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

José Zerega-Prado; Joe Llerena-Izquierdo

doi:10.36561/ING.23.3

Autores/as

José Zerega-Prado Universidad Politécnica Salesiana, Guayaquil, Ecuador https://orcid.org/0000-0001-7688-5149
Joe Llerena-Izquierdo Universidad Politécnica Salesiana, Guayaquil, Ecuador https://orcid.org/0000-0001-9907-7048

DOI:

https://doi.org/10.36561/ING.23.3

Palabras clave:

Aplicaciones de Big Data, Salud y seguridad, Arquitectura de la información

Resumen

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.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

I. Olaronke and O. Oluwaseun, “Big data in healthcare,” in FTC, Dec. 2016, no. December, pp. 1152–1157, doi: 10.1109/FTC.2016.7821747.

G. Melendrez-Caicedo and J. Llerena-Izquierdo, “Secure Data Model for the Healthcare Industry in Ecuador Using Blockchain Technology,” Smart Innov. Syst. Technol., vol. 252, pp. 479–489, 2022, doi: 10.1007/978-981-16-4126-8_43.

A. Alim and D. Shukla, “A parameter estimation model of big data setup,” IDEA, 2020, doi: 10.1109/IDEA49133.2020.9170664.

A. de la Nube Toral Sarmiento et al., “4to. Congreso Internacional de Ciencia, Tecnología e Innovación para la Sociedad. Memoria académica,” 2018. .

S. Gupta and P. Tripathi, “An emerging trend of big data analytics with health insurance in India,” in ICICCS, Feb. 2016, no. Iciccs, pp. 64–69, doi: 10.1109/ICICCS.2016.7542360.

R. Ayala Carabajo and J. Llerena Izquierdo, “Tercer Congreso Internacional de Ciencia, Tecnología e Innovación para la Sociedad.” 2017, [Online]. Available: https://dspace.ups.edu.ec/handle/123456789/14450.

K. Umemoto and K. Goda, “A Prescription Trend Analysis using Medical Insurance Claim Big Data,” in ICDE, Apr. 2019, vol. 2019-April, pp. 1928–1939, doi: 10.1109/ICDE.2019.00209.

R. Ayala Carabajo and J. Llerena Izquierdo, “Segundo Congreso Salesiano de Ciencia, Tecnología e Innovación para la Sociedad.” 2016, [Online]. Available: https://dspace.ups.edu.ec/handle/123456789/12776.

J. Llerena-Izquierdo and M. Merino-Lazo, “Aplicación móvil de control nutricional para prevención de la anemia ferropénica en la mujer gestante,” Rev. InGenio, vol. 4, no. 1, pp. 17–26, 2021, doi: 10.18779/ingenio.v4i1.364.

W. M. Soto Eras, “Desarrollo del portal web de la fundación nuestra Señora del Cisne para la gestión de servicios en el Cantón Durán,” 2021. .

S. Kareem and R. Binti Ahmad, “Framework for the identification of fraudulent health insurance claims,” in ICBDA, Nov. 2017, vol. 2018-Janua, pp. 99–104, doi: 10.1109/ICBDAA.2017.8284114.

N. M. Morán Maldonado, “Estado de la Ciberseguridad en las Empresas del Sector Público del Ecuador: Una Revisión Sistemática,” 2021.

C. O. Sánchez Guzmán, “Modelo de red segura en un entorno distribuido para la transferencia de datos con mecanismos básicos de seguridad,” 2021. .

M. A. Laagu and A. Setyo Arifin, “Analysis the Issue of Increasing National Health Insurance Rates,” ICoSTA, 2020, doi: 10.1109/ICoSTA48221.2020.1570615599.

Y. J. Terán Terranova, “Seguridad en la Gestión de la información para las organizaciones públicas desde el enfoque ISO/IEC 2700: un Mapeo Sistemático,” 2021. .

D. Kim and K. P. Joshi, “A Semantically Rich Knowledge Graph,” in IEEE, May 2021, pp. 7–12, doi: 10.1109/BigDataSecurityHPSCIDS52275.2021.00013.

C. J. Guaigua Bucheli, “Algoritmos de seguridad para mitigar riesgos de datos en la nube: un mapeo sistemático,” 2021. .

J. G. Ponce Larreategui, “Indicadores de compromiso (IOC) para detección de amenazas en la seguridad informática con enfoque en el código malicioso,” 2021.

Superintendencia-de-Compañias-Valores-y-Seguros, “Companias de Medicina Prepagada Ecuador,” Listado, 2021. https://appscvsmovil.supercias.gob.ec/portaldeinformacion/cias_medicina_prepagada.zul (accessed Sep. 27, 2021).

