Crisis de Inventarios Farmacéuticos
en Colombia

Una investigación académica propone transformar la gestión farmacéutica nacional mediante tecnología blockchain e inteligencia artificial, iniciando con un piloto en el Eje Cafetero

Propuesta de Investigación Colaborativa Interinstitucional

Dimensión del Problema Regional

2.27M
Habitantes afectados
Eje Cafetero
$1.1B
Deudas hospitalarias
COP Billones
32%
Hospitales en crisis
Desabastecimiento mensual
70%
Incremento quejas
Defensoría del Pueblo

Definición del Problema

Un análisis sistemático de la crisis farmacéutica que afecta a 59 municipios del eje cafetero, basado en 440 fuentes documentales verificadas

Contexto Demográfico Crítico

Envejecimiento Poblacional Acelerado

Quindío (índice más alto nacional):72.29 adultos mayores/100 jóvenes
Caldas:67.07
Risaralda:60.61
Promedio Nacional:40.47

Impacto en Demanda Farmacéutica

40% de la demanda: Medicamentos cardiovasculares
25% de la demanda: Tratamientos endocrinológicos
20% de la demanda: Neurológicos especializados
15% de la demanda: Oncológicos de alto costo

Crisis Financiera Sistémica

Colapso del Sistema de Pagos

Nueva EPS (Principal Deudor)
• Caldas: $115.222 millones COP
• Quindío: $106.677 millones COP
• Risaralda: $39.029 millones COP
Total: $260.929 millones COP

Consecuencias Operativas

🚨 Alerta Roja Hospitalaria en Risaralda y Quindío
Cierre de servicios a Nueva EPS
👥 Despidos masivos de personal médico
🏥 Suspensión de UCI especializadas

Crisis Operativa de Gestores Farmacéuticos

Suspensión de Audifarma

📅 Febrero 2025: Suspensión oficial
🔄 Transición caótica a nuevos operadores
⏰ Sistema pico y cédula inefectivo
🏪 Generación de mercado negro de turnos

Tiempos de Reposición

⚖️ Normativa: 48 horas máximo
📊 Realidad actual: 7-10 días promedio
🩺 Medicamentos críticos: hasta 30 días
🔴 Emergencias: Desabastecimiento total

Barreras Geográficas

🏔️ 99.47% servicios en zonas urbanas
🚗 Desplazamientos obligatorios población rural
❄️ Interrupciones cadena de frío
💸 $2.8M COP/mes pérdidas por hospital

Fundamentación Investigativa

Investigación académica rigurosa que fundamenta la propuesta de solución mediante análisis cuantitativo y cualitativo

Metodología de Investigación

1

Recopilación Documental

440 fuentes verificadas de entidades oficiales

2

Análisis Cuantitativo

Métricas financieras, demográficas y operativas

3

Validación Institucional

Contraste con actores del ecosistema de salud

Fuentes Documentales

MinSalud Colombia16 documentos
Gobierno Risaralda24 documentos
MinCiencias14 documentos
ConsultorSalud12 documentos
Otras fuentes especializadas374 documentos

Hallazgos Principales de la Investigación

🏥

Crisis Sistémica Confirmada

La crisis trasciende problemas puntuales y constituye una falla sistémica que requiere intervención estructural

Evidencia: 82 fuentes convergentes
🎯

Ventana de Oportunidad

El colapso de gestores tradicionales crea espacio para soluciones tecnológicas disruptivas

Evidencia: 91 fuentes de innovación
🤝

Ecosistema Preparado

Infraestructura académica y tecnológica consolidada para implementar soluciones avanzadas

