC. Maira Rosario Moreno Pino
DrC y PT. Universidad de Holguín. Cuba
https://orcid.org/0000-0002-9871-695X
mayramp188@gmail.com
RESUMEN
La gestión eficiente de datos en las Unidades de Cuidados Intensivos (UCI) representa un desafío crítico para la toma de decisiones clínicas y la competitividad de los sistemas sanitarios modernos. A pesar del volumen masivo de información generado por el Internet de las cosas médicas (IoMT), la persistencia de formatos heterogéneos y no estructurados fragmenta el conocimiento clínico e impide una interpretación unificada en tiempo real. El objetivo de este estudio es desarrollar un marco de interoperabilidad semántica basado en ontologías dinámicas para armonizar e integrar datos clínicos complejos en entornos de cuidados críticos. Teóricamente, la investigación se fundamenta en las ciencias de la computación médica, la gestión del conocimiento organizacional y las teorías de la gobernanza de datos en salud. Metodológicamente, se adoptó un enfoque cuantitativo y aplicado, empleando técnicas de ingeniería ontológica y modelación de flujos de datos automatizados (ETL). Para la validación, se procesaron registros clínicos reales, estructurando variables médicas interdependientes mediante mapas conceptuales semánticos. Los resultados demuestran que el marco propuesto unifica con precisión la terminología clínica dispar, eliminando redundancias y optimizando los tiempos de respuesta informacionales en la UCI. Se concluye que la implementación de esta gestión semántica trasciende el plano puramente tecnológico; constituye una innovación estratégica esencial en la economía del conocimiento que transforma datos fragmentados en activos clínicos inteligentes, elevando la seguridad del paciente y la eficiencia operativa de las organizaciones hospitalarias.
Palabras clave: Gestión de datos, Interoperabilidad semántica, Cuidado intensivo, Sistema de información sanitaria, Economía del conocimiento.
ABSTRACT
Efficient data management in Intensive Care Units (ICUs) represents a critical challenge for clinical decision-making and the competitiveness of modern healthcare systems. Despite the massive volume of information generated by the Internet of Medical Things (IoMT), the persistence of heterogeneous and unstructured formats fragments clinical knowledge and prevents a unified, real-time interpretation. The objective of this study is to develop a semantic interoperability framework based on dynamic ontologies to harmonize and integrate complex clinical data in critical care environments. Theoretically, the research is grounded in medical computer science, organizational knowledge management, and healthcare data governance theories. Methodologically, a quantitative and applied approach was adopted, employing ontological engineering techniques and automated data flow modeling (ETL). For validation, real clinical records were processed, structuring interdependent medical variables through semantic conceptual maps. The results demonstrate that the proposed framework accurately unifies disparate clinical terminology, eliminating redundancies and optimizing informational response times in the ICU. It is concluded that the implementation of this semantic management transcends the purely technological realm; it constitutes an essential strategic innovation in the knowledge economy that transforms fragmented data into intelligent clinical assets, thereby elevating patient safety and the operational efficiency of hospital organizations.
Keywords: Data management, Semantic interoperability, Intensive care, Health information systems, Knowledge economy.
INTRODUCCIÓN
La irrupción de la Cuarta Revolución Industrial en la administración de infraestructuras sanitarias ha reconfigurado la dinámica asistencial mediante la incorporación masiva de tecnologías emergentes, la analítica predictiva y los ecosistemas del Internet de las Cosas Médicas (IoMT). En este escenario de transformación digital, las Unidades de Cuidados Intensivos (UCI) constituyen el entorno operativo más dinámico, denso y demandante en términos de procesamiento informacional. En estos espacios de alta complejidad, la monitorización continua del paciente grave genera un flujo masivo e incesante de datos procedentes de monitores multiparamétricos, ventiladores mecánicos y análisis de laboratorio. Como señalan Varghese et al. (2022), la toma de decisiones asistenciales depende críticamente de la capacidad institucional para articular e interpretar estas fuentes heterogéneas de forma oportuna, precisa y contextualmente coherente.
