Revista Científica Arbitrada en Investigaciones de la Salud ‘‘GESTAR”. Vol. 9, Núm. 17 (Ed. Ene – Jun  
026) ISSN: 2737-6273  
2
Transformación digital en la administración de servicios de salud pública: Revisión de tecnologías disruptivas  
y su impacto organizacional.  
DOI: https://doi.org/10.46296/gt.v9i17.0334  
TRANSFORMACIÓN DIGITAL EN LA ADMINISTRACIÓN DE SERVICIOS DE  
SALUD PÚBLICA: REVISIÓN DE TECNOLOGÍAS DISRUPTIVAS Y SU  
IMPACTO ORGANIZACIONAL  
DIGITAL TRANSFORMATION IN PUBLIC HEALTH SERVICES  
ADMINISTRATION: A REVIEW OF DISRUPTIVE TECHNOLOGIES AND  
THEIR ORGANIZATIONAL IMPACT  
1
2
Menéndez-Menéndez Anisis Solange ; Pesantes-Pincay Angie Guadalupe ;  
3
4
Fienco-Sumba Jocelyn Yadira ; Pionce-Toala Alexsandra  
1
Universidad Estatal del Sur de Manabí. Jipijapa, Ecuador.  
Correo: anisis.menendez@unesum.edu.ec. ORCID ID: https://orcid.org/0000-0002-3936-5395.  
2
Universidad Estatal del Sur de Manabí. Jipijapa, Ecuador.  
Correo: angie.pesantes@unesum.edu.ec. ORCID ID: https://orcid.org/0009-0007-0645-3149.  
3
Universidad Estatal del Sur de Manabí. Jipijapa, Ecuador.  
Correo: joselyn.fienco@unesum.edu.ec. ORCID ID: https://orcid.org/0009-0005-0315-603X.  
4
Universidad Estatal del Sur de Manabí. Jipijapa, Ecuador.  
Correo: alexsandra.pionce@unesum.edu.ec. ORCID ID: https://orcid.org/0009-0000-6673-8727.  
Resumen  
La transformación digital representa un imperativo estratégico para superar la crisis de eficiencia  
que caracteriza a los sistemas de salud pública tradicionales. Este artículo presenta una revisión  
narrativa de la literatura que analiza cuatro ejes tecnológicos disruptivos y su impacto en la  
administración sanitaria: Big Data y analítica predictiva, Inteligencia Artificial, Blockchain, e  
Internet de las Cosas Médicas (IoMT). La metodología incluyó una búsqueda exhaustiva en  
bases de datos indexadas (PubMed, Scopus, Web of Science) con criterios de selección  
rigurosos enfocados en implementaciones administrativas y cambios organizacionales en el  
sector público. Los resultados revelan que el Big Data permite la transición de modelos reactivos  
a preventivos mediante predicción de brotes epidemiológicos y optimización de recursos; la  
Inteligencia Artificial automatiza procesos burocráticos liberando capacidad del personal  
sanitario; el Blockchain garantiza seguridad, trazabilidad e interoperabilidad de registros médicos  
descentralizados; y el IoMT extiende la cobertura sanitaria hacia zonas desatendidas mediante  
telemonitorización. La integración sinérgica de estas tecnologías no solo mejora métricas  
operativas, sino que conlleva una reestructuración profunda de la cultura organizacional,  
transformando estructuras jerárquicas hacia redes colaborativas más ágiles. Se concluye que el  
desafío fundamental no reside en la disponibilidad tecnológica, sino en la voluntad político-  
administrativa para construir ecosistemas digitales interoperables, éticos y sostenibles que  
garanticen una atención sanitaria eficiente, equitativa y centrada en el paciente.  
Palabras claves: telemedicina, interoperabilidad, analítica predictiva, automatización,  
ciberseguridad.  