Evidencia: 102 fuentes de capacidades

Resultados de Investigación

Resumen ejecutivo derivado del análisis ensemble farmacéutico

Cargando investigación…

Gráficos Clave

Predicción Voting vs Real
Predicción Voting vs Real
Ajuste del Voting Regressor frente a la demanda real
Comparación de Métodos Ensemble
Comparación de Métodos Ensemble
Rendimiento relativo de modelos (R² y MSE normalizado)
Clasificación ABC - Matriz de Confusión
Clasificación ABC - Matriz de Confusión
Desempeño del clasificador ABC en medicamentos
Residuales del Modelo Voting
Residuales del Modelo Voting
Patrón de residuales vs predicciones (calidad del ajuste)
Distribución de Errores (Histograma)
Distribución de Errores (Histograma)
Cómo se reparten los errores del modelo en general
Normalidad de Errores (Q-Q)
Normalidad de Errores (Q-Q)
Chequeo visual de colas/sesgos en los errores
Error Absoluto vs Predicción
Error Absoluto vs Predicción
Si el error crece con la magnitud de la demanda
Variables Más Influyentes
Variables Más Influyentes
Qué factores pesan más en la predicción
Efecto de Variables (PDP)
Efecto de Variables (PDP)
Cómo cambia la predicción al variar una variable
ROC por Clase ABC
ROC por Clase ABC
Capacidad de distinguir cada clase (AUC)
Precision-Recall por Clase ABC
Precision-Recall por Clase ABC
Calidad de detección bajo clases desbalanceadas

Propuesta de Solución Tecnológica

Una plataforma tecnológica fundamentada científicamente que integra blockchain, inteligencia artificial e ingeniería industrial para resolver la crisis farmacéutica nacional

Evidencia científica que sustenta la solución

Esta propuesta se fundamenta en 12 módulos de Machine Learning desarrollados y validados, incluyendo pipeline integrado (Ridge + K-means), redes neuronales PyTorch, análisis de sentimientos NLP, y sistemas de optimización EOQ/ROP. Ver evidencia completa en Resultados de Investigación.

Modelos Supervisados
Ridge Regression, RNA PyTorch, Ensemble Methods
Modelos No Supervisados
K-means Clustering, PCA, Análisis de Componentes
NLP & Advanced Analytics
Sentiment Analysis, Time Series, Anomaly Detection
🔗

Trazabilidad Blockchain

Tecnología XRPL
• Transacciones 3-5 segundos
• Costo < $0.01 USD
• Carbon neutral certificado
Beneficios
• Trazabilidad inmutable 100%
• Transparencia total
• Eliminación intermediarios
🤖

Inteligencia Artificial

Predicción Demanda
• Precisión 92% pronósticos
• Anticipación 30 días
• Optimización automática
Algoritmos EOQ/ROP
• Cantidad Económica Pedido
• Puntos Reorden automáticos
• Inventario óptimo
🏭

Industria 4.0

Estándares ISO 20022
• Compatible banca internacional
• Preparado para CBDC
• Liquidación automática
Integración HL7 FHIR
• Interoperabilidad sistemas
• Historia clínica unificada
• Prescripción electrónica

Arquitectura de Referencia

📥
Capa de Captura
Integración con HIS, ERP y dispensación (HL7 FHIR) para extraer demanda, inventario y movimientos.
🧠
Capa de IA + Optimización
Pronóstico (ensemble), clasificación ABC y cálculo EOQ/ROP con políticas por criticidad y servicio.
🔗
Capa de Trazabilidad
Registro en XRPL de órdenes, recepciones y custodia. Auditoría inmutable y liquidación ISO 20022.

Plan de Implementación

Fase 1 (0–90 días)
Piloto en 2 IPS
  • Integración mínima (inventarios y dispensación)
  • Pronóstico + ABC + EOQ/ROP en 100 SKUs críticos
  • XRPL para órdenes y recepciones
Fase 2 (90–180 días)
Escalado Regional
  • Ampliar a 1,000 SKUs y 6 IPS
  • Optimización multi-sede y cadena de frío
  • Panel de control con KPIs y alertas
Fase 3 (180–360 días)
Despliegue Nacional
  • Interoperabilidad extendida (HIS/ERP)
  • Liquidación ISO 20022 y reglas de negocio
  • Gobernanza y auditoría continua

Pipeline Integrado End-to-End

Integramos modelos supervisados y no supervisados en un flujo único: predicción de riesgo (Ridge), segmentación inteligente (K-means), visualización integrada y simulación de escenarios. Listo para orquestación y reporting automatizado.

