Propuesta de Enfoque para el Diseño e Implementación
de un Modelo de Seguimiento Integral de Cohortes
Centrado en la Persona y Soportado en Capacidades Digitales
Camilo E. Navarro H.
Fundación Santa Fe de Bogotá, Instituto Carlos Ardila Lülle
Program Manager Ecosistemas Digitales
Abril 2026
La Fundación Santa Fe de Bogotá (FSFB) opera un flujo de Patient Relationship Management (PRM) sobre Salesforce para el seguimiento de cohortes oncológicas a través de cinco sub-etapas. Una simulación multi-agente con 60 pacientes, 8 agentes y 1.434 mensajes reveló que solo el 20% de los pacientes completa el flujo. El 80% de los abandonos se concentra en las etapas tempranas, donde las barreras de acceso (36.7%) y el abandono por miedo (subregistrado como voluntario) son las causas principales. El programa depende en un 100% del canal telefónico, sin alternativa digital ni asincrónica. Sobre esta base empírica, la propuesta articula un modelo de orquestación en tres horizontes (14 meses), con 17 proyectos que integran victorias tempranas en Salesforce, co-diseño con pacientes y familias como asesores (PFAs), alianzas comunitarias para determinantes sociales de la salud, comunicación compasiva, bienestar del equipo clínico y medición continua de la experiencia vivida. La inversión se concentra en potenciar la infraestructura existente. Si el Horizonte 1 logra mejorar la retención en tamizaje y alertas clínicas en 15 puntos porcentuales cada una, el número de pacientes que completa el programa casi se duplicaría.
Palabras clave: seguimiento de cohortes, atención centrada en la persona, orquestación digital, simulación multi-agente, co-diseño con pacientes, determinantes sociales de la salud, experiencia del paciente
Propuesta de Enfoque para el Diseño e Implementación de un Modelo de Seguimiento Integral
de Cohortes Centrado en la Persona y Soportado en Capacidades Digitales
La Fundación Santa Fe de Bogotá fue creada el 2 de noviembre de 1972 y su Hospital Universitario fue inaugurado el 31 de enero de 1983. Es una entidad privada sin ánimo de lucro que reinvierte la totalidad de sus excedentes en el mejoramiento de sus servicios. Su misión es ser una fuerza impulsora positiva para el sector de salud, contribuyendo al bienestar de individuos y comunidades.
La FSFB ha sido reconocida como el mejor hospital de Colombia según el Ranking IntelLat 2025 (Finance Colombia, 2025) y tercero en América Latina. Opera bajo tres acreditaciones internacionales simultáneas: la acreditación JCI de la Joint Commission International, con su quinta reacreditación en 2025; la certificación en atención centrada en la persona con la máxima distinción; y la designación Magnet de la ANCC en excelencia de enfermería, siendo la primera institución en Colombia en obtenerla en 2025. Cuenta con 322 camas hospitalarias, 71 unidades de cuidado intensivo, atiende más de 84.000 casos anuales de urgencias y opera en 5 sedes en Bogotá y Chía.
El Instituto de Cáncer Carlos Ardila Lülle, inaugurado en febrero de 2018, es el centro oncológico de la FSFB y el eje del programa de seguimiento de cohortes. El flujo PRM opera sobre Salesforce y abarca cinco sub-etapas secuenciales: tamizaje, alertas clínicas, diagnóstico, tratamiento y seguimiento. Los actores principales son Salesforce, la enfermera navegadora, la Central de Ingreso y Continuidad (CIC), el paciente, el médico tratante, el modelo de IA clínica y enfermería general.
El análisis del flujo PRM actual, basado en el mapeo de 36 procesos distribuidos en las cinco sub-etapas, revela un problema que opera en dos dimensiones: una de orquestación y una de experiencia.
Falsa sensación de digitalización. Solo 2 de 36 procesos (5.4%) están verdaderamente automatizados. La mayoría requiere intervención humana significativa dentro de Salesforce, creando la ilusión de un sistema digital cuando opera de forma semi-manual.
Procesos huérfanos. Cinco procesos carecen de actor ejecutor definido, particularmente todo el carril educativo de la etapa de diagnóstico. La educación al paciente, identificada como factor crítico de retención, no tiene responsable formal.
Decisiones bloqueantes. Doce decisiones de negocio permanecen sin resolver: definición semántica de hallazgo versus alerta, SLAs de agendamiento, reglas de convenios, tipos de seguimiento, formato de educación y asignación del carril educativo.
Fragmentación de datos. La información opera en tres tablas desconectadas en Salesforce (THI, TACIA, TPED) sin modelo de datos unificado, lo que impide la trazabilidad longitudinal del paciente.
Ausencia de voz del paciente en el diseño. Ningún proceso del flujo actual fue diseñado con participación de pacientes o familias. Las decisiones sobre tiempos, canales y contenido educativo se tomaron desde la perspectiva institucional, no desde la experiencia vivida.