Abstract  
Digital transformation represents a strategic imperative to overcome the efficiency crisis  
characterizing traditional public health systems. This article presents a narrative literature review  
analyzing four disruptive technological axes and their impact on healthcare administration: Big  
Data and predictive analytics, Artificial Intelligence, Blockchain, and Internet of Medical Things  
(IoMT). The methodology included an exhaustive search in indexed databases (PubMed, Scopus,  
Web of Science) with rigorous selection criteria focused on administrative implementations and  
Información del manuscrito:  
Fecha de recepción: 08 de octubre de 2025.  
Fecha de aceptación: 18 de diciembre de 2025.  
Fecha de publicación: 10 de enero de 2026.  
7
9
Menéndez-Menéndez et al. (2026)  
organizational changes in the public sector. Results reveal that Big Data enables the transition  
from reactive to preventive models through epidemic outbreak prediction and resource  
optimization; Artificial Intelligence automates bureaucratic processes, freeing healthcare  
personnel capacity; Blockchain ensures security, traceability, and interoperability of decentralized  
medical records; and IoMT extends healthcare coverage to underserved areas through  
telemonitoring. The synergistic integration of these technologies not only improves operational  
metrics but also entails a profound restructuring of organizational culture, transforming  
hierarchical structures into more agile collaborative networks. It is concluded that the fundamental  
challenge does not lie in technological availability, but in the political-administrative will to build  
interoperable, ethical, and sustainable digital ecosystems that guarantee efficient, equitable, and  
patient-centered healthcare.  
Keywords: telemedicine, interoperability, predictive analytics, automation, cybersecurity.  
como una respuesta viable a estas  
1. Introducción  
crisis,  
permitiendo  
mejoras  
La transformación digital se ha  
convertido en un imperativo en la  
administración de servicios de salud  
pública, especialmente en un  
contexto global donde los desafíos  
en la eficiencia y efectividad de los  
sistemas de salud son prominentes.  
A medida que la pandemia de  
COVID-19 ha expuesto las falencias  
significativas en la administración y  
gestión sanitaria que pueden ayudar  
a
romper con los antiguos  
paradigmas.  
Los actuales sistemas de salud  
pública enfrentan una “crisis de  
eficiencia”. Según datos recientes,  
una parte considerable de las  
instituciones de salud carece de la  
infraestructura tecnológica necesaria  
para compartir datos eficientemente,  
lo que contribuye a la ineficiencia y a  
de salud  
tradicionales (Pincay Pilay et al.,  
025), la necesidad de modernizarse  
se vuelve más urgente (Wen et al.,  
023). La presión sobre estos  
sistemas (Eguez Morales et al.,  
025), evidenciada por la burocracia,  
los  
sistemas  
de  
2
una  
pobre  
respuesta  
ante  
2
emergencias sanitarias (Syrowatka  
et al., 2021). La descentralización de  
datos y la falta de integración en la  
gestión no solo afectan la calidad de  
la atención, sino que también  
2
la fragmentación de datos y los  
elevados tiempos de espera, ha  
llevado a la búsqueda de soluciones  
generan  
tiempos  
de  
espera  
tecnológicas  
operativa de la atención pública  
Lopez Alcaide, 2020). Las  
tecnologías disruptivas emergen  
que  
faciliten  
la  
prolongados tanto para los pacientes  
como para los profesionales de  
salud. Esta situación no solo refleja  
(
&
8
0
Revista Científica Arbitrada en Investigaciones de la Salud ‘‘GESTAR”. Vol. 9, Núm. 17 (Ed. Ene – Jun  
026) ISSN: 2737-6273  
2
Transformación digital en la administración de servicios de salud pública: Revisión de tecnologías disruptivas  
y su impacto organizacional.  
problemas administrativos, sino que  
también se traduce en un deseo  
colectivo de innovación que puede  
lograrse mediante la implementación  
de tecnologías disruptivas (Yusuf et  
al., 2025).  
