<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Herramienta digital basada en inteligencia artificial para la extracción y verificación automatizada de información contenida en documentos clínicos escaneados

dc.contributor.advisorHernandez Martinez, Henry Alberto
dc.contributor.authorGonzalez Rueda, David Stiven
dc.contributor.authorGuman Jaimes, Juan Diego
dc.creator.emaildavidson2064@gmail.com
dc.creator.emailjuandiegoguzmanjaimes11@gmail.com
dc.creator.id20232583025
dc.creator.id20232583017
dc.date.accessioned2026-05-15T16:08:45Z
dc.date.available2026-05-15T16:08:45Z
dc.date.created2026-04-13
dc.descriptionLa gestión de incapacidades médicas en Colombia enfrenta serias dificultades estructurales que impactan la trazabilidad y la confiabilidad de la información. Hoy en día, los procesos manuales de transcripción y verificación resultan lentos, costosos y, además, propensos a errores humanos o incluso a fraudes documentales. Todo esto genera sobrecargas operativas que afectan tanto a las instituciones de salud como a las empresas. Frente a esta situación, la necesidad de crear un sistema que automatice el flujo de trabajo y ofrezca seguridad, transparencia y confianza en la validación de estos documentos es evidente. Por lo tanto, el propósito de este proyecto es implementar una herramienta digital, apoyada en inteligencia artificial, que permita extraer y verificar de manera automática la información contenida en documentos clínicos escaneados. Para lograrlo, se propone el desarrollo de una aplicación web que utilice modelos avanzados de IA, capaces de interpretar imágenes sin depender del tradicional OCR. De este modo, los datos obtenidos se estructuran y contrastan automáticamente con las fuentes oficiales del sistema de salud. La solución combina un frontend en React, un backend en FastAPI, la gestión de datos en Supabase y una validación basada en criterios clínicos y normativos. Con el desarrollo de esta herramienta digital basada en inteligencia artificial se logró automatizar el proceso de transcripción y verificación de incapacidades médicas escaneadas, permitiendo extraer campos clave (datos del paciente, diagnóstico CIE-10, fechas de incapacidad y médico emisor) directamente desde imágenes, estructurar la información y validar su autenticidad mediante consultas a fuentes oficiales del sistema de salud colombiano. Esto reduce los tiempos de procesamiento en comparación con los métodos manuales, disminuye errores de transcripción y fortalece el control contra fraudes documentales, beneficiando a empresas, EPS, ARL y empleadores al optimizar recursos operativos y reducir costos asociados a ausentismo injustificado. La validación del prototipo se realizó mediante pruebas con 39 incapacidades médicas escaneadas simuladas y anonimizadas, midiendo el tiempo promedio de procesamiento por documento en comparación con el método manual, la precisión en la extracción de información y la efectividad del proceso de verificación, incluyendo el éxito en las consultas a portales oficiales y la detección de inconsistencias. Los resultados obtenidos confirman la reducción de tiempos y errores en el conjunto evaluado. De esta forma, la comunidad se beneficia al obtener mayor rapidez en el reconocimiento de derechos laborales y prestaciones económicas por incapacidades, al reducirse demoras y rechazos injustificados que afectan a trabajadores y pacientes. Además, se promueve la transparencia y sostenibilidad en el sistema de salud colombiano mediante la mitigación de fraudes que impactan recursos públicos y privados, y se facilitan procesos administrativos más eficientes en instituciones, contribuyendo a una gestión más confiable de la información clínica sensible.
dc.description.abstractMedical disability management in Colombia faces serious structural difficulties that impact the traceability and reliability of information. Today, manual transcription and verification processes are slow, costly, and also prone to human error or even document fraud. All of this creates operational overloads that affect both healthcare institutions and companies. Faced with this situation, the need to create a system that automates the workflow and offers security, transparency, and trust in the validation of these documents is evident. Therefore, the purpose of this project is to implement a digital tool, supported by artificial intelligence, that allows for the automatic extraction and verification of information contained in scanned clinical documents. To achieve this, the development of a web application is proposed, using advanced AI models capable of interpreting images without relying on traditional OCR. In this way, the data obtained is structured and automatically cross-referenced with official sources from the health system. The solution combines a React frontend, a FastAPI backend, data management in Supabase, and validation based on clinical and regulatory criteria. With the development of this AI-based digital tool, the process of transcribing and verifying scanned medical disability certificates was automated, allowing the extraction of key fields (patient data, ICD-10 diagnosis, disability dates, and issuing physician) directly from images, structuring the information, and validating its authenticity through queries to official sources of the Colombian health system. This reduces processing times compared to manual methods, decreases transcription errors, and strengthens control against document fraud, benefiting companies, EPS (Health Promoting Entities), ARL (Occupational Risk Administrators), and employers by optimizing operational resources and reducing costs associated with unjustified absenteeism. The validation of the prototype was carried out through tests with 39 simulated and anonymized scanned medical disability certificates, measuring the average processing time per document compared to the manual method, the accuracy of information extraction, and the effectiveness of the verification process, including the success of queries to official portals and the detection of inconsistencies. The results obtained confirm the reduction in times and errors in the evaluated set. In this way, the community benefits by achieving greater speed in the recognition of labor rights and economic benefits for disabilities, by reducing delays and unjustified rejections that affect workers and patients. Furthermore, transparency and sustainability in the Colombian health system are promoted by mitigating fraud that impacts public and private resources, and more efficient administrative processes in institutions are facilitated, contributing to a more reliable management of sensitive clinical information.