Comunicación transaccional. Los contactos con el paciente son estrictamente operativos: notificar resultado, agendar cita, confirmar asistencia. No existe un protocolo de comunicación compasiva ante resultados que generan miedo, incertidumbre o negación.
Invisibilidad de las metas del paciente. El Care Plan de Salesforce registra el proceso clínico, pero no documenta qué es importante para el paciente, cuáles son sus preocupaciones ni cómo prefiere ser acompañado.
Cuello de botella de enfermería sin soporte de bienestar. La enfermera navegadora participa en 7 procesos distribuidos en 4 de las 5 sub-etapas, convirtiéndose en el punto único de falla operativo. Sin embargo, no existe un programa de bienestar ni soporte emocional para quien sostiene la carga más pesada del programa.
El problema central no es solo de orquestación sino de filosofía operativa. La FSFB cuenta con herramientas tecnológicas, pero carece de un modelo que coordine actores, información y procesos de forma integral, predictiva y genuinamente centrada en la persona.
Para superar la limitación de diseñar intervenciones sobre supuestos no validados, se ejecutó una simulación multi-agente del flujo PRM completo. La simulación modeló el recorrido de 60 pacientes oncológicos a través de las cinco sub-etapas, con perfiles demográficos realistas. Ocho agentes operaron el flujo: cinco determinísticos basados en reglas y tres basados en modelos de lenguaje. Se generaron 1.434 mensajes y 358 decisiones.
Tabla 1
Hallazgos Principales de la Simulación PRM (n = 60 pacientes)
Hallazgo | Dato clave | Implicación |
Tasa de completamiento | Solo 12 de 60 (20%) completaron el flujo | Por cada 5 pacientes, 4 se pierden antes de completar |
Embudo de desgaste | 80% de abandonos en tamizaje y alertas clínicas | El problema no es calidad de atención sino acceso inicial |
Barreras de acceso | 22 casos (36.7%): causa principal de pérdida | 86.7% de pacientes estratos 1-3; distancia = barrera crítica |
Abandono por miedo | 20 “voluntarios”, pero análisis textual reveló miedo y desinformación | El abandono real por miedo está subregistrado |
Canal único | 94 contactos, 100% telefónicos | Cero alternativas asincrónicas o digitales |
Sobrecarga ENF | 282 acciones (4.7/pac), mayoría repetitivas | Cuello de botella con riesgo de burnout |
Rechazo derivaciones | 11.8% rechazadas, sin re-escalamiento | PAC-6 (Birads 5): sobrecupo rechazado sin ruta alternativa |
Brecha educativa | 100% sin educación sobre hallazgo | Pacientes deciden sin información institucional |
Nota. Datos basados en simulación multi-agente v5 validada. ENF = enfermera navegadora. PAC = paciente.
La simulación permitió reconstruir, por primera vez, la experiencia que vive un paciente oncológico real dentro del flujo PRM de la FSFB. Este customer journey no es un ejercicio teórico: cada momento de verdad está documentado con datos de los 60 pacientes simulados.
Tabla 2
Customer Journey del Paciente en el Flujo PRM Actual
Etapa | Lo que vive el paciente | Dolor principal | Lo que necesita |
Tamizaje: hallazgo detectado | El sistema detecta algo en su cuerpo. El paciente no lo sabe. | Desconexión total entre detección y notificación | Contacto empático en primeras 24h |
Tamizaje: material educativo | Recibe información genérica que no entiende ni contexualiza | PAC-12: decidió por lo que le dijo su hija, no la institución | Material co-diseñado con pacientes, adaptado a literacy |
Tamizaje: agendamiento | Llamada en horario laboral. Si no contesta, limbo indefinido | Solo 33% se autoagenda. Canal único sin alternativa | Canal asincrónico elegido por el paciente |
Alertas: derivación | ENF envía derivación; CIC puede rechazar sin re-escalar | PAC-6 (Birads 5, 95% maligno): sin ruta tras rechazo | SLA con escalamiento y priorización clínica |
Dx: momento de miedo | PAC-23: “no quiero que me digan algo malo”. PAC-18: “prefiero ni saber” | Miedo clasificado como abandono voluntario | Soporte psicosocial antes de clasificar como abandono |
Tx: inicio tratamiento | Si superó las barreras, la retención sube a 80% | Solo 15 de 60 llegan a tratamiento | Evaluación holística con metas propias del paciente |
Seg: transición y cierre | Marcación manual (0.2 acciones/pac). Sin cierre formal | Sin desenlaces, sin alianzas externas de continuidad | Transición formal con aliados del continuo de cuidado |
Nota. Datos basados en análisis textual de respuestas de 60 pacientes simulados. Dx = diagnóstico. Tx = tratamiento. Seg = seguimiento.
El análisis textual de las respuestas de los pacientes simulados revela un arco emocional que va del desconocimiento (tamizaje) a la confusión y el miedo (alertas y diagnóstico), y solo se transforma en alivio y esperanza cuando el paciente accede a atención clínica directa. El hallazgo central es que el 80% de los abandonos ocurre antes de que el paciente tenga un contacto humano significativo. Esto indica que la intervención más urgente no es tecnológica sino relacional: cerrar el silencio entre el hallazgo y el primer contacto empático.