El presente artículo tiene como  
objetivo principal analizar las  
tecnologías disponibles que están  
redefiniendo la gestión de servicios  
de salud pública y evaluar cómo  
estas alteran la estructura y la cultura  
organizacional de las instituciones  
En este contexto, es esencial aclarar  
los conceptos fundamentales que  
marcan el ámbito de la salud pública  
digital. La “Salud Digital” o eHealth  
se refiere a la incorporación de  
tecnologías de la información y la  
comunicación en salud, abarcando  
tanto aspectos clínicos como  
administrativos. Esto incluye desde  
el uso de historiales médicos  
electrónicos hasta la telemedicina  
públicas.  
Se  
revisarán  
las  
herramientas tecnológicas  
más  
relevantes, considerando cómo su  
implementación no solo mejora la  
eficiencia operacional, sino que  
también transforma la manera en  
que los empleados interactúan tanto  
entre ellos como con los pacientes. A  
través de un enfoque en la  
transformación digital, se busca  
ofrecer una perspectiva amplia que  
facilite una comprensión profunda de  
(Yan et al., 2021). Por otro lado, las  
“Tecnologías Disruptivas” son  
las  
implicaciones  
de  
estas  
aquellas innovaciones que alteran  
radicalmente la forma en que se  
prestan los servicios y se gestionan  
innovaciones en la administración de  
la salud pública.  
los  
procesos,  
incluyendo  
la  
inteligencia artificial, blockchain, IoT,  
y el análisis de big data. Estas  
tecnologías tienen un potencial  
impactante en la mejora de los  
2. Metodología  
Dado el carácter teórico y descriptivo  
de los objetivos planteados, este  
trabajo se estructuró bajo el diseño  
de una revisión narrativa de la  
literatura (Hernandez-Sampieri &  
Mendoza, 2018). Este enfoque  
permite sintetizar información de  
procesos  
organizacionales,  
permitiendo un cambio en la  
estructura y la cultura de las  
instituciones de salud pública (Naik  
et al., 2022).  
amplio  
espectro,  
conectando  
8
1
Menéndez-Menéndez et al. (2026)  
evidencia teórica y empírica para  
ofrecer una perspectiva crítica sobre  
la evolución tecnológica en la gestión  
sanitaria. Aunque no se aplicó un  
protocolo estricto de revisión  
sistemática (como PRISMA), se  
siguieron criterios de búsqueda y  
selección rigurosos para garantizar  
la representatividad y relevancia de  
las fuentes consultadas.  
obsolescencia  
tecnológica;  
sin  
embargo, se priorizó la literatura  
publicada en los últimos 5 años para  
garantizar la vigencia de los datos  
sobre tecnologías emergentes como  
la Inteligencia Artificial generativa y  
el Blockchain en salud. Se incluyeron  
artículos publicados en idiomas  
inglés y español.  
La estrategia de búsqueda utilizó  
una combinación de términos  
controlados (MeSH - Medical Subject  
Headings y DeCS - Descriptores en  
Ciencias de la Salud) y palabras  
clave en texto libre. Se emplearon  
operadores booleanos (AND, OR)  
para refinar los resultados. Las  
Para  
identificar  
la  
literatura  
relevante, se realizó una búsqueda  
exhaustiva en bases de datos  
indexadas  
de  
alto  
impacto,  
reconocidas por su cobertura en  
ciencias de la salud y gestión  
organizacional.  
Las  
fuentes  
primarias consultadas incluyeron  
PubMed/MEDLINE, Scopus, Web of  
cadenas  
de  
búsqueda  
se  
estructuraron en torno a tres ejes  
temáticos:  
Science  
y
Google  
Scholar.  
Adicionalmente, se consultaron  
repositorios de literatura gris y  
reportes técnicos de organismos  
1
. Tecnología:  
Intelligence",  
"Artificial  
Data",  
"Big  
"
Blockchain",  
"Internet  
of  
internacionales  
(como  
la  
Medical Things (IoMT)", "Digital  
Transformation", "eHealth".  