dc.format.mimetypepdf
dc.identifier.urihttp://hdl.handle.net/11349/101412
dc.language.isospa
dc.publisherUniversidad Distrital Francisco José de Caldas
dc.relation.referencesEl Espectador, “¿Qué pasa si presenta una incapacidad falsa en Colombia? Consecuencias legales,” El Espectador, 2023. [En línea]. Disponible en: https://www.elespectador.com/salud/que-pasa-si-presenta-una-incapacidad-falsa-en- colombia-consecuencias-legales/
dc.relation.referencesEpicrisis, “El cartel de las incapacidades laborales que enferma el sistema de salud colombiano,” Epicrisis, 9 sept. 2019. [En línea]. Disponible en: https://epicrisis.org/2019/09/09/el-cartel-de-las-incapacidades-laborales-que-enferma-el- sistema-de-salud-colombiano/
dc.relation.referencesSimbo.ai, “The impact of transcription speed on patient care and healthcare workflow efficiency,” Simbo.ai Blog, 2023. [En línea]. Disponible en: https://www.simbo.ai/blog/the- impact-of-transcription-speed-on-patient-care-and-healthcare-workflow-efficiency-3292037/
dc.relation.referencesAsociación Española de Farmacia de Atención Primaria (AEFP), “Digitalización de documentos: beneficios para el sector sanitario,” AEFP, 2023. [En línea]. Disponible en: https://aefp.org.es/digitalizacion-de-documentos-beneficios-para-el-sector-sanitario/
dc.relation.referencesParseur, “Herramientas de extracción de datos del historial médico de pacientes,” Parseur Blog, 2023. [En línea]. Disponible en: https://parseur.com/es/blog/herramientas-extraccion-datos- historial-medico-pacientes
dc.relation.referencesAccessCorp, “Beneficios de la digitalización de expedientes médicos,” AccessCorp Blog, 2023. [En línea]. Disponible en: https://www.accesscorp.com/es-cl/blog/beneficios-de-la- digitalizacion-de-expedientes-medicos-3/
dc.relation.referencesM. Wilkinson, M. Dumontier, I. J. Aalbersberg, et al., “The FAIR Guiding Principles for scientific data management and stewardship,” Scientific Data, vol. 3, p. 160018, 2016. doi: 10.1038/sdata.2016.18
dc.relation.referencesHL7 International, “Clinical Document Architecture (CDA),” HL7 Standards, 2023. [En línea]. Disponible en: https://www.hl7.org/implement/standards/product_brief.cfm?product_id=7
dc.relation.referencesA. Srivastava, P. Agarwal, A. Dubey, et al., “Improving clinical document extraction using transformer-based models,” arXiv preprint, arXiv:2107.02975, 2021. [En línea]. Disponible en: https://arxiv.org/abs/2107.02975 .
dc.relation.referencesFastAPI Documentation, “FastAPI,” FastAPI Docs, 2023. [En línea]. Disponible en: https://fastapi.tiangolo.com
dc.relation.referencesSupabase Documentation, “Supabase,” Supabase Docs, 2023. [En línea]. Disponible en: https://supabase.com/docs
dc.relation.referencesReact Documentation, “React,” React Docs, 2023. [En línea]. Disponible en: https://react.dev
dc.relation.referencesTanStack, “TanStack Query Documentation,” TanStack Docs, 2023. [En línea]. Disponible en: https://tanstack.com/query
dc.relation.referencesA. Sharma, R. Patel, y L. Wong, “AI-driven Intelligent Document Processing for Healthcare and Insurance,” Journal of Artificial Intelligence in Healthcare, vol. 12, no. 3, pp. 45–59, 2025. [En línea]. Disponible en: https://www.researchgate.net/publication/388353638_AI- driven_intelligent_document_processing_for_healthcare_and_insurance .