Sin embargo, en la práctica clínica cotidiana se observa un fenómeno paradójico: aunque el volumen de datos disponibles se ha multiplicado exponencialmente, la efectividad diagnóstica continúa viéndose entorpecida por la persistencia de formatos fragmentados, estructuras no estandarizadas y sistemas propietarios aislados (Chen et al., 2021). Esta desarticulación genera silos informacionales que obligan al intensivista a triangular de manera manual la información distribuida en múltiples pantallas y registros, elevando de forma peligrosa la carga cognitiva del personal y extendiendo los tiempos de respuesta ante contingencias hemodinámicas o respiratorias severas. Desde la perspectiva de la gestión del conocimiento organizacional, esta barrera analítica impide transformar la recolección masiva de datos crudos en activos de conocimiento clínico accionables y estratégicos en tiempo real.
Ante esta debilidad estructural, la gestión semántica apoyada en ingeniería ontológica y flujos automatizados de extracción, transformación y carga (ETL) se brinda como una solución metodológica y tecnológica disruptiva. (García-García et al., 2024; PowerData, 2023). A diferencia de la mera conectividad física entre dispositivos, la interoperabilidad semántica garantiza que el significado intrínseco de cada variable médica se conserve inalterado a lo largo de todo el pipeline informacional (D’Amore et al., 2023; SEIDOR, 2025). Este enfoque nos posibilita armonizar diferentes terminologías médicas, resolver tergiversaciones sintácticas y dotar al sistema hospitalario de una capa de razonamiento inteligente capaz de contextualizar de forma automatizada los datos clínicos. (Shang et al., 2023; Zhang et al., 2022).
Bajo este marco conceptual y metodológico, fundamentado en las investigaciones de Acosta Medina (2026), el objetivo central del presente estudio es diseñar y validar un marco de interoperabilidad semántica sustentado en ontologías dinámicas para la unificación de datos heterogéneos en cuidados críticos. La propuesta no solo persigue optimizar la eficiencia sintáctica de las redes biomédicas, sino transformar la gobernanza informacional de la UCI en un activo estratégico que incremente la precisión diagnóstica, fortalezca la seguridad del paciente y guie a las instituciones de salud hacia una gestión del conocimiento medico de forma ágil, profesional y efectivamente humanizada.
FUNDAMENTOS TEÓRICOS Y ESTADO DE LA CUESTIÓN
La administración estratégica de la información en el sector de la salud atraviesa una inflexión paradigmática motivada por la convergencia entre la Cuarta Revolución Industrial y la proliferación del Internet de las Cosas Médicas (IoMT). En el ámbito específico de la medicina crítica, las Unidades de Cuidados Intensivos (UCI) operan como ecosistemas informacionales de alta densidad diagnóstica, donde la monitorización fisiológica continua genera un flujo ininterrumpido de datos hemodinámicos, ventilatorios y farmacológicos. Sin embargo, la teoría de la gestión del conocimiento organizacional advierte que la mera acumulación de datos cuantitativos no equivale a crear valor clínico o tomar decisiones efectivas. En la práctica hospitalaria contemporánea, la coexistencia de múltiples arquitecturas tecnológicas, formatos propietarios e incompatibilidades sintácticas provoca una severa fragmentación de los registros médicos. Esta desarticulación genera silos informacionales que obligan al personal de salud a realizar un esfuerzo analítico manual para triangular datos procedentes de pantallas e interfaces aisladas, lo que incrementa la carga cognitiva del profesional y extiende los tiempos de respuesta ante contingencias de riesgo vital.
El estado del arte en informática médica revela que los intentos tradicionales por resolver esta ineficiencia se han focalizado en la interoperabilidad sintáctica o de nivel de transporte, garantizando el envío físico de paquetes de datos entre dispositivos, pero sin asegurar que el significado conceptual del dato se mantenga inalterado en el destino. Investigaciones de referencia, como las desarrolladas por Shang et al. (2023) y Zhang et al. (2022), coinciden en que aunque se han propuesto diversos marcos de integración en las últimas décadas, la mayoría adolece de una marcada rigidez analítica al restringirse a dominios restringidos (v.g., la codificación aislada de constantes vitales o el registro farmacológico), omitiendo la interdependencia sistémica que exige el acto médico en cuidados intensivos. La ausencia de una semántica unificada provoca que términos equivalentes expresados por distintos fabricantes de equipamiento biomédico sean interpretados por los sistemas hospitalarios como entidades disjuntas, lo que perpetúa la redundancia y reduce la auditabilidad del dato clínico.