Organización Mundial de la Salud y  
la Organización Panamericana de la  
Salud) para capturar tendencias  
2
. Ámbito: Health  
"Public  
Administration", "Health Services  
globales  
y
marcos normativos  
Management",  
Management",  
Systems".  
"Hospital  
recientes.  
"Healthcare  
La ventana temporal de la búsqueda  
se delimitó a los últimos 10 años  
3. Impacto:  
"Organizational  
(2014-2024).  
Este  
criterio se  
Change", "Efficiency", "Process  
estableció considerando la rápida  
8
2
Revista Científica Arbitrada en Investigaciones de la Salud ‘‘GESTAR”. Vol. 9, Núm. 17 (Ed. Ene – Jun  
026) ISSN: 2737-6273  
2
Transformación digital en la administración de servicios de salud pública: Revisión de tecnologías disruptivas  
y su impacto organizacional.  
Optimization",  
effectiveness".  
"Cost-  
quirúrgica) sin relación con la  
gestión del servicio.  
o Artículos  
de  
opinión  
sin  
Para la selección final de los  
documentos, se aplicaron los  
siguientes criterios:  
fundamentación bibliográfica o  
editoriales breves.  
Tras la recopilación, los artículos  
fueron filtrados por título y resumen  
para descartar duplicados y temas  
irrelevantes. Posteriormente, se  
realizó una lectura completa de los  
textos seleccionados para extraer y  
sintetizar la información presentada  
en las secciones de resultados y  
discusión.  
o Artículos originales, revisiones  
sistemáticas y reportes de casos  
que aborden la implementación  
de tecnologías digitales en  
procesos administrativos o de  
gestión (admisión, logística,  
planificación recursos,  
de  
gobernanza de datos).  
o Estudios enfocados en el sector  
público o sistemas mixtos con  
alta relevancia para la salud  
pública.  
3. Resultados y discusión  
A partir del análisis de la literatura  
seleccionada, se han identificado  
o Documentos que discutan el  
impacto organizacional, cambios  
en el flujo de trabajo o barreras  
de implementación.  
cuatro  
ejes  
tecnológicos  
que están  
fundamentales  
impulsando la transformación digital  
en la administración de la salud  
pública. Los hallazgos revelan que la  
integración de estas herramientas no  
ocurre de manera aislada, sino como  
Criterios de Exclusión:  
o Artículos puramente técnicos  
(ingeniería de software) sin  
análisis  
administrativa.  
o Estudios  
de  
aplicabilidad  
enfocados  
parte  
de  
un  
ecosistema  
interconectado capaz de responder a  
la "crisis de eficiencia" actual. A  
continuación, se examina el impacto  
de estas tecnologías disruptivas —  
Big Data, Inteligencia Artificial,  
exclusivamente en resultados  
clínicos  
o
procedimientos  
(ej. robótica  
quirúrgicos  
8
3
Menéndez-Menéndez et al. (2026)  
Blockchain  
reingeniería  
e
IoMT— en la  
de procesos  
datos relevantes, lo que mejora  
significativamente la capacidad de  
respuesta ante epidemias (Dong et  
al., 2021). Por ejemplo, las técnicas  
de aprendizaje automático aplicadas  
a grandes conjuntos de datos  
pueden no solo prever el surgimiento  
de enfermedades, sino también  
rastrear contactos potencialmente  
infectados y optimizar campañas de  
vacunación (Geneva Tamunobarafiri  
Igwama et al., 2024). Esta capacidad  
predictiva no solo se traduce en una  
gestión más efectiva de los recursos  
administrativos, la optimización de  
recursos y la seguridad de la  
información, destacando tanto sus  
beneficios operativos como sus  
implicaciones estratégicas.  
3.1. Big Data y Analítica Predictiva  
en la toma de decisiones.  
