Analítica de datos para la predicción de enfermedades que conllevan a una pensión de invalidez en el magisterio colombiano

Abstract

Actualmente se considera la profesión docente como un pilar fundamental para el futuro del país, es por eso que el estado colombiano debe garantizar las políticas de seguridad social necesarias para evitar que los docentes vinculados al magisterio se enfermen con patologías que por falta de Promoción y Prevención se vuelvan en crónicas dando como resultado docentes en edad productiva pensionados por invalidez, esto a su vez genera ausentismo laboral ya que la capacidad para cubrir las plazas laborales dejadas por los docentes incapacitados, en licencia o en proceso de pensión de invalidez son difíciles de cubrir a tiempo, afectando la educación de nuestros niños. Razón por la cual con la información de la base de datos de docentes pensionados por invalidez del magisterio en los últimos 10 años (2010-2020) con sus respectivas patologías se puede llegar a entrenar un modelo predictivo para identificar las patologías que conllevan a una pensión de invalidez y esto a su vez puede ayudar a la empresa aseguradora en salud del magisterio para aplicar un modelo de Promoción y Prevención y así de esta manera afrontar el problema de raíz y evitar patologías crónicas. No es un secreto que las técnicas utilizadas en aprendizaje automático son las ideales para el análisis de datos sobre diferentes tipos de información para así lograr un entrenamiento optimo del modelo predictivo. Como conclusión de lo anterior descrito, se puede definir que los modelos predictivos en salud pueden llegar a facilitar los tratamientos médicos y la predicción de enfermedades futuras de las personas, siempre y cuando el modelo este entrenado con datos reales, en el desarrollo del proyecto se iniciaría un proceso el cual en futuro podrá ser utilizado por la empresa aseguradora en salud del magisterio para identificar patologías y comorbilidades que conllevan a que un docente se pensione por invalidez.