H1 — La fragmentación es el principal inhibidor de valor. Los datos clínicos, operativos y experienciales existen pero operan en silos. Unificarlos bajo un modelo coherente generará visibilidad e inteligencia accionable. La simulación validó esta hipótesis: Salesforce registró derivaciones como aceptadas mientras CIC las rechazaba.
H2 — El valor inmediato está en la orquestación y el contacto humano. Las capacidades nativas de Salesforce permiten resolver dolores críticos sin inversión significativa, pero los dashboards solos no evitan que se pierdan pacientes. Las victorias tempranas deben incluir acciones de contacto directo, empático y co-diseñado.
H3 — La transformación sostenible requiere gobernanza, cultura y participación. Las instituciones de referencia han demostrado que la gobernanza de datos y de IA son factores determinantes, pero la participación genuina de pacientes y familias en el diseño es lo que distingue un sistema eficiente de un sistema centrado en la persona.
Tabla 3
Riesgos Estratégicos del Programa
ID | Riesgo | Descripción | Mitigación |
R1 | Regulatorio | Res. 1888/2025 exige RDA FHIR R4 | Datos y FHIR R4 priorizados en H2 |
R2 | Clínico | Cada medida perdida incrementa hospitalización 12-26% | SLAs y alertas como intervención clínica |
R3 | Competitivo | Mercado salud digital $354B USD en 2026 | Victorias tempranas consolidan liderazgo |
R4 | Organizacional | 78% usa IA sin autorización (BYOAI) | Gobernanza IA es sostenibilidad |
R5 | Geográfico | 86.7% estratos 1-3. Bosa a calle 119 = día completo | Multicanal + alianzas comunitarias de transporte |
R6 | Experiencial | Abandono por miedo subregistrado como voluntario | Protocolo de rescate + soporte psicosocial |
R7 | Bienestar del equipo | Enfermera navegadora con riesgo de burnout | Programa de bienestar + redistribución de carga |
Nota. R5-R7 identificados por la simulación multi-agente.
La propuesta se fundamenta en cinco instituciones de referencia mundial que han implementado modelos de seguimiento integral de cohortes con resultados documentados. A estos referentes de infraestructura se incorporan aprendizajes de programas reconocidos por su enfoque centrado en la persona.
Tabla 4
Síntesis de Aprendizajes de Referentes Externos
Institución | Aprendizaje clave | Prioridad | Aplicación FSFB |
Mayo Clinic (EE.UU.) | Interoperabilidad OMOP como base para cohortes avanzadas | Alta | Modelo de datos unificado FHIR-ready |
NHS England (R. Unido) | Cohortes centralizadas como servicio (CaaS) | Alta | Arquitectura de cohortes dinámicas |
Stanford Medicine | IA para acelerar revisión clínica con validación rigurosa | Media | Gobernanza de IA clínica |
Memorial Sloan Kettering | Integración clínico-genómica armonizada | Media-Alta | Diferenciador competitivo del Instituto |
UH Cleveland | Múltiples soluciones integradas, no monolíticas | Media | Ecosistema composable |
Cleveland Clinic (PCC) | Co-diseño con PFAs en cada iniciativa de mejora | Alta | PFAs integrados desde H1 |
Virginia Mason (Lean+PCC) | Bienestar del staff como condición de calidad del cuidado | Alta | Programa de bienestar ENF |
Nota. PCC = atención centrada en la persona. PFAs = Patient and Family Advisors.
La propuesta adopta un modelo metodológico que articula dos ejes complementarios. El primero, de orquestación digital, se estructura en un Blueprint de 4 fases: Descubrimiento, Piloto/PoC, Construcción e Integración, y Gobernanza y Operación Continua. Tres gates de decisión aseguran que solo se escalen iniciativas con impacto demostrado.
El segundo eje, de experiencia centrada en la persona, se estructura en cuatro principios: participación genuina de pacientes y familias como co-diseñadores (no como validadores finales), comunicación compasiva en cada contacto, bienestar integral del equipo clínico como condición del cuidado de calidad, y medición continua de la experiencia vivida más allá de los indicadores operativos.
La simulación multi-agente ejecutada constituye un ejemplo concreto del enfoque de experimentación controlada: genera evidencia empírica antes de comprometer recursos de implementación.