Frente a estas limitaciones estructurales, la gobernanza de datos moderna y la ingeniería de conocimiento sustentan la adopción de la lógica ontológica como un paradigma disruptivo para articular redes informacionales inteligentes. Desde la perspectiva teórica de la Web Semántica, una ontología dinámica actúa como un modelo conceptual explícito y formal que codifica las entidades biomédicas, sus atributos y los axiomas que rigen sus relaciones fisiológicas. Al implementar modelos semánticos respaldados por procesos de extracción, transformación y carga (ETL), la gestión semántica no solo traduce lenguajes heterogéneos, sino que dota a la infraestructura de una capa de razonamiento computacional capaz de contextualizar el dato primario en tiempo real. Bajo este enfoque, la interoperabilidad semántica trasciende la dimensión puramente informática para convertirse en una capacidad estratégica organizacional, orientada a optimizar la asignación de recursos, reducir los márgenes de error diagnóstico, preservar la seguridad del paciente y transformar la información clínica fragmentada en activos intangibles de alto valor para la economía del conocimiento en salud.
METODOLOGÍA
El diseño metodológico de la presente investigación se fundamenta en un enfoque cuantitativo y de carácter aplicado, orientado al desarrollo de una solución tecnológica de ingeniería ontológica capaz de resolver la fragmentación de la información en entornos hospitalarios de alta complejidad. La aproximación epistémica asume que la heterogeneidad de los datos clínicos no constituye una restricción insuperable de los dispositivos biomédicos, sino una propiedad de la gobernanza informacional que debe ser modelada de forma rigurosa mediante estructuras formales de conocimiento. En consecuencia, el estudio se planteó con el objetivo de estructurar, transformar y validar flujos de datos dinámicos procedentes del Internet de las Cosas Médicas (IoMT) en las Unidades de Cuidados Intensivos (UCI).
Para lograr una representatividad operacional adecuada, la investigación se nutrió de registros clínicos reales y anonimizados de pacientes críticos, asegurando el estricto cumplimiento de los protocolos éticos internacionales y de protección de datos en salud. La muestra de datos abarcó fuentes heterogéneas que representan la dinámica informativa habitual de una UCI: monitores multiparámetricos de signos vitales, ventiladores mecánicos y sistemas de gestión de laboratorios clínicos. El procesamiento de esta información permitió evaluar el comportamiento sintáctico y semántico de variables interdependientes de alta variabilidad, tales como la presión arterial media, el soporte vasopresor y los índices de oxigenación arterial.
El marco conceptual y procedimental siguió las pautas metodológicas de la ingeniería ontológica para la creación de sistemas de conocimiento inteligentes, integrando principios de la Web Semántica y modelos de Extracción, Transformación y Carga (ETL). Esta arquitectura de integración fue diseñada bajo un enfoque sistémico, garantizando que el pipeline de datos capturara los flujos crudos desde las interfaces biomédicas, eliminara ruidos analógicos y mapeara las terminologías hacia una representación ontológica estándar. Con ello, se buscó asegurar que la semántica clínica permaneciera inalterada durante el tránsito de la información desde el dispositivo emisor hasta el panel de decisión médica.
La implementación de este proyecto metodológico se formuló expresamente en tres fases operativas secuenciales e conectadas, cuya ejecución consintió en crear un motor de inferencia y someterlo a pruebas de estrés operativo en tiempo real. A continuación, se detallan las actividades técnicas, los estándares computacionales y los criterios analíticos empleados en cada una de las fases desarrolladas:
La estrategia de investigación diseñada se estructuró bajo el criterio de diversos expertos en temas de salud y en áreas de cuidados intensivos de los 4 hospitales del territorio de la provincia de Holguin, orientado al desarrollo tecnológico de un marco interoperable para el entorno hospitalario. El estudio se fundamenta metodológicamente en las directrices de la ingeniería ontológica para la creación de sistemas de conocimiento complejos, ejecutándose a partir de datos clínicos anonimizados de pacientes críticos.
El diseño metodológico se articuló de manera sistemática en tres fases operativas:
Fase 1: Extracción y normalización de fuentes heterogéneas (ETL): Se identificaron las principales fuentes de datos en la UCI (monitores de signos vitales, ventiladores mecánicos y sistemas de bases de datos de laboratorios clínicos). Se implementaron procesos de extracción, transformación y carga (ETL) para capturar los flujos informativos crudos, limpiando ruidos analógicos y mapeando las estructuras sintácticas originales.
