Resumen de Arquitectura de consolidación de la información para seguros de la salud mediante Big Data

José Zerega Prado, Joe Llerena Izquierdo

• español

  La identificación de los datos que están en varias fuentes de información y su consolidación para entregarla como útil se logra con Big Data. El objetivo general de este trabajo es desarrollar un diseño de arquitectura de consolidación de la información para seguros de la salud mediante Big Data. Para esta propuesta de investigación se utiliza el método empírico analítico, de tipo cuasi experimental con enfoque cuantitativo, mediante el análisis de referencias relevantes y especificación de los componentes de la arquitectura. Los resultados de esta investigación permiten categorizar diferentes arquitecturas computacionales para seguros de la salud mediante una revisión de literatura relevante, desarrollar un modelo de arquitectura de un sistema computacional para una empresa ecuatoriana de seguros de salud orientado a la consolidación de la información, y evaluar la metodología de estudio utilizada para establecer factores viables del modelo. El aporte de este trabajo permite determinar la aplicabilidad del modelo a empresas de seguros de salud nacionales o extranjeras mediante la contrastación de factores viables en una empresa específica del medio. Se concluye que las distintas fuentes de información o tipos de datos utilizados en el ámbito de los seguros de salud permiten conocer varias aristas del análisis de datos a través de una arquitectura en Big Data, además de obtener indicadores para mejorar la toma de decisiones; el 73% de los factores establecidos son viables en una empresa ecuatoriana de seguros de salud.

• português

  A identificação dos dados que estão em várias fontes de informação e sua consolidação para entregá-los como úteis é conseguida com o Big Data. O objetivo geral deste trabalho é desenvolver um projeto de arquitetura de consolidação da informação para planos de saúde por meio de Big Data. Para esta proposta de pesquisa, é utilizado o método empírico analítico, de tipo quase-experimental com abordagem quantitativa, por meio da análise de referências relevantes e especificação dos componentes da arquitetura. Os resultados desta pesquisa permitem a categorização de diferentes arquiteturas computacionais para seguros de saúde por meio de uma revisão da literatura relevante, o desenvolvimento de um modelo de arquitetura de um sistema de computador para uma seguradora de saúde equatoriana orientado para a consolidação de informações e a avaliação do metodologia de estudo utilizada para estabelecer os fatores viáveis do modelo. A contribuição deste trabalho permite determinar a aplicabilidade do modelo a seguradoras de saúde nacionais ou estrangeiras, comparando fatores viáveis em uma empresa específica no ambiente. Conclui-se que as diferentes fontes de informação ou tipos de dados utilizados na área de seguros de saúde permitem conhecer vários aspectos da análise de dados por meio de uma arquitetura de Big Data, além de obter indicadores para melhorar a tomada de decisões; 73% dos fatores estabelecidos são viáveis em uma seguradora de saúde equatoriana.

• English

  The identification of data that is in various sources of information and its consolidation to deliver it as useful is achieved with Big Data. The overall objective of this work is to develop an information consolidation architecture design for health insurance using Big Data. For this research proposal, the analytical empirical method is used, of a quasi-experimental type with a quantitative approach, through the analysis of relevant references and specification of the architecture components. The results of this research allow categorizing different computational architectures for health insurance through a review of relevant literature, developing an architectural model of a computational system for an Ecuadorian health insurance company oriented to the consolidation of information, and evaluating the study methodology used to establish feasible factors of the model. The contribution of this work allows us to determine the applicability of the model to national or foreign health insurance companies by contrasting feasible factors in a specific company of the environment. It is concluded that the different sources of information or types of data used in the field of health insurance allow to know several edges of data analysis through a Big Data architecture, in addition to obtaining indicators to improve decision making; 73% of the established factors are viable in an Ecuadorian health insurance company.