dc.relation.referencesS. Gupta y M. Kumar, “Fraud detection in healthcare claims using machine learning: A systematic review,” Health Informatics Journal, vol. 31, no. 2, pp. 120–138, 2024. [En línea]. Disponible en:https://www.sciencedirect.com/science/article/pii/S0933365724003038 .
dc.relation.referencesJ. Romero y P. Díaz, “Automated Certificate Verification and Management System,” Proceedings of the 2024 International Conference on Smart Systems, Bogotá, 2024. [En línea]. Disponible en:https://www.researchgate.net/publication/388424046_Automated_Certificate_Verification_an d_Management_System .
dc.relation.referencesC. Lee y T. Chan, “Leveraging OCR and NLP technologies for improved efficiency in medical records,” Journal of Medical Systems, vol. 48, no. 1, pp. 12–25, 2024. [En línea]. Disponible en: https://pmc.ncbi.nlm.nih.gov/articles/PMC11402059/ .
dc.relation.referencesH. Singh y R. Agarwal, “Healthcare insurance fraud detection using data mining techniques,” International Journal of Data Science in Healthcare, vol. 9, no. 4, pp. 210–225, 2023. [En línea]. Disponible en: https://pmc.ncbi.nlm.nih.gov/articles/PMC11046758/ .
dc.relation.referencesMinistry of Health and Prevention (MoHAP), “Streamlined Attestation of Sick Leave and Medical Reports,” Emiratos Árabes Unidos, 2025. [En línea]. Disponible en: https://mohap.gov.ae/en/w/streamlined-attestation-of-sick-leave-and-medical-reports- supports-zero-government-bureaucracy-programme .
dc.relation.referencesX. Zhang, Y. Chen, y K. Liu, “Semantic understanding and contextual explanation of medical documents with AI,” Computers in Biology and Medicine, vol. 169, p. 107752, 2025. [En línea]. Disponible en: https://www.sciencexcel.com/articles/XPPkael9emNJWlZqXj29XbRkz7QsSqxcCU4Cj7R6.p df .
dc.relation.referencesOracle, “Leveraging AI to Help Detect Fraud in Medical Claims,” Oracle Blog, 2024. [En línea]. Disponible en: https://blogs.oracle.com/ai-and-datascience/post/leveraging-ai-help- detect-fraud-in-medical-claims .
dc.relation.referencesP. Nanduri y A. Desai, “Next-Generation Machine Learning in Healthcare Fraud Detection,” Applied Sciences, vol. 14, no. 6, p. 3456, 2024. [En línea]. Disponible en: https://www.mdpi.com/2078-2489/16/9/730 .
dc.relation.referencesH. Park y S. Kim, “MedPDF: An AI model for interactive PDF analysis in healthcare,” Journal of Biomedical Informatics, vol. 152, p. 104345, 2025. [En línea]. Disponible en: https://www.jneonatalsurg.com/index.php/jns/article/view/6712 .
dc.relation.referencesNetguru, “How to build an OCR+NLP pipeline for healthcare,” Tech Blog, 2024. [En línea]. Disponible en: https://www.netguru.com/blog/ocr-ai-medical-data-extraction .
dc.relation.referencesVariance Journal, “Integrating ML with business-rule triggers for fraud detection,” Variance, vol. 21, no. 2, pp. 55–70, 2023. [En línea]. Disponible en: https://variancejournal.org/article/136853-integrating-machine-learning-models-with- business-rule-triggers-to-boost-performance-in-health-insurance-fraud-detection-a-case-study
dc.relation.referencesJ. López y D. García, “A global scoping review on the patterns of medical fraud and abuse,” Global Health Research and Policy, vol. 9, no. 4, pp. 1–15, 2024. [En línea]. Disponible en: https://research.somaiya.edu/en/view-project/46/ .
dc.relation.referencesM. Torres, S. Rivera, y F. Rojas, “OCR challenges in handwritten medical records: A comparative study,” Proceedings of the Latin American Computing Conference, Quito, 2023. [En línea]. Disponible en: https://research.somaiya.edu/en/view-project/46/ .
dc.relation.referencesANDI, “Informe sobre ausentismo laboral e incapacidades médicas 2022,” Asociación Nacional de Empresarios de Colombia, 2022. [En línea]. Disponible en: https://www.andi.com.co/Uploads/Informe%20sobre%20ausentismo%20laboral%20e%20inc apacidades%20m%C3%A9dicas%202022.pdf .