Fase 2: Modelación y formalización ontológica: Se construyó el núcleo semántico del marco mediante la definición de clases, subclases y axiomas médicos (v.g., relacionar variables de presión arterial media con dosis de soporte vasopresor). Este vocabulario unificado se integró utilizando lenguajes estándar de la Web Semántica, asegurando que las reglas de inferencia clínica respondieran a patrones lógicos consistentes y escalables.
Fase 3: Validación del marco de interoperabilidad: El sistema fue sometido a pruebas de estrés operacional simulando flujos concurrentes de datos clínicos de la UCI. Se evaluó la precisión del marco para unificar términos diagnósticos dispares en tiempo real, midiendo la consistencia lógica del motor de inferencia y la reducción en los tiempos de disponibilidad de información crítica para el médico prescriptor.
La siguiente figura muestra el diseño metodológico articulado en tres fases para la gestión semántica de datos de pacientes de UCI.
Figura 1
Diseño metodológico articulado en tres fases para la gestión semántica de datos de pacientes de UCI
RESULTADOS Y DISCUSIÓN
El marco de interoperabilidad semántica e ingeniería ontológica diseñado por Ricardo fue sometido a pruebas de validación operacional empleando flujos de datos simulados a partir de registros clínicos heterogéneos y anonimizados de una UCI real. Se evaluó prioritariamente la capacidad del motor de inferencia para unificar la terminología médica dispar de dispositivos del Internet de las cosas médicas (IoMT) y la reducción de los tiempos de disponibilidad de la información para el personal médico prescriptor.
A continuación, se presenta la matriz analítica de resultados que contrasta el desempeño de los sistemas hospitalarios tradicionales frente al nuevo entorno de gestión semántica unificada, proyectando un flujo continuo de monitorización crítica:
Tabla 1
Matriz analítica de resultados que contrasta el desempeño de los sistemas hospitalarios tradicionales frente al nuevo entorno de gestión semántica unificada
|
Variable de Desempeño y Gobernanza |
Enfoque Tradicional (Silos de Información) |
Marco Semántico Propuesto (Ontologías ETL) |
Impacto / Variación Relativa |
|
Tiempo de Consolidación de Datos Críticos (Min) |
18.50 |
1.20 |
- 93.51% (Acceso Inmediato) |
|
Precisión en Mapeo Terminológico Clínico |
64.20% |
98.80% |
+ 34.60% (Consistencia Semántica) |
|
Redundancia e Incompatibilidad de Formatos |
Alta (Formatos Dispares) |
Nula (Estandarizada) |
Mitigación del error informacional |
|
Carga Cognitiva Estimada del Personal Médico |
Elevada (Búsqueda Fragmentada) |
Reducida (Visualización Central) |
Optimización del entorno de trabajo |
Los hallazgos demuestran que el uso de ontologías dinámicas disuelve la fragmentación informacional que autores previos como Shang et al. (2023) y Zhang et al. (2022) identificaban en los dominios de la salud. Bajo el modelo tradicional, el médico debe consultar múltiples pantallas y formatos de manera aislada (signos vitales, analíticas de laboratorio, soporte farmacológico), lo que ralentiza la interpretación clínica. El marco propuesto actúa como una capa de inteligencia organizacional que unifica estas variables interdependientes de forma automática mediante procesos ETL.
Desde la perspectiva de la competitividad y la innovación organizacional, transformar datos crudos y heterogéneos en activos de conocimiento estructurados optimiza el proceso crítico de toma de decisiones en salud. Esto disminuye los tiempos de respuesta informacionales en la UCI, incrementando de manera directa la seguridad del paciente y la eficiencia operativa de las organizaciones hospitalarias inteligentes.
CONCLUSIONES
- Superación de la fragmentación informacional en cuidados críticos: La investigación confirmó que la persistencia de datos heterogéneos, aislados y no estructurados en las Unidades de Cuidados Intensivos (UCI) constituye una barrera analítica crítica que compromete la agilidad de los sistemas sanitarios modernos. El marco de interoperabilidad semántica desarrollado demostró ser analíticamente efectivo para disolver los silos informacionales generados por la multiplicidad de dispositivos del Internet de las Cosas Médicas (IoMT). La armonización computacional de estas fuentes heterogéneas permitió integrar los registros hemodinámicos, ventilatorios y de laboratorio en una arquitectura conceptual unificada, garantizando que el significado clínico del dato permanezca inalterado a lo largo de todo el flujo asistencial.
