Soltec Salud recibe reconocimiento por automatización inteligente en salud: de 75 horas a menos de 8

Durante años, la implantación de un sistema de información en salud (HIS) ha tenido un punto crítico que rara vez se discute con suficiente rigor técnico: la parametrización y carga inicial de datos maestros. Aunque la selección del software suele acaparar la atención, la realidad operativa es que el éxito del go-live se define por la calidad, completitud y consistencia de los datos que habilitan procesos clínicos y administrativos desde el día 1.

En ese contexto, Soltec Salud logró una reducción sustancial del esfuerzo de parametrización: de aproximadamente 75 horas de digitación y carga manual a menos de 8 horas mediante un enfoque basado en inteligencia artificial para extracción, validación y carga automatizada. Este resultado fue reconocido el 5 de diciembre de 2025 como el proyecto de mayor impacto social con inteligencia artificial en TransformaIA, programa de innovación de la Cámara de Comercio de Cali, desarrollado con el acompañamiento de Blue Data.

Más allá del hito en eficiencia, el propósito fue claro: disminuir carga administrativa, reducir riesgo operacional por errores de datos y acelerar la adopción del HIS para que los equipos asistenciales y administrativos se concentren en continuidad de atención, trazabilidad y calidad de servicio. (Leer más: Estuvimos en el cierre del programa Transforma IA.)

Equipo de Soltec Salud junto con Blue Data celebra reconocimiento como mejor proyecto de mayor impacto social con inteligencia artificial en TransformaIA 2025, programa de la Cámara de Comercio de Cali.

Automatización inteligente en salud: el cuello de botella de la implantación

Imagina esto: cada vez que una clínica o institución decide implementar un sistema moderno como SIIS, se encuentra con un cuello de botella recurrente. Cientos o miles de registros —profesionales de salud, usuarios, pacientes, contratos, medicamentos— están dispersos en Excel, PDFs, imágenes escaneadas y documentos físicos en distintos formatos.

Alguien debe ingresarlos al sistema uno a uno. Es una tarea tediosa, propensa a errores y capaz de consumir semanas que podrían invertirse en actividades de mayor impacto, como entrenar al personal asistencial y preparar un go-live estable.

Además, una implantación típica no está hablando de “pocos datos”. Los volúmenes iniciales suelen ser significativos:

• ~500 usuarios del sistema

• ~100 contratos

• Decenas o cientos de profesionales

Cuando estos maestros se ingresan manualmente, se introduce variabilidad humana en un punto crítico del proyecto. Esto no es un “detalle administrativo”: afecta permisos, agendas, facturación, autorizaciones, catálogos y trazabilidad desde el primer día.

Por qué la digitación manual genera riesgo técnico y operativo

La parametrización es uno de los procesos menos glamorosos del sector salud—pero es absolutamente crítico. Cuando una institución decide cambiar de sistema o implementar uno nuevo, necesita trasladar toda su información operativa: cuáles son los médicos disponibles, qué especialidades atienden, qué pacientes hay en el sistema, qué contratos tiene con aseguradoras, qué medicamentos dispone. Pero estos datos no siempre están limpios, organizados o en un formato que el nuevo sistema entienda.

Tradicionalmente, esto significaba horas de trabajo manual. Un analista abre Excel en una ventana, el nuevo sistema en otra, y comienza a copiar y pegar—o, peor aún, digita manualmente. Una línea a la vez. Un campo a la vez. Un profesional a la vez. Ese método, aunque común, introduce tres impactos directos sobre el proyecto:

1. Impacto en cronograma y ruta crítica: La carga manual consume capacidad del equipo del proyecto en actividades de bajo valor agregado, desplazando tareas que sí determinan el éxito: pruebas integrales, capacitación, validación funcional, gestión del cambio y estabilización. Si el equipo está digitando, no está ejecutando validaciones de flujo clínico-administrativo.

2. Riesgo de calidad de datos (Data Quality): Los errores típicos de digitación no son teóricos: duplicados, documentos inconsistentes, nomenclaturas sin estandarizar, catálogos incompletos, permisos mal asignados. En salud, una inconsistencia en maestros se amplifica rápidamente porque toca procesos core.

3. Costo total de implantación: El costo real no es solo horas-hombre de digitación. Es el costo del reproceso, el soporte correctivo post go-live y la prolongación del uso de sistemas legacy. En términos ejecutivos: la digitación manual aumenta el costo total y retrasa el retorno esperado de la inversión.

Cuando la parametrización depende de digitación, la implantación queda condicionada por tiempo, calidad y costo. En este escenario, la automatización inteligente en salud permite acelerar la parametrización y la carga inicial de datos maestros en SIIS sin perder control, porque combina extracción, validación y carga automatizada con trazabilidad y revisión de excepciones. El resultado es una implantación más corta, más estable y con datos confiables desde el día 1.