La transformación digital en la  
administración de servicios de salud  
pública está siendo impulsada por el  
uso de Big Data y la analítica  
predictiva, los cuales permiten a las  
instituciones de salud enfrentar los  
desafíos actuales de manera más  
efectiva. En este contexto, el análisis  
de grandes volúmenes de datos se  
ha convertido en una herramienta  
esencial para predecir brotes  
sanitarios,  
sino  
que  
también  
promueve la salud pública proactiva  
en lugar de reactiva (Adekunle  
Oyeyemi Adenyi et al., 2024).  
La analítica predictiva también se  
utiliza para optimizar la asignación  
de presupuestos, mejorando así la  
epidemiológicos,  
optimizar  
la  
eficiencia  
operativa  
en  
la  
asignación de recursos y planificar la  
demanda hospitalaria de manera  
más eficiente.  
administración de servicios de salud.  
Al utilizar modelos de predicción que  
incorporan datos históricos de uso,  
demografía,  
y
tendencias  
El análisis de Big Data permite  
identificar patrones que son cruciales  
para la detección temprana de brotes  
de enfermedades. Diversos estudios  
indican que la aplicación de  
tecnologías de Big Data en la salud  
epidemiológicas, se puede analizar  
cómo se pueden redistribuir los  
recursos de manera más efectiva  
(Damilola Oluwaseun Ogundipe,  
2024). Este enfoque permite a los  
administradores de salud anticipar  
necesidades futuras y ajustar los  
pública la  
ha  
facilitado  
monitorización en tiempo real de  
8
4
Revista Científica Arbitrada en Investigaciones de la Salud ‘‘GESTAR”. Vol. 9, Núm. 17 (Ed. Ene – Jun  
026) ISSN: 2737-6273  
2
Transformación digital en la administración de servicios de salud pública: Revisión de tecnologías disruptivas  
y su impacto organizacional.  
gastos a las realidades del entorno  
Salathé, 2016). En este sentido,  
3.2. Inteligencia Artificial (IA) y  
(
Automatización  
administrativos.  
de  
procesos  
estudios han mostrado que el uso de  
analíticas basadas en Big Data  
puede reducir costos en atención  
médica y mejorar los resultados para  
los pacientes, maximizando el  
impacto de cada dólar invertido  
La incorporación de la Inteligencia  
Artificial (IA) en la administración de  
servicios de salud pública representa  
un avance significativo en la  
optimización de procesos mediante  
la automatización de diversas tareas  
administrativas. Esta transformación  
no solo mejora la eficiencia  
operativa, sino que también permite  
aumentar la calidad del servicio al  
(Borges Do Nascimento et al., 2021).  
La planificación de la demanda  
hospitalaria es otra área crítica en la  
que Big Data desempeña un papel  
crucial. El uso de herramientas  
analíticas  
permite  
prever  
las  
paciente  
y
reducir la carga  
variaciones en la demanda de  
servicios médicos basándose en  
patrones de comportamiento de la  
población, ciclos epidemiológicos, y  
otros factores relevantes (Rosário &  
Dias, 2022). Esto no solo ayuda a  
evitar situaciones de colapso durante  
picos de demanda, sino que también  
garantiza que los recursos se utilicen  
de manera eficiente al prever las  
necesidades antes de que surjan.  
Por consiguiente, la implementación  
de sistemas de soporte a la decisión,  
que integran analíticas avanzadas,  
se vuelve esencial para maximizar la  
calidad de atención al paciente y la  
eficacia organizacional (Damilola  
Oluwaseun Ogundipe, 2024).  
burocrática en el personal.  
Uno de los usos más prominentes de  
la IA en la atención médica es el  
triaje automatizado. Los sistemas de  
IA pueden analizar los síntomas  
reportados por los pacientes y  
priorizar los casos según su  
gravedad, utilizando algoritmos de  
aprendizaje y  
procesamiento de lenguaje natural  
Iyer et al., 2023). Esto no solo  
automático  
(
proporciona respuestas rápidas a los  
pacientes, sino que también ayuda a  
los proveedores de atención médica  
a gestionar mejor los recursos,  
asegurando que los casos más  
críticos sean atendidos primero  
(Kumar, 2024). Estudios recientes  
8
5
Menéndez-Menéndez et al. (2026)  
han demostrado la efectividad de  
este enfoque, donde los chatbots de  
triaje han resultado ser herramientas  
valiosas para la priorización de  
pacientes en situaciones de alta  
citas y la facturación ha sido uno de  
los cambios más significativos  
impulsados  
por  
la  
IA.  