Se propone evolucionar el modelo actual de listas reactivas hacia un modelo de cohortes dinámicas y predictivas, articulado en siete dimensiones de orquestación:
Tabla 5
Siete Dimensiones del Modelo de Seguimiento Integral
Dimensión | Estado actual | Estado objetivo |
Temporal | Seguimiento por calendario fijo | Frecuencia dinámica ajustada por riesgo |
Modular | Modalidad única (telefónica) | Modalidad adaptada: presencial, virtual, asincrónica |
Inteligente | Contenido educativo genérico | Contenido personalizado por patología, etapa y perfil |
Coordinada | Coordinación manual sin SLAs | Escalamiento automático con SLAs y alertas |
Analítica | Datos almacenados sin análisis | Captura continua para mejora iterativa |
Participativa | Paciente como receptor pasivo | Paciente como co-gestor con metas propias y voz en el diseño |
Comunitaria | Sin vínculos con red externa | Alianzas formales para SDOH y transiciones de cuidado |
Nota. Las dimensiones participativa y comunitaria son incorporaciones nuevas derivadas del customer journey.
Tabla 6
Actores del Flujo PRM: Rol Actual vs. Rol en el Modelo Orquestado
Actor | Rol actual | Rol en modelo orquestado |
Paciente | Actor pasivo que responde estímulos (230 acciones, 13.4%) | Co-gestor activo con metas propias documentadas, PROs digitales y educación co-diseñada |
PFAs | No existen en el flujo actual | Co-diseñadores desde el taller fundacional; validan contenido, canales y protocolos |
ENF | Cuello de botella en 7 procesos (282 acciones, 4.7/pac) | Analista clínica con priorización inteligente y programa de bienestar integral |
MT | Receptor de notificaciones (40 acciones, 0.67/pac) | Nodo de conocimiento con micro-intervención temprana en alertas clínicas |
CIC | Ejecutora sin SLAs (11.8% rechazo) | Hub de inteligencia operativa con SLAs y comunicación compasiva |
SF+IA | Plataforma transaccional | Motor de orquestación con metas del paciente integradas al Care Plan |
Aliados SDOH | No existen | Red de transporte, apoyo oncológico y telemedicina comunitaria |
Aliados de transición | No existen | Red de atención primaria, cuidado paliativo y rehabilitación |
Nota. PFAs = Patient and Family Advisors. ENF = enfermera navegadora. MT = médico tratante. CIC = Central de Ingreso y Continuidad.
El modelo interviene cada sub-etapa mediante cinco capas complementarias:
Capa 1 — Reglas y SLAs con comunicación compasiva. Tiempos máximos, escalamientos automáticos y condiciones de transición entre sub-etapas. Cada alerta de SLA incluye un protocolo de comunicación que define no solo qué hacer sino cómo decirlo, co-diseñado con PFAs. Los guiones de contacto son empáticos, no transaccionales.
Capa 2 — Automatización inteligente. Disparadores en Salesforce para alertas de SLA, transiciones y notificaciones multicanal. Elimina la dependencia de marcación manual y reasigna capacidad de enfermería general a soporte de contactos tempranos.
Capa 3 — Inteligencia y personalización. Modelo de datos unificado FHIR-ready, priorización inteligente que incluye riesgo emocional, educación personalizada por patología co-creada con pacientes, y PROs digitales. Las metas del paciente se integran al Care Plan.
Capa 4 — Protocolo de rescate para abandonos por miedo. La simulación clasificó 20 abandonos como voluntarios, pero el análisis textual reveló que la mayoría expresaba miedo, desinformación o resignación. Se diseña un flujo que identifique indicadores emocionales y active soporte psicosocial y espiritual antes de clasificar como abandono.
Capa 5 — Red de alianzas para continuidad y equidad. Alianzas comunitarias formales para abordar determinantes sociales de la salud (transporte, apoyo oncológico, telemedicina comunitaria) y alianzas del continuo de cuidado (atención primaria, cuidado paliativo, rehabilitación). Cada alianza con datos de impacto medibles.
Potenciar antes de adquirir. Maximizar capacidades nativas de Salesforce antes de introducir nuevas plataformas. Reduce riesgo, costo y tiempo.
Contacto humano primero, infraestructura después. La simulación demostró que dashboards muestran con claridad que se pierden pacientes, pero por sí solos no evitan que se pierdan. Las victorias tempranas deben incluir acciones de contacto directo y empático.
Co-diseñar con quienes viven la experiencia. Cada proyecto se diseña con pacientes y familias como co-creadores (PFAs), no como validadores finales. Los PFAs participan desde la definición del problema.
Cuidar a quienes cuidan. El bienestar del equipo clínico no es un beneficio marginal sino una condición del cuidado de calidad. Una enfermera agotada no puede ofrecer comunicación compasiva.
Medir la experiencia, no solo la operación. Los indicadores incluyen tanto métricas de proceso (SLAs, automatización) como de experiencia vivida (dignidad, comunicación, metas del paciente, bienestar del staff).
El primer horizonte se compone de nueve proyectos que combinan orquestación digital con transformación de la experiencia. No requiere nuevas licencias ni inversiones significativas.
Taller ejecutivo estructurado con líderes clínicos, operativos, tecnológicos y 3-5 Patient and Family Advisors (PFAs) reclutados y orientados formalmente para resolver las 12 decisiones de diseño pendientes más una decimotercera: cómo queremos que se sienta el paciente en cada etapa del flujo. Los PFAs participan con voz y voto, no como invitados. Se definen criterios para diferenciar abandono informado de abandono por miedo y se establece el protocolo de rescate con soporte psicosocial. Duración: 3-4 semanas. Entregable: Documento de Decisiones de Diseño aprobado por comité directivo con firma de PFAs participantes.