Datos existentes, valor desaprovechado: el punto de quiebre

Una observación clave permitió rediseñar el proceso: la clínica ya tiene los datos; el reto es utilizarlos correctamente. En la práctica, los maestros (usuarios, contratos y profesionales) suelen estar en:

• Excel

• Reportes administrativos

• Sistemas ERP

  
  

En el esquema tradicional, esos datos se vuelven a digitar dentro de SIIS. En el enfoque automatizado, se usan los mismos archivos como fuente única para ejecutar una carga controlada.

Este concepto (fuente única) es más que eficiencia: mejora trazabilidad, reduce variabilidad y facilita auditoría. Si el archivo fuente está gobernado, versionado y validado, la implantación gana consistencia y repetibilidad.

Proceso de automatización en SIIS: marco técnico de 4 componentes

El enfoque de Soltec Salud se estructuró como un proceso de automatización con cuatro componentes que funcionan como “pilares” del diseño:

• Datos: uso de fuentes existentes para agilizar la parametrización.

• Eficiencia: reducción significativa del tiempo de implantación.

• Automatización: orquestación del flujo de trabajo con mínima o nula intervención manual.

• Calidad: mejora continua de la calidad del dato (consistencia, completitud y trazabilidad).

  
  

En la práctica, estos cuatro pilares se materializan en un pipeline operativo. A partir de ese pipeline, implementamos un enfoque basado en IA para ejecutar la parte más intensiva del proceso (captura, limpieza y carga), sin sacrificar control.

El enfoque: IA para extraer, interpretar y automatizar

¿Qué hicimos diferente? En lugar de depender de digitación manual para convertir fuentes heterogéneas al modelo de SIIS, utilizamos IA para realizar el “trabajo pesado” dentro del pipeline, y reservamos la intervención humana para revisión de excepciones cuando aplica. Este enfoque se apoya en tres componentes clave, alineados directamente con los pilares anteriores:

1. Extracción inteligente de datos: La IA puede “leer” información desde múltiples formatos: Excel, PDF, imágenes de documentos e incluso texto de formularios escaneados. Mediante visión por computadora y procesamiento de lenguaje natural, identifica campos relevantes —por ejemplo: nombre del profesional, cédula, especialidad, licencias— sin que alguien tenga que indicar manualmente dónde está cada dato.

   
   

   Este paso es crítico porque, a diferencia de scripts tradicionales que requieren estructuras perfectas, la IA puede operar con fuentes no estandarizadas, documentos de baja calidad o datos inconsistentes.

   
   

2. Validación y limpieza: Los datos no siempre están listos para operar: existen duplicados, inconsistencias y variaciones de formato. Por eso, la IA no solo extrae; también valida, normaliza y detecta anomalías.

   
   

   Aquí está el punto clave: la validación es donde la automatización deja de ser “carga rápida” y se convierte en implantación confiable. Si se cargan datos “tal cual”, el costo aparece después como reprocesos, bloqueos, errores de facturación, fallas de permisos e inconsistencias clínicas/administrativas, con impacto directo en el go-live.

   
   

   La validación automatizada persigue un objetivo ejecutivo claro: reducir tiempo sin sacrificar precisión, logrando datos confiables desde el día 1. En implantación, el mayor riesgo no es “cargar lento”; es cargar mal, porque los errores se multiplican en procesos core (contratación, medicamentos, permisos, usuarios, reportes y operación asistencial).

   
   

3. Inyección directa en el sistema: Una vez validados, los datos se inyectan directamente en SIIS mediante APIs, eliminando la necesidad de copiar y pegar o digitar registro por registro. La orquestación de esta carga permite ejecutar lotes controlados, registrar resultados y habilitar ciclos de mejora continua (auditoría y retroalimentación).

   
   

   El resultado: en lugar de 75 horas de trabajo, el proceso se reduce a menos de 8 horas, y la precisión mejora de forma sustancial: se pasa de errores humanos inevitables a datos correctos y consistentes desde el primer día.

   
   

Resultados medidos en campo: tiempos reales de la implementación en Soltec Salud

Estos son los números reales de nuestra implementación en Soltec Salud. No son estimaciones ni promedios de mercado: son tiempos medidos en campo, con los mismos volúmenes y el mismo contexto operativo de una implantación real.

• Creación de 500 usuarios del sistema

Método	Tiempo
Manual (tradicional)	42 horas
Automatizado (nuestro)	2–3 horas (revisión + ejecución)
Ahorro	~40 horas (~95%)

Insight operativo: en un HIS, crear usuarios no es solo “registrar personas”. Cada usuario suele requerir perfil, rol, sede/servicio, permisos, jerarquías y validaciones. En el proceso manual, el costo se dispara por repetición y por correcciones (por ejemplo, un permiso mal asignado obliga a reabrir y ajustar). Con automatización, el tiempo se concentra donde debe estar: revisión de excepciones, no digitación masiva.