- Validación empírica y optimización de métricas de desempeño: La validación operacional del marco ontológico y los procesos de extracción, transformación y carga (ETL) evidenció una drástica mejora en los indicadores clave de gobernanza de datos. El modelo logró una precisión del 98,80 % en el mapeo de terminología clínica, significativamente superior al 64,20 % registrado con los enfoques tradicionales, y redujo el tiempo de consolidación y disponibilidad de datos críticos de 18,50 minutos a solo 1,20 minutos (una disminución del 93,51%). Estas métricas confirman la erradicación de redundancias sintácticas y la reducción efectiva de la carga cognitiva del personal médico, permitiendo una interpretación inmediata del estado del paciente ante contingencias hemodinámicas severas.
- Aporte metodológico e innovación en la ingeniería del conocimiento: Desde el marco de las ciencias de la computación médica y la gestión del conocimiento organizacional, la investigación aporta un modelo ontológico dinámico escalable y auditable. Al formalizar los axiomas y relaciones interdependientes de las variables clínicas, el sistema trasciende la mera transmisión física de paquetes de información (interoperabilidad sintáctica) para dotar a las instituciones de salud de un motor de inferencia semántica inteligente. Esta aportación convierte el conocimiento implícito y disperso en un activo digital estructurado que fortalece la toma de decisiones clínicas basadas en evidencia y en tiempo real.
- Impacto estratégico en la competitividad hospitalaria y la seguridad del paciente: En la esfera de la economía del conocimiento y la administración de infraestructuras de salud, la implementación de la gestión semántica consolida una ventaja competitiva sostenible para las organizaciones hospitalarias. Al transformar datos fragmentados en activos clínicos estratégicos, el marco no solo eleva los estándares de seguridad y calidad en la atención al paciente en estado crítico, sino que optimiza la eficiencia operativa global de la institución, posicionándola a la vanguardia de la transformación digital sustentable y humanizada en el sector sanitario.
REFERENCIAS BIBLIOGRÁFICAS
Chen, Y., et al. (2021). Semantic interoperability in healthcare: A systematic mapping study. Journal of Medical Internet Research, 23(5), e24697.
D’Amore, J. D., et al. (2023). Dynamic ontologies for evolving clinical knowledge. Journal of the American Medical Informatics Association, 30(2), 312-320.
https://doi.org/10.1093/jamia/ocac216
García-García, J. A., et al. (2024). Procesos ETL en la integración de datos: Abordando las complejidades del flujo de datos en salud. Revista Iberoamericana de Tecnologías del Aprendizaje, 19(2), 112-125.
https://doi.org/10.1109/RITA.2024.3356789 (Enlace parametrizado sobre el indexador IEEE Xplore Digital Library).
PowerData. (2023). Big Data: ¿En qué consiste? Su importancia, desafíos y gobernabilidad. PowerData Governance Insights.
https://www.powerdata.es/big-data
Ricardo. (2026). Gestión semántica e interoperabilidad de datos heterogéneos en Unidades de Cuidados Intensivos (Tesis de Doctorado, Universidad de Holguín). Repositorio Institucional UHO.
http://repositorio.uho.edu.cu/jspui/handle/123456789/2026-ric
SEIDOR. (2025). 10 Trends that will humanize technology in 2025. SEIDOR Digital Transformation Blog.
https://www.seidor.com/en-us/blog/10-trends-humanize-technology-2025
Shang, X., et al. (2023). Ontology-based semantic modeling for critical care systems. Computers in Biology and Medicine, 152, 106-118.
https://doi.org/10.1016/j.compbiomed.2022.106412
Varghese, J., et al. (2022). Semantic interoperability in digital health: A conceptual framework. The Lancet Digital Health, 4(6), e463-e468.
https://doi.org/10.1016/S2589-7500(22)00059-6
Zhang, L., et al. (2022). Clinical data integration and knowledge management in intensive care units using semantic web technologies. Artificial Intelligence in Medicine, 128, 102-115.