Configuración de Process Builder y Flow para alertas automáticas de SLA, escalamiento y dashboard de derivaciones. Cada alerta incluye un protocolo de comunicación compasiva co-diseñado con PFAs que define qué decir y en qué tono ante resultados inesperados, barreras de acceso y expresiones de miedo. Se implementan 3 sesiones de role-playing en comunicación empática para ENF y CIC. Se integran competencias de comunicación compasiva en la evaluación de desempeño. Duración: 4-6 semanas.
Construcción en Salesforce de vista consolidada del recorrido del paciente con tres dashboards diferenciados: operativo (SLAs, derivaciones), clínico (tiempos, abandonos por etapa y causa) y experiencial (educación recibida, metas documentadas, alertas emocionales). Duración: 4-6 semanas.
Reemplazo de la marcación manual de enfermería general por disparador automático basado en reglas de negocio. Incluye tipificación de seguimiento y condiciones de cierre formales. La capacidad liberada se reasigna a soporte de contactos tempranos. Duración: 3-4 semanas.
Implementación de WhatsApp Business institucional con plantillas co-diseñadas con PFAs por tipo de hallazgo (Birads, PIRADS, PSA, SOH+, Lung-RADS, citología). Los PFAs con experiencia en cada línea oncológica revisan cada mensaje con preguntas guía: ¿esto me habría ayudado a mí? ¿lo entiendo? ¿me genera más miedo? El primer contacto incluye evaluación básica de SDOH con tres preguntas clave: ¿tiene cómo llegar a la FSFB? ¿tiene cobertura activa? ¿hay algo que le preocupe? Las respuestas alimentan la priorización inteligente. Duración: 3-4 semanas.
Mensaje personalizado explicando el hallazgo en lenguaje sencillo, enviado por WhatsApp en las primeras 24 horas post-tamizaje. Adaptado a health literacy, cultura y estilo de aprendizaje. Cuando el paciente expresa miedo, negación o resignación en cualquier canal, se activa el protocolo de rescate con escalamiento a soporte psicosocial y espiritual. Duración: 2-3 semanas, paralelo a P-05A.
Incorporación de un campo de metas del paciente en el Care Plan de Salesforce donde se documentan sus prioridades, preferencias y preocupaciones con sus propias palabras. En el primer contacto significativo, la ENF pregunta: ¿qué es lo más importante para usted en este momento? La respuesta se registra y se comparte con el equipo clínico. En hospitalización, se implementa cambio de turno al lado del paciente donde se revisan sus metas junto con el estado clínico. Duración: 3-4 semanas.
La simulación demostró que la enfermera navegadora ejecuta 282 acciones, la mayoría repetitivas, con riesgo documentado de burnout. Este proyecto implementa un retiro experiencial trimestral para el equipo clínico (ENF, CIC, ENFG) con narración de historias de pacientes, reflexión guiada y autocuidado. Incluye sesiones mensuales de terapias complementarias (mindfulness, masaje, yoga) y medición de burnout con escala Maslach. Meta: participación del 85% del staff en experiencias de bienestar; reducción de burnout del 15% en 6 meses. Duración: primer retiro en mes 3, luego trimestral.
Focus groups trimestrales con pacientes y familias (8-12 aleatorios por grupo) y con staff (10-12 aleatorios por grupo) para evaluar la cultura de atención centrada en la persona. Cada hallazgo cualitativo genera una acción concreta con responsable y fecha, documentando el ciclo completo hallazgo-acción-resultado. Duración: primer focus group en mes 1, luego trimestral.
Evolución de P-05A/P-05B hacia solución integral: contenido educativo personalizado por diagnóstico co-creado con PFAs, recordatorios multicanal completos, encuestas y PROs digitales integrados al Care Plan, calendario de eventos educativos y nudges de autoagendamiento. Duración: 8-12 semanas.
Unificación de THI, TACIA y TPED en estructura mapeada a OMOP CDM, con conformidad con Resolución 1888/2025 (RDA en FHIR R4). Crítico para cumplimiento regulatorio. Duración: 12-16 semanas.
Vista en Salesforce que priorice por severidad, antigüedad, riesgo clínico y riesgo emocional (indicadores de miedo o resignación detectados en contactos). Distingue pacientes con barreras logísticas de pacientes con barreras emocionales para activar protocolos diferenciados. Objetivo: reducir carga 30-40%. Duración: 6-8 semanas.
Tres alianzas formales con organizaciones comunitarias. Primera: convenio de transporte solidario para pacientes de estratos 1-2 con diagnóstico confirmado. Segunda: alianza con fundación de apoyo oncológico para soporte psicosocial en comunidades vulnerables. Tercera: convenio con centro de salud cercano al paciente para consultas de seguimiento por telemedicina. Cada alianza documentada con metas de impacto, datos de uso, participación y referidos a 12 meses. Duración: 8-12 semanas para formalización.
