INTELIGENCIA ARTIFICIAL Y ABSENTISMO LABORAL

El absentismo laboral consiste en la ausencia o abandono del puesto de trabajo y de los deberes anexos al mismo, ya sea de una manera justificada o no. En la actualidad, es uno de los principales problemas a los que se enfrentan las organizaciones, motivo por el cual se están estableciendo medidas de control de presencia y accesos de los empleados, tales como sistemas de reconocimiento facial o por huella dactilar, que permiten la identificación de cada empleado y evitan la suplantación de identidad.

El absentismo laboral también está presente entre los profesionales sanitarios, que incluye burnouts o bajas por enfermedad como causas habituales, debido a las características de alta carga de trabajo y exposición constante a posibles patógenos a las que estos profesionales están sometidos. El absentismo puede disminuirse mediante medidas de prevención a nivel primario (adecuada selección de personal) y secundario (educación sanitaria); también los programas de soporte, como las intervenciones de tipo cognitivo-conductual, presentan resultados positivos en cuanto a la reducción de este indicador. Para lograr dichas metas, es conveniente trabajar en la creación de servicios médicos de empresa en los hospitales, integrados como una unidad clínica o como una sección dentro del Servicio de Medicina Preventiva^1,2.

Adicionalmente, existen otras soluciones más innovadoras, como es el caso del uso de software predictivo de absentismo, que utiliza algoritmos de inteligencia artificial y Machine Learning para el análisis de datos y la predicción de futuras ausencias en el ámbito laboral. Esta herramienta puede ofrecer predicciones de absentismo por categoría profesional, especialidad, espacio y horario de trabajo, lo que permite la toma de decisiones preventivas en la planificación y reducción de costes de los recursos humanos y la mejora consecuente del bienestar y el estrés laboral³.

Así pues, la inteligencia artificial permite elaborar modelos predictivos en aspectos tan críticos como la gestión de recursos humanos en un hospital, lo que da la oportunidad de anticiparse y actuar en consecuencia. Estos modelos combinados con los modelos predictivos de volumen de pacientes por franjas horarias y modelos epidemiológicos estacionales se presentan como una puerta a una optimización de alto nivel de los recursos hospitalarios en áreas críticas y con fluctuabilidad como urgencias.

Referencias bibliográficas:

1. Fernández Crehuet R, Gómez García C, Salcedo Espinosa M, Serrano A. Absentismo laboral en un centro hospitalario. Gac Sanit. 1989;3(10):339. Erratum in: Gac Sanit 1989;3(11):402.
2. I2. Blanca-Gutiérrez JJ, Jiménez-Díaz MC, Escalera-Franco LF. Intervenciones eficaces para reducir el absentismo del personal de enfermería hospitalario. Gac Sanit. 2013;27(6):545-51.
3. Amalfi Analytics. ARUM Absenteeism predictor. Disponible en: https://amalfianalytics.com/en/solutions/arum-absenteeism-predictor/