M. J. Aguirre Sánchez, “Tecnologías de Seguridad en Bases de Datos: Revisión Sistemática,” 2021. .

G. Ecuatoriano, “Servicio Publico para pagos de accidentes de transito,” 2021. https://www.gob.ec/sppat/tramites/solicitud-pago-proteccion-gastos-medicos-victimas-accidentes-transito (accessed Sep. 27, 2021).

M. J. Chévez Morán, “Estudio de los patrones de seguridad para la atenuación de las irregularidades, las debilidades y amenazas en empresas de servicios de telecomunicaciones,” 2021. .

O. A. Escalante Quimis, “Prototipo de sistema de seguridad de base de datos en organizaciones públicas para mitigar ataques cibernéticos en Latinoamérica,” 2021. .

I. N. Coello Ochoa, “Análisis de ciberataques en organizaciones públicas del Ecuador y sus impactos administrativos,” 2021. .

C. A. Orozco Bonilla, “Estrategias algorítmicas orientadas a la ciberseguridad: Un mapeo sistemático,” 2021.

R. Tardio and A. Mate, “An iterative methodology for big data management,” in IEEE, Oct. 2015, pp. 545–550, doi: 10.1109/BigData.2015.7363798.

P. S. Muñoz Campuzano, “Modelos de seguridad para prevenir riesgos de ataques Informáticos: Una revisión sistemática,” 2021.

N. A. Vera Navas, “Modelo de seguridad informática para riesgos de robo de información por el uso de las redes sociales,” 2021.

J. N. Miranda Jiménez, “Mapeo sistemático de metodologías de Seguridad de la Información para el control de la gestión de riesgos informáticos,” 2021.

Y. Xie et al., “Predicting Days in Hospital Using Health Insurance Claims,” IEEE J. Biomed. Heal. Informatics, vol. 19, no. 4, pp. 1224–1233, Jul. 2015, doi: 10.1109/JBHI.2015.2402692.

W. Yang and W. Hu, “Research on Algorithm for Health Insurance Data Fraud Detection,” in IEEE, May 2021, pp. 57–62, doi: 10.1109/BigDataSecurityHPSCIDS52275.2021.00021.

U. Srinivasan and B. Arunasalam, “Leveraging Big Data Analytics to Reduce Healthcare Costs,” IT Prof., vol. 15, no. 6, pp. 21–28, Nov. 2013, doi: 10.1109/MITP.2013.55.

L. Jiang, “Quantitative Model of Insurance Risk Management System Based on Big Data,” in ICSCSE, Nov. 2016, pp. 590–593, doi: 10.1109/ICSCSE.2016.0159.

A. Sysoev and R. Scheglevatych, “Combined Approach to Detect Anomalies in Health Care Datasets,” in SUMMA, Nov. 2019, pp. 359–363, doi: 10.1109/SUMMA48161.2019.8947605.

S. Zahi and B. Achchab, “Clustering of the population benefiting from health insurance,” in ICSCA, Oct. 2019, pp. 1–6, doi: 10.1145/3368756.3369103.

Y. Katsis and N. Balac, “Big Data Techniques for Public Health,” in IEEE/ACM, Jul. 2017, pp. 222–231, doi: 10.1109/CHASE.2017.81.

S. Karim and E. Gide, “The Impact of Big Data on Health Care Services in Australia,” in ICMSTTL, 2019, pp. 34–38, doi: 10.1145/3348400.3348414.

Y.-K. Chen and Y.-H. Tao, “Analyzing the Healthcare Expenditure of National Health Insurance,” in ICAMCM, Dec. 2014, pp. 353–355, doi: 10.1145/2684103.2684178.

V. Chandola and S. R. Sukumar, “Knowledge discovery from massive healthcare claims data,” in ACM, Aug. 2013, vol. Part F1288, pp. 1312–1320, doi: 10.1145/2487575.2488205.

Y. Liu and J. Peng, “Big Data Platform Architecture,” BDET, pp. 31–35, 2018, doi: 10.1145/3297730.3297743.

M. Kumar and R. Ghani, “Data mining to predict and prevent errors in health insurance claims processing,” in ACM, 2010, p. 65, doi: 10.1145/1835804.1835816.

Y. Chen, K. She, and S. Zhao, “Social Insurance Contribution Rate Reduction and Firm Activity Evidence,” in ICSEIM, Jan. 2021, no. 24, pp. 113–117, doi: 10.1145/3451471.3451490.

X. Deng and D. Wu, “Senior health management through internet of things and real-time big data analytics,” in ACM, Sep. 2015, pp. 674–674, doi: 10.1145/2808719.2816981.

A. Sara and T. Yassine, “Secure confidential big data sharing in cloud computing,” in iCBDCA, Mar. 2017, vol. Part F1294, pp. 1–4, doi: 10.1145/3090354.3090388.

L. Kantner and S. D. Goold, “Web tool for health insurance design by small groups,” in CHI, Apr. 2006, pp. 141–146, doi: 10.1145/1125451.1125484.