• Creación de 100 contratos

Método	Tiempo
Manual (tradicional)	8 horas
Automatizado (nuestro)	< 1 hora
Ahorro	~7 horas (~90%)

Insight financiero: los contratos impactan facturación, reglas, vigencias y condiciones de cobro. En implantación, un contrato mal parametrizado se traduce en glosas, rechazos, devoluciones, tarifas incorrectas y reproceso. Automatizar esta carga no solo recorta horas: reduce errores que cuestan dinero desde la configuración base.

• Creación de 150 profesionales

Método	Tiempo
Manual (tradicional)	25 horas
Automatizado (nuestro)	2–3 horas
Ahorro	~22 horas (~90%)

Insight clínico-operativo: parametrizar profesionales suele requerir especialidades, habilitaciones, vinculaciones, agendas, sedes/servicios y asociaciones con permisos clínicos. En manual, el riesgo típico es la inconsistencia (variaciones de nombre/documento, especialidades duplicadas o asignaciones incompletas), lo que afecta agenda, atención y trazabilidad. Con automatización, el trabajo pasa de “capturar” a “confirmar”.

• Total de carga inicial (arranque)

Método	Tiempo
Manual (tradicional)	75 horas
Automatizado (nuestro)	7–8 horas
Ahorro total	~67 horas
% de reducción	~90% menos

¿Qué significa esto en términos reales (no solo en porcentaje)?

• Menos reproceso después del go-live

• Menos correcciones post-implementación

• Menos frustración del personal operativo al detectar datos incorrectos días después

• Menos tiempo de troubleshooting por problemas de calidad de datos

• Mejor experiencia del usuario final porque los datos están limpios desde el día 1

El cambio más grande: la mentalidad sobre la IA en salud

Lo que TransformaIA reconoció —y lo que realmente vale la pena destacar— no es únicamente el 90% de ahorro en tiempo. El impacto de fondo es un cambio de mentalidad: entender que la inteligencia artificial, bien aplicada, no compite con lo humano en salud. Lo potencia.

Foto grupal de representantes de las 40 empresas participantes en TransformaIA 2025, programa de innovación de la Cámara de Comercio de Cali, durante el evento de cierre y entrega de reconocimientos.

La IA no reemplaza: libera capacidad crítica

En el sector salud, el valor diferencial no está en copiar y pegar datos, ni en ejecutar tareas repetitivas de configuración. El valor está en la experiencia, el criterio y la responsabilidad profesional. Por eso, la IA no llega para reemplazar médicos, enfermeras o equipos administrativos; llega para liberarlos de trabajo mecánico y devolverles tiempo para lo que sí requiere juicio humano, coordinación y toma de decisiones.

En términos prácticos, liberar capacidad significa habilitar foco en actividades como:

• Decisiones clínicas y priorización asistencial (donde el criterio importa).

• Relación y comunicación con pacientes (adherencia, experiencia, continuidad).

• Estrategia organizacional (cómo se opera mejor, con menos fricción).

• Mejora de procesos (rediseño de flujos, eliminación de cuellos de botella).

• Innovación aplicada (proyectos con impacto real, no “pilotos” sin adopción).

Redistribución de talento: de trabajo repetitivo a trabajo de alto valor

Cuando una institución reduce 75 horas de trabajo operativo repetitivo a menos de 8, no está “quitando trabajo”; está cambiando el tipo de trabajo. Es un movimiento de productividad, pero también de cultura: implica reconocer que el tiempo del equipo tiene un costo y una oportunidad, y que ese tiempo debe invertirse donde genere impacto.

En otras palabras, el mensaje implícito es: “Tu tiempo vale más que la digitación. Úsalo donde realmente importa.”

Impacto humano y operativo: más tiempo para lo que importa

La eficiencia (90% menos tiempo) es el efecto visible. Pero el cambio estructural es otro: cuando automatizas correctamente, la implantación deja de ser una maratón de digitación y se convierte en un proceso de gobierno del dato, control de calidad y preparación organizacional.

Y ahí es donde la IA se vuelve realmente útil en salud: no como un “robot que hace todo”, sino como una capacidad que permite que las personas —las que sostienen la operación clínica y administrativa— trabajen en lo que solo ellas pueden hacer.

Cuando menos costos y menos tiempo se dedican a la configuración técnica, el personal asistencial y administrativo puede empezar a usar SIIS más rápido. Pueden entrenar con un sistema realmente listo, no con un entorno parcial donde los datos están incompletos o inconsistentes.

Eso se traduce en:

• Menos interrupciones en la atención durante la implementación

• Mejor calidad de datos desde el día 1, con mejores decisiones clínicas y administrativas

• Flujos más ágiles de autorización, dispensación y facturación

• Menos estrés para TI y administración durante el go-live

• Personal más motivado por enfocarse en trabajo significativo, no en digitación repetitiva

Y, en términos humanos: más tiempo para lo que realmente importa. Cuidar pacientes, mejorar diagnósticos y salvar vidas.