Tres alianzas formales con proveedores en diferentes puntos del continuo de cuidado. Primera: red de médicos de primer nivel para referencia y contrarreferencia estructurada post-tratamiento. Segunda: organización de cuidado paliativo domiciliario para transición a cuidado de final de vida. Tercera: centro de rehabilitación oncológica para sobrevivientes. Cada alianza con indicadores de readmisiones, satisfacción en transiciones y continuidad del plan de cuidado. Duración: 10-14 semanas.
Comité multidisciplinario permanente con protocolo de validación, monitoreo, retiro de modelos y política de uso responsable (NIST AI RMF, ISO/IEC 42001). La gobernanza de IA incluye dimensión de experiencia del paciente: cada modelo debe demostrar que no introduce sesgos ni reduce la calidad del contacto humano. Duración: 8-12 semanas.
Registro de desenlaces por línea de servicio: sobrevida, recurrencia, calidad de vida y PROs. Incluye perspectiva del paciente en los desenlaces y protocolo de re-tamizaje para falsas alarmas. Duración: 12-16 semanas.
Condiciones organizacionales para evaluar, pilotar y escalar nuevas tecnologías. Incluye gestión del cambio, sandbox, comunidades de práctica con participación de PFAs, y arquitectura composable. Duración: continuo, primer ciclo 12 semanas.
El modelo habilita gemelos digitales del paciente, inteligencia ambiental, agentes autónomos de IA y Real-World Evidence que posicione a la FSFB como centro de investigación clínica centrada en la persona de referencia en América Latina.
Tabla 7
Mapa de Stakeholders: Interés, Influencia y Estrategia
Stakeholder | Interés | Influencia | Estrategia |
Dirección General | ROI y alineación estratégica | Muy alto | Gestionar de cerca con reporting mensual |
Dirección Médica | Desenlaces clínicos | Alto | Gestionar de cerca con evidencia de simulación |
Enfermería | Reducción de carga + bienestar | Alto | Co-diseño activo desde P-01 + programa bienestar |
CIC | Eficiencia agendamiento | Medio | Capacitar en comunicación compasiva + SLAs |
Médicos tratantes | Mínima disrupción | Alto | Involucrar en definición de SLAs; micro-intervenciones |
TI / SF Admin | Viabilidad técnica | Alto | Aliado estratégico; H1 usa capacidades nativas |
Calidad | Cumplimiento normativo | Medio-Alto | Validador continuo; alineación con acreditaciones |
PFAs | Que su experiencia mejore para otros | Alto (co-diseñador) | Participación desde P-01 con orientación formal |
Pacientes | Mejor experiencia, menos barreras | Alto (beneficiario) | Medir experiencia vivida con focus groups y PROs |
Aliados comunitarios | Impacto en población vulnerable | Medio | Convenios formales con metas compartidas |
Nota. PFAs = Patient and Family Advisors. CIC = Central de Ingreso y Continuidad.
Los indicadores se organizan en cuatro dimensiones complementarias. Las dos primeras (clínicos y operativos) miden el funcionamiento del sistema. Las dos siguientes (experienciales y estratégicos) miden lo que vive el paciente y el equipo. Todas las metas se presentan sobre línea base real derivada de la simulación.
Tabla 8
Indicadores Clínicos y Operativos
Indicador | Línea base | Meta H1 | Meta H2 | Meta H3 |
Tiempo alerta → acción clínica | Sin SLA | < 5 días | < 3 días | < 2 días |
Educación en primeras 24h | 0% | 60% | > 80% | > 90% |
Procesos con circuito cerrado | 5.4% (2/36) | 25% | 45% | 60% |
Carga operativa ENF | Sin métrica | Baseline | -30% | -40% |
Decisiones resueltas | 0 de 12 | 13 de 13 | 13 de 13 | 13 de 13 |
Canales de contacto activos | 1 (teléfono) | 2 (+WhatsApp) | 3 (+portal) | ≥ 3 |
Nota. Se reemplaza “procesos automatizados” por “procesos con circuito cerrado” (disparo + verificación + escalamiento).
Tabla 9
Indicadores de Experiencia del Paciente y Bienestar del Equipo
Indicador | Línea base | Meta H1 | Meta H2 | Meta H3 |
Care Plans con metas del paciente | 0% | 40% | 70% | > 85% |
Tasa de autoagendamiento | 33% (sim.) | Baseline real | +20% | +35% |
PROs digitales capturados | 0 | — | Piloto | > 40% cohorte |
Satisfacción NPS/CSAT | Sin medición | Baseline | +10 pts | +20 pts |
Burnout equipo clínico (Maslach) | Sin medición | Baseline | -15% | -25% |
Staff en experiencias de bienestar | 0% | — | > 50% | > 85% |
Focus groups cualitativos realizados | 0 | 1 | 4 | 4/año |
Ciclos cerrados hallazgo-acción-resultado | 0 | 3 | 8 | > 12 |
Alianzas comunitarias activas | 0 | — | 3 SDOH | 3 SDOH + 3 transición |
Nota. PROs = Patient-Reported Outcomes. SDOH = Social Determinants of Health.