dc.relation.referencesHospital Authority, “Electronic Medical Certificate with QR Verification,” Hong Kong, 2023. [En línea]. Disponible en: https://www.gallhk.com/understanding-the-new-electronic- medical-sick-leave-certificates/ .
dc.relation.referencesACFE, “Using Artificial Intelligence in Fraud Detection: Forensic Perspectives,” ACFE Whitepaper, 2023. [En línea]. Disponible en: https://www.acfe.com/acfe-insights-blog/blog- detail?s=future-of-healthcare-fraud-artificial-intelligence .
dc.relation.referencesK. Verma y P. Jindal, “Detection and Prevention of Medical Fraud using Machine Learning,” International Journal of Computer Applications in Healthcare, vol. 17, no. 3, pp. 67–75, 2023. [En línea]. Disponible en: https://iupress.istanbul.edu.tr/en/journal/acin/article/detection-and-prevention-of-medical- fraud-using-machine-learning .
dc.relation.referencesAlgoDocs, “OCR in healthcare: Best practices and compliance,” Whitepaper, 2024. [En línea]. Disponible en:https://www.algodocs.com/ocr-in-healthcare-for-better-patient-care/ .
dc.relation.referencesA. Turing, “Computing Machinery and Intelligence,” Mind, vol. 59, no. 236, pp. 433–460, 1950. [En línea]. Disponible en: https://academic.oup.com/mind/article/LIX/236/433/986238
dc.relation.referencesJ. McCarthy, M. L. Minsky, N. Rochester y C. E. Shannon, “A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence,” 1956. [En línea]. Disponible en: http://jmc.stanford.edu/articles/dartmouth/dartmouth.pdf
dc.relation.referencesS. Russell y P. Norvig, Artificial Intelligence: A Modern Approach, 4th ed., Upper Saddle River, NJ, USA: Pearson, 2020.
dc.relation.referencesY. LeCun, Y. Bengio y G. Hinton, “Deep learning,” Nature, vol. 521, no. 7553, pp. 436– 444, 2015
dc.relation.referencesD. Silver, A. Huang, C. J. Maddison, et al., “Mastering the game of Go with deep neural networks and tree search,” Nature, vol. 529, no. 7587, pp. 484–489, 2016.
dc.relation.referencesD. Jurafsky y J. H. Martin, Speech and Language Processing, 3rd ed., Draft, Stanford University, 2023.
dc.relation.referencesI. Goodfellow, Y. Bengio y A. Courville, Deep Learning. MIT Press, 2016.
dc.relation.referencesH. K. Huang, PACS and Imaging Informatics: Basic Principles and Applications, 2nd ed., Hoboken, NJ, USA: Wiley, 2010.
dc.relation.referencesH. Li, Y. Li y W. Xu, “A survey on health care applications of artificial intelligence,” BMC Medical Informatics and Decision Making, vol. 19, no. 1, pp. 1–11, 2019.
dc.relation.referencesR. Smith, “An overview of the Tesseract OCR engine,” Proc. 9th Int. Conf. Document Analysis and Recognition (ICDAR), Curitiba, Brazil, 2007, pp. 629–633.
dc.relation.referencesHL7 International, “Introduction to HL7 Standards,” 2022. [En línea]. Disponible en: https://www.hl7.org/implement/standards
dc.relation.referencesDICOM Standards Committee, “Digital Imaging and Communications in Medicine (DICOM) Standard,” 2023. [En línea]. Disponible en: https://www.dicomstandard.org/
dc.relation.referencesEuropean Union, “General Data Protection Regulation (GDPR),” 2018. [En línea]. Disponible en: https://gdpr-info.eu/
dc.relation.referencesCongreso de la República de Colombia, “Ley 1581 de 2012: Protección de datos personales,” 2012. [En línea]. Disponible en: https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=49981
dc.relation.referencesU.S. Department of Health & Human Services, “Health Insurance Portability and Accountability Act of 1996 (HIPAA),” 2013. [En línea]. Disponible en: https://www.hhs.gov/hipaa/index.html
dc.relation.referencesD. Di Francesco, P. Malavolta y I. Malavolta, “Architectural Patterns for Microservices: A Systematic Mapping Study,” Proc. 2019 IEEE Int. Conf. Software Architecture (ICSA), Hamburg, Germany, 2019, pp. 1–10.