📥
Ingesta y Normalización
Limpieza y escalado (StandardScaler). Preparación de variable objetivo farmacéutica y features clave.
🎯
Modelo Supervisado (Ridge)
Predicción estable del riesgo total. Métricas: R² y MSE; residuales para control de sesgo.
🏷️
Clustering (K-means)
Perfiles de consumo para políticas diferenciadas: stock, revisión, alertas y prioridad EOQ/ROP.
📊
Visualización Integrada
Panel combinado: desempeño supervisado, distribución de clusters, PCA y variables influyentes.
🎛️
Simulador de Escenarios
Ajuste de costo/frecuencia/rotación para planear presupuestos, contingencias y logística.
🔔
Alertas y Reportes
Alertas automáticas por riesgo y reportes periódicos para Dirección, QF y Compras.

Basado en el pipeline integrado (ver Investigación) y alineado con la Arquitectura y el Plan de Implementación.

KPIs y SLAs Medibles

-50%
Rupturas (stockouts)
en SKUs clase A
48h
SLA Reposición
vs 7–10 días actuales
≥92%
Precisión Pronóstico
Métrica R²/MAE
100%
Trazabilidad
Órdenes y recepciones

Basados en evidencia de la sección Investigación y metas de piloto.

Segmentación y Perfiles de Consumo

A partir de clustering K-means sobre variables como costo, rotación, frecuencia y riesgo, identificamos perfiles de medicamentos para orientar políticas de stock, revisión y alertas. Esta segmentación alimenta la matriz de decisiones y prioriza la optimización EOQ/ROP.

Cluster A
Críticos
  • Stock de seguridad alto
  • Revisión diaria
  • Alertas automáticas y prioridad EOQ alta
Cluster B
Alta Rotación
  • EOQ optimizado para costo/servicio
  • Reabastecimiento automatizado
  • Revisión semanal
Cluster C
Estables
  • Procedimientos estándar
  • Revisión mensual
  • Optimización de costos
Cluster D
Especiales
  • Análisis individual
  • Estrategia personalizada
  • Reclasificación si aplica

Evidencia en Investigación: perfiles por cluster, heatmaps y matriz de decisiones.

Gobernanza y Seguridad

Gobernanza
  • Roles y permisos por institución (IPS, secretarías, academia)
  • Auditoría end-to-end (datos, decisiones, transacciones XRPL)
  • Comité técnico y mesa de datos para priorización
Seguridad & Cumplimiento
  • Privacidad por diseño; datos sensibles fuera de blockchain
  • Firmas digitales, cifrado en tránsito y en reposo
  • Estándares HL7 FHIR / ISO 20022 / mejores prácticas DevSecOps

Modelo Avanzado: Red Neuronal

Complemento al pipeline: una RNA básica en PyTorch para clasificar medicamentos críticos vs estándar. Útil cuando hay no linealidades; se usa con control de sobreajuste y métricas por clase.

🧠
Arquitectura
Entrada → Capa oculta ReLU (8) → Salida binaria. Optimizador Adam, CrossEntropyLoss.
📊
Métricas
Precisión global, Recall y F1 por clase; matriz de confusión para validar criticidad.
🎛️
Cuándo usar
Datos suficientes y no lineales. Se compara vs modelos clásicos y se elige por desempeño y explicabilidad.

Más detalles en Investigación (RNA, entrenamiento y visualizaciones).

Análisis de Sentimientos (NLP)

Monitoreo continuo de percepción de pacientes, personal médico y familias usando NLP especializado (diccionarios farmacéuticos + TextBlob). Genera alertas tempranas y priorización de acciones operativas alineadas con KPIs y roles.

🧹
Metodología
Limpieza y normalización de texto; análisis dual con diccionarios farmacéuticos y TextBlob; visualizaciones como distribuciones y nubes de palabras.
🎯
Aplicaciones
Alertas de satisfacción por servicio y stakeholder; tablero de tendencias; integración con EOQ/ROP para reforzar disponibilidad de SKUs con percepción negativa.
📈
Métricas & ROI
Precisión de clasificación de sentimiento, % de satisfacción por stakeholder y servicio; impacto esperado: -40–60% quejas y +30–50% satisfacción; ROI 200–350% (pilotos).

Evidencia y ejemplos en Investigación (distribuciones, tendencias, nubes de palabras e insights).

Casos de Uso por Rol

Dirección
Tablero Ejecutivo
  • Métricas de riesgo consolidadas
  • Proyecciones de presupuesto basadas en IA
  • Reportes mensuales automatizados
QF (Farmacia)
Operación Diferenciada
  • Simulador de escenarios (costo/frecuencia/rotación)
  • Alertas de riesgo y priorización por cluster
  • EOQ/ROP guiado por perfiles
Compras
Priorización Inteligente
  • Listas priorizadas por criticidad
  • Impacto económico por cluster
  • Planificación de pedidos automatizada
Planeación
Estrategia Basada en Datos
  • Modelos predictivos para presupuesto
  • Tendencias por categorías y clusters
  • KPIs farmacéuticos automatizados

Impacto Proyectado

40%
Reducción pérdidas
por vencimiento
60%
Mejora reposición
48h objetivo vs 7-10d actual
100%
Trazabilidad
medicamentos alto costo
$1.4B
Ahorros anuales
COP estimados

Contribuye con Datos

Si eres institución de salud o profesional/paciente y deseas apoyar, puedes compartir información usando nuestras plantillas. Los envíos se procesan con nuestro pipeline y pueden alimentar el análisis NLP.

Instituciones (IPS/Secretarías)

Inventarios y Consumo

Descarga la plantilla y comparte datos de medicamentos estratégicos (campos compatibles con nuestro modelo).

También puedes realizar un POST a /api/intake/hospital con JSON o CSV simple.

Profesionales y Personas

Feedback de Servicio

Comparte experiencias (texto libre) y relación con servicios/medicamentos para fortalecer el análisis de sentimientos.

También puedes realizar un POST a /api/intake/feedback con JSON o CSV simple.

Propuesta de Consorcio de Investigación

Invitación a formar una alianza académica estratégica entre instituciones del Eje Cafetero con experiencia validada en innovación tecnológica y salud pública

🏛️

Universidad de Caldas

Propuesta de Institución Líder
22 años
Telesalud Colombia
Experiencia continua
6,000
Teleconsultas COVID
Premio USAID
15
Municipios conectados
Red consolidada

Capacidades Institucionales

✓ Infraestructura de investigación consolidada
✓ Red de contactos con sector salud regional
✓ Experiencia en gestión de proyectos grandes
✓ Estudiantes maestría/doctorado disponibles
✓ Laboratorios especializados
✓ Credibilidad institucional establecida
🔧

UTP

Universidad Tecnológica
• Desarrollo blockchain
• Integración sistemas
• 108 convenios internacionales
📊

Uniquindío

Universidad del Quindío
• Impacto social
• Validación farmacéutica
• 34 programas pregrado

Estrategia de Financiamiento

$800M
MinCiencias 949
Soberanía Sanitaria
$212M
SGR Regional
Sistema Regalías
$500K
BID Lab
USD Cooperación
Privado
Fundaciones
Luker, EPM, Bancolombia

Colaboración e Integración

Únete como aliado estratégico a una iniciativa respaldada por investigación rigurosa para transformar la gestión farmacéutica en Colombia.

🤝

Postular Alianza

Dinos cómo tu organización puede contribuir e integrarse a este esfuerzo interinstitucional.

"Esta propuesta de investigación representa una respuesta científicamente fundamentada a una crisis nacional que afecta a millones de personas"

Contacto de Investigación
Proyecto Colaborativo
contacto@bigloi.com
Consorcio de Investigación
Alianza Académica Estratégica
Eje Cafetero Colombiano