Tabla 10
Indicadores de Negocio y Estratégicos
Indicador | Línea base | Meta H1 | Meta H2 | Meta H3 |
Retención de pacientes en flujo PRM | ~20% (sim.) | +10% | +20% | +35% |
Cumplimiento RDA FHIR R4 | No conforme | — | Conforme | Conforme |
Gobernanza IA activa | No existe | — | — | Operativo |
Cohortes con desenlaces reportados | 0 | — | — | ≥ 3 líneas |
Tabla 11
Roadmap de Implementación: 17 Proyectos en 14 Meses
Período | Proyecto | Hito clave |
Mes 1 | P-01 Taller Decisiones + PFAs | 13 decisiones aprobadas con co-diseño |
Mes 1 | P-08 Focus group cualitativo | Primera evaluación de experiencia vivida |
Mes 1-2 | P-03 Dashboard E2E | Visibilidad operativa + experiencial |
Mes 1-2 | P-05A WhatsApp co-creado | Canal asincrónico con contenido PFA |
Mes 2-3 | P-02 Motor SLAs + comunicación | Alertas + protocolo compasivo + role-playing |
Mes 2-3 | P-05B Educación 24h + SDOH | Educación temprana + evaluación SDOH |
Mes 2-3 | P-04 Auto-disparador seguimiento | Cero marcación manual |
Mes 2-3 | P-06 Metas paciente en Care Plan | Primer registro de metas del paciente |
Mes 3 | P-07 Bienestar equipo clínico | Primer retiro + baseline Maslach |
Mes 4-6 | P-09 Engagement paciente | Plataforma educativa con 3 líneas |
Mes 4-8 | P-10 Datos FHIR | Modelo unificado + conformidad regulatoria |
Mes 5-7 | P-11 Priorizador ENF | Priorización clínica + emocional |
Mes 4-8 | P-12 Alianzas SDOH | 3 convenios comunitarios formalizados |
Mes 6-10 | P-13 Alianzas de transición | 3 alianzas del continuo de cuidado |
Mes 8-10 | P-14 AI Governance | Comité + política operativa |
Mes 8-12 | P-15 Outcomes Registry | Primeros desenlaces por línea |
Mes 10-14 | P-16 Adopción Ágil | Framework + comunidad de práctica con PFAs |
Nota. PFAs = Patient and Family Advisors. SDOH = Social Determinants of Health.
Tabla 12
Matriz de Riesgos y Estrategias de Mitigación
ID | Riesgo | Prob. | Imp. | Mitigación |
R1 | Bloqueo político en taller | Alta | Crítico | Escalamiento ejecutivo. Cada decisión con dueño y fecha |
R2 | Resistencia enfermería | Alta | Alto | Co-diseño desde P-01 + programa bienestar P-07 |
R3 | Calidad de datos | Media | Alto | Data quality assessment en P-10. Limpieza iterativa |
R4 | Incumplimiento RDA | Media | Crítico | P-10 priorizado con plan de contingencia parcial |
R5 | Barrera geográfica | Alta | Alto | P-05A multicanal + P-12 alianzas comunitarias |
R6 | Pérdida de patrocinio | Media | Crítico | Quick wins H1 + dashboards + reporting mensual |
R7 | Falsa sensación de progreso | Media | Alto | Métrica de retención efectiva + experiencia vivida |
R8 | PFAs decorativos | Media | Alto | Orientación formal, poder de decisión real, evaluación |
Imaginemos a María, una paciente de 58 años que llega a la Fundación Santa Fe de Bogotá para un chequeo de rutina. Durante la revisión de sus estudios, el sistema detecta un hallazgo incidental: un nódulo pulmonar clasificado como Lung-RADS 3.
El hallazgo se registra en una tabla de Salesforce y se genera una alerta. María recibe un material educativo genérico, idéntico al que recibiría cualquier paciente. Si no se autoagenda, queda en estado Pendiente sin límite de tiempo. No hay alerta que avise que María lleva dos semanas sin cita. La enfermera, que gestiona decenas de pacientes sin herramientas de priorización, podría no detectar el caso hasta semanas después. Nadie le ha preguntado a María si entiende lo que significa su resultado, si tiene miedo, o si tiene cómo llegar al hospital. Si decide no continuar, queda clasificada como abandono voluntario.
En la simulación, este escenario ocurrió con Gloria Ortiz Suárez (PAC-44): Lung-RADS 3, Coosalud subsidiado, nadie explicó el hallazgo. Abandonó diciendo que no entendía qué significaba su resultado del pulmón.