dc.relation.referencesD. Tapscott y A. Tapscott, Blockchain Revolution: How the Technology Behind Bitcoin Is Changing Money, Business, and the World. Penguin, 2016.
dc.relation.referencesF. G. Márquez y A. I. Téllez, “Robotic Process Automation: A systematic literature review,” IEEE Access, vol. 10, pp. 54071–54089, 2022.
dc.relation.referencesG. Satyanarayanan, “The emergence of edge computing,” Computer, vol. 50, no. 1, pp. 30– 39, 2017.
dc.relation.referencesW. Samek, T. Wiegand y K. Müller, “Explainable Artificial Intelligence: Understanding, Visualizing and Interpreting Deep Learning Models,” IT Professional, vol. 21, no. 3, pp. 69– 77, 2019.
dc.relation.referencesCongreso de la República de Colombia, Ley Estatutaria 1581 de 2012. Por la cual se dictan disposiciones generales para la protección de datos personales, Diario Oficial No. 48.587, Bogotá, 17 oct. 2012. [En línea]. Disponible en: https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=49981
dc.relation.referencesMinisterio de Comercio, Industria y Turismo, Decreto Único Reglamentario 1074 de 2015. Por medio del cual se expide el Decreto Único Reglamentario del Sector Comercio, Industria y Turismo, Bogotá, 26 may. 2015. [En línea]. Disponible en: https://www.alcaldiabogota.gov.co/sisjur/normas/Norma1.jsp?i=62508
dc.relation.referencesCongreso de la República de Colombia, Ley 527 de 1999. Por medio de la cual se define y reglamenta el acceso y uso de los mensajes de datos, del comercio electrónico y de las firmas digitales, Diario Oficial No. 43.673, Bogotá, 18 ago. 1999. [En línea]. Disponible en: https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=4276
dc.relation.referencesPresidencia de la República de Colombia, Decreto 2364 de 2012. Por el cual se reglamenta el artículo 7° de la Ley 527 de 1999 en relación con la firma electrónica, Bogotá, 5 dic. 2012. [En línea]. Disponible en: https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=50583
dc.relation.referencesPresidencia de la República de Colombia, Decreto 1377 de 2013. Por el cual se reglamenta parcialmente la Ley 1581 de 2012, Bogotá, 27 jun. 2013. [En línea]. Disponible en: https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=53646
dc.relation.referencesPresidencia de la República de Colombia, Decreto 333 de 2014. Por el cual se dictan disposiciones relacionadas con el régimen de acreditación de las entidades de certificación, Bogotá, 20 feb. 2014. [En línea]. Disponible en: https://sidn.ramajudicial.gov.co/SIDN/NORMATIVA/TEXTOS_COMPLETOS/5_DECRET OS/DECRETOS%202014/DECRETO%20333%20DE%202014%20%28EMISI%C3%93N% 20DE%20CERTIFICADOS%20DE%20LAS%20FIRMAS%20DIGITALES%29.PDF
dc.rights.accesoAbierto (Texto Completo)
dc.rights.accessrightsOpenAccess
dc.subjectAutomatización de procesos
dc.subjectBase de datos
dc.subjectDocumentos clínicos
dc.subjectInteligencia artificial
dc.subjectProcesamiento de imágenes
dc.subjectVerificación de datos
dc.subject.keywordProcess Automation
dc.subject.keywordDatabase
dc.subject.keywordClinical Documents
dc.subject.keywordArtificial Intelligence
dc.subject.keywordImage Processing
dc.subject.keywordData Verification
dc.subject.lembIngeniería en Control y Automatizacion -- Tesis y disertaciones academicas
dc.subject.lembInteligencia artificial — Aplicaciones médicas
dc.subject.lembDocumentos clínicos — Procesamiento digital
dc.subject.lembAutomatización de procesos — Sistemas de información en salud
dc.titleHerramienta digital basada en inteligencia artificial para la extracción y verificación automatizada de información contenida en documentos clínicos escaneados
dc.title.titleenglishDigital tool based on artificial intelligence for the automated extraction and verification of information contained in scanned clinical documents
dc.typebachelorThesis
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.degreeMonografía
dc.type.driverinfo:eu-repo/semantics/bachelorThesis

Archivos

Bloque original

Mostrando 1 - 2 de 2
Cargando...
Miniatura
Nombre:
Gonzalez Rueda, David Stiven - Guzman Jaimes, Juan Diego 2026
Tamaño:
7,79 MB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
Licencia de uso y publicacion.pdf
Tamaño:
326,38 KB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
7 KB
Formato:
Item-specific license agreed upon to submission
Descripción: