1. Universidad Autonoma del Estado de Hidalgo
  2. Tesis
  3. Tesis de Maestría
Por favor, use este identificador para citar o enlazar este ítem: http://dgsa.uaeh.edu.mx:8080/handle/231104/8248
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorDomínguez Martínez, Missael-
dc.date.accessioned2026-08-10T20:01:36Z-
dc.date.available2026-08-10T20:01:36Z-
dc.date.issued2025-12-02-
dc.identifier.govdocMGDNT .17121 2025-
dc.identifier.otherATD1917-
dc.identifier.urihttp://dgsa.uaeh.edu.mx:8080/bibliotecadigital/handle/231104/8248-
dc.descriptionLa predicción de la demanda se ha convertido en un elemento fundamental para la toma de decisiones estratégicas en distintos sectores, especialmente en el ámbito de la salud, donde la correcta planeación de recursos impacta directamente en la calidad del servicio y en la atención a los usuarios, en este contexto, el uso de tecnologías basadas en ciencia de datos e inteligencia artificial permite analizar grandes volúmenes de información histórica para identificar patrones de comportamiento y generar estimaciones más precisas, en México, la Institución encargada de brindar servicio de salud, enfrenta el desafío de garantizar el abastecimiento oportuno de medicamentos para millones de usuarios, lo que hace indispensable el desarrollo de herramientas tecnológicas que permitan optimizar la planeación de la demanda y fortalecer la gestión de la cadena de suministro. Dentro de este Instituto, el pronóstico de la demanda representa el punto de partida esencial para la correcta ejecución de las actividades logísticas y operativas, la precisión en las estimaciones es un factor determinante, ya que de ella depende la planeación interna y externa de los recursos, la proyección de procesos y procedimientos, así como la definición de estrategias operativas y financieras. El presente estudio se basa en la planeación de la demanda de insumos mediante un sistema inteligente predictivo, sustentado en el uso de técnicas de aprendizaje automático, este enfoque permitirá que la gestión de la cadena de suministro sea más eficiente, al calcular niveles de inventario óptimos y eliminar aquellos que resulten ociosos o con bajo movimiento, asimismo, el modelo posibilita la proyección de stocks de seguridad con el fin de anticipar variaciones en la demanda, además de establecer niveles máximos y mínimos de inventario que garanticen un equilibrio entre disponibilidad y costo. Actualmente, la Institución realiza la predicción de la demanda mediante técnicas de pronóstico basadas en promedio simple, los resultados obtenidos son comunicados a las distintas áreas que participan dentro de la cadena de suministro, con el propósito de que realicen las gestiones operativas y administrativas correspondientes, en este sentido, la precisión de estos pronósticos adquiere un papel fundamental, ya que sus resultados generan un impacto directo en la planeación y ejecución de las actividades a lo largo de toda la cadena de suministro. Se detectó que los resultados del rendimiento actual del pronóstico, se encuentra por debajo del 70%, el cual incumple lo establecido en los objetivos Institucionales, lo que ha originado una serie de problemáticas relacionadas con: adquisición de insumos a precios elevados, incremento en los costos de almacenamiento y de mantener derivado del lento o nulo movimiento de los insumos, sobre inventarios, pérdida de bienes por caducidades, robo, saturación de espacios para almacenar, incremento en niveles de mortalidad, baja calidad de vida en usuarios, tratamientos interrumpidos, entre algunos otros, lo cual muestra un panorama de oportunidad de mejora, principalmente en los cálculos de pronósticos de demanda.es_ES
dc.language.isoeses_ES
dc.publisherEscSupTepeji-BD-UAEHes_ES
dc.subjectPlaneaciónes_ES
dc.subjectAprendizaje automáticoes_ES
dc.subjectMedicamentoses_ES
dc.subjectCadena de suministroes_ES
dc.subjectInteligencia artificiales_ES
dc.subjectGestión y Desarrollo de Nuevas Tecnologías.es_ES
dc.titleSistema predictor de la demanda de medicamentos aplicando técnicas de aprendizaje automático.es_ES
dc.title.alternativeGestión y Desarrollo de Nuevas Tecnologías.es_ES
dc.typeTesises_ES
Aparece en las colecciones: Tesis de Maestría

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
ATD1917.pdf5.49 MBAdobe PDFVisualizar/Abrir
Mostrar el registro sencillo del ítem


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.