El hallazgo activa automáticamente un Care Plan enriquecido con su historial previo y un campo para sus metas personales. En las primeras 24 horas, María recibe en su celular un mensaje de WhatsApp co-diseñado con pacientes que ya vivieron un hallazgo similar: contenido personalizado sobre nódulos pulmonares Lung-RADS 3, en lenguaje claro, con indicaciones específicas para su perfil. El mensaje incluye tres preguntas de evaluación rápida: si tiene cómo llegar al hospital, si tiene cobertura activa y si hay algo que la preocupe.
Si María no agenda en 72 horas, el sistema envía un recordatorio empático. A los 5 días, se genera una derivación automática a CIC con SLA de 48 horas. Si María expresa miedo o resignación, se activa el protocolo de rescate con soporte psicosocial y espiritual. Si la barrera es de transporte, se activa la alianza comunitaria de transporte solidario.
La enfermera visualiza en su priorizador inteligente que María está en alerta naranja, con indicadores clínicos y emocionales. Y la enfermera, que participó en el último retiro trimestral de bienestar con su equipo, tiene la energía y las herramientas de comunicación compasiva para hacer de ese contacto un momento de conexión humana, no una gestión administrativa.
Cuando el neumológo confirma el diagnóstico, María ingresa a un programa educativo estructurado co-diseñado con PFAs, con PROs digitales y contacto a través del canal que ella elija. Al concluir tratamiento, la transición a seguimiento es automática con aliados del continuo de cuidado: su médico de primer nivel recibe el plan, y si requiere rehabilitación, la alianza está activa. Un año después, su desenlace clínico alimenta un registro institucional que demuestra continuidad del cuidado.
Esta propuesta no es un proyecto de tecnología ni un programa de mejora incremental. Es una transformación que pone a la persona en el centro: al paciente como co-diseñador de su propia experiencia, a la enfermera como profesional cuidada y empoderada, y a la comunidad como aliada en la equidad del cuidado.
La FSFB ya posee activos digitales valiosos que hoy operan por debajo de su potencial. No se trata de reemplazar lo existente, sino de orquestarlo con una filosofía donde la pregunta central no es cómo hacemos que el paciente fluya mejor por el sistema, sino cómo hacemos que el paciente viva mejor su experiencia dentro del sistema.
La innovación sin gobernanza es un pasivo; la gobernanza sin innovación es burocracia; y cualquiera de las dos sin la voz de quien vive la experiencia es incompleta. Este motor de orquestación sincroniza las tres dimensiones, respaldado por una simulación de 60 pacientes que demostró exactamente dónde falla el flujo actual y dónde cada intervención genera el mayor retorno.
BPM+ Health Consortium. (2024). Field Guide v2.0 para orquestación de procesos clínicos. https://www.bpm-plus.org/
Congreso de la República de Colombia. (2012). Ley 1581 de 2012: Régimen General de Protección de Datos Personales. https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=49981
Epic Research. (2024). More than 5.8 million potential duplicative imaging orders prevented. Epic Research. https://www.epicresearch.org/
Finance Colombia. (2025). Colombian hospitals highly rated for quality in latest IntelLat study. Finance Colombia. https://www.financecolombia.com/
Fortune Business Insights. (2025). Digital health market size, share & industry analysis. https://www.fortunebusinessinsights.com/
Fundación Santa Fe de Bogotá. (2025a). Acreditación Magnet de la ANCC. https://fundacionsantafedebogota.com/publicaciones/magnetr
HL7 International. (2019). FHIR R4: Fast Healthcare Interoperability Resources. https://hl7.org/fhir/R4/
International Organization for Standardization. (2023). ISO/IEC 42001:2023: Artificial intelligence — Management system. https://www.iso.org/standard/42001
Joint Commission International. (2025). JCI Success Story: Fundación Santa Fe de Bogotá. JCI. https://www.jointcommission.org/
Mayo Clinic Platform. (2026). Generating real-world evidence. Nature Portfolio. https://www.nature.com/articles/s44401-026-00068-1
Memorial Sloan Kettering Cancer Center. (2024). MSK-CHORD. Nature, 636. https://www.nature.com/articles/s41586-024-08167-5
Ministerio de Salud y Protección Social de Colombia. (2025). Resolución 1888 de 2025: Resumen Digital de Atención (RDA). https://www.minsalud.gov.co/
National Institute of Standards and Technology. (2023). AI Risk Management Framework (AI RMF 1.0). https://www.nist.gov/itl/ai-risk-management-framework
Navarro, C. E. (2026). Bitácora completa de simulación: Orquestador PRM. Fundación Santa Fe de Bogotá. Documento interno.
NHS England. (2022). Cohorting as a Service (CaaS). https://digital.nhs.uk/services/cohorting-as-a-service-caas
Observational Health Data Sciences and Informatics. (2024). OMOP Common Data Model. https://ohdsi.github.io/CommonDataModel/
Stanford Medicine. (2025). STARR: STAnford Medicine Research data Repository. https://starr.stanford.edu/
University Hospitals Cleveland. (2024). AI-enabled solutions with Aidoc. UH News. https://news.uhhospitals.org/