La  
implementación de sistemas de  
Robotic Process Automation (RPA)  
permite que tareas repetitivas como  
la programación de citas y el  
procesamiento de reclamaciones  
sean manejadas de forma más  
eficiente (Domb et al., 2024). Esto  
libera tiempo para que el personal de  
salud se enfoque en actividades que  
requieren más atención y juicio  
humano, mejorando así la atención  
demanda,  
como  
durante  
la  
pandemia de COVID-19 (Karim et  
al., 2023).  
La integración de chatbots en los  
servicios de salud ha permitido  
ofrecer atención al ciudadano de  
manera continua  
y
accesible,  
potenciando la interacción con los  
pacientes. Estos asistentes virtuales  
al paciente  
y
reduciendo la  
usan  
asesoramiento médico, gestionar  
citas responder preguntas  
frecuentes sobre la salud (Kumar,  
024). De acuerdo con  
IA  
para  
proporcionar  
frustración tanto en pacientes como  
en proveedores. Estudios concluyen  
que estas integraciones tecnológicas  
han ayudado a reducir costos  
operativos y mejorar los resultados  
clínicos (Sharma, 2024).  
y
2
investigaciones, los chatbots no solo  
reducen la carga sobre el personal  
de salud, sino que también mejoran  
la satisfacción del paciente al ofrecer  
La adopción de IA y las herramientas  
de automatización en el sector salud  
también genera cambios en la  
cultura organizacional. A medida que  
estas tecnologías se implementan,  
es esencial que los profesionales de  
la salud se capaciten y adapten a  
nuevas formas de trabajo, lo que  
puede conllevar una resistencia  
inicial (Castagno & Khalifa, 2020).  
Sin embargo, a largo plazo, el  
fortalecimiento de la confianza en la  
respuestas inmediatas  
a
sus  
inquietudes (Aparna et al., 2025). En  
este sentido, la aceptación de  
chatbots en el ámbito de la salud ha  
ido aumentando, con más del 70%  
de  
los  
pacientes  
reportando  
experiencias positivas (Nadarzynski  
et al., 2019).  
La automatización de procesos  
administrativos como la gestión de  
8
6
Revista Científica Arbitrada en Investigaciones de la Salud ‘‘GESTAR”. Vol. 9, Núm. 17 (Ed. Ene – Jun  
026) ISSN: 2737-6273  
2
Transformación digital en la administración de servicios de salud pública: Revisión de tecnologías disruptivas  
y su impacto organizacional.  
IA y la reducción de la carga  
administrativa pueden resultar en  
una mayor satisfacción laboral y un  
mejor rendimiento organizacional  
Xie et al., 2021). Esto permite que los  
pacientes tengan un mayor control  
sobre sus datos, ya que pueden  
gestionar quién accede  
información bajo  
a
su  
(Allán-Baño et al., 2025; Bharath  
y
qué  
Reddy Baddam, 2025).  
circunstancias. La descentralización  
también facilita el acceso a la  
3.3. Blockchain para la seguridad  
información  
entre  
diferentes  
e interoperabilidad de registros.  
proveedores de salud, lo que es  
especialmente beneficioso para  
pacientes con condiciones que  
requieren atención de múltiples  
especialistas (Durneva et al., 2020).  
La implementación de la tecnología  
blockchain en el sector de la salud ha  
tomado relevancia como una  
solución innovadora para mejorar la  
seguridad y la interoperabilidad de  
los registros de salud. Esta  
La seguridad de los datos es una  
preocupación primordial en la  
atención sanitaria. Los estudios han  
demostrado que la naturaleza  
inmutable del blockchain, combinada  
tecnología  
redefine  
cómo  
se  
manejan y comparten los datos de  
salud, promoviendo un enfoque más  
centrado  
en  
el  
paciente  
y
con  
técnicas  
criptográficas  
aumentando la confianza en la  
gestión de su información médica.  
avanzadas, puede proteger la  
integridad de la información médica  
(
Elangovan  
et  
al.,  
2022;  
Un aspecto clave de blockchain es  
su capacidad para descentralizar el  
almacenamiento de la historia clínica  
electrónica (EHR). En lugar de  
depender de sistemas centralizados,  
que son susceptibles a violaciones  
de seguridad y a una gestión ineficaz  
de los datos, blockchain ofrece un  
enfoque donde cada transacción se  
registra de manera inmutable en una  
red distribuida (Durneva et al., 2020;  
Esmaeilzadeh & Mirzaei, 2019). Por  
ejemplo, un sistema llamado  
MedBlock utiliza blockchain para  
asegurar la compartición de datos  
médicos, garantizando que solo se  
realicen cambios autorizados y que  
los registros sean accesibles solo  
para  
personas  
debidamente  
autorizadas (Elangovan et al., 2022).  
Esta característica reduce el riesgo  
8
7
Menéndez-Menéndez et al. (2026)  
de manipulaciones maliciosas y  
asegura un seguimiento claro de  
cualquier acceso a los datos, lo que  
obstaculizada por diferencias en  
estándares y protocolos, lo que  
causa silos de información y retrasa  
la atención al paciente. Blockchain  
promueve la interoperabilidad al  
permitir la creación de un marco  
común donde se pueden compartir  
datos de manera segura entre  
diferentes sistemas sin perder la  
integridad y privacidad del paciente  
se  
traduce  
en  
una  
mayor  
transparencia y confianza por parte  
de los pacientes (Mayer et al., 2020).  
Blockchain también ha demostrado  
su eficacia en la trazabilidad de la  
cadena  
de  
suministro  
de  
medicamentos. La capacidad de  
registrar cada transacción en un libro  
de contabilidad digital inmutable  
ayuda a combatir problemas como el  
contrabando y la falsificación de  
medicamentos. Al proporcionar un  
registro completo y verificable del  
origen y estado de los productos  
farmacéuticos, las instituciones de  
atención médica pueden asegurarse  
de que los pacientes reciban  
(
Carlos Ferreira et al., 2024). Esto se  
alinea con los objetivos de los  
intercambios de información entre  
salud (HIE), que buscan facilitar un  
acceso más eficiente y seguro al  
historial  
Fatoum et al., 2021). Los sistemas  
diseñados con blockchain también  
médico  
del  
paciente  
(
pueden  
incorporar  
que  
contratos  
permiten la  
inteligentes,  
automatización de procesos y el  
cumplimiento de regulaciones (Bidve  
et al., 2023).  
medicamentos  
seguros  
y
efectivamente gestionados (Gupta et  
al., 2025). Este enfoque ha sido  
adoptado  
en  
varias  
La adopción de blockchain en la  
administración de registros de salud  
representa un cambio paradigmático  
hacia un sistema más seguro y  
implementaciones actuales que  
buscan mejorar la cadena de  
suministro mediante la transparencia  
y la integridad de los datos.  
accesible.  
A
través  
la  
de la  
seguridad  
descentralización,  
La  
interoperabilidad  
de  
las  
mejorada, y la trazabilidad de  
medicamentos, se abrirán nuevas  
avenidas para la integración de  
servicios de salud, resultando en una  
plataformas de salud es otro desafío  
crítico que blockchain puede abordar  
eficazmente. La integración de  
sistemas de EHR a menudo se ve  
8
8
Revista Científica Arbitrada en Investigaciones de la Salud ‘‘GESTAR”. Vol. 9, Núm. 17 (Ed. Ene – Jun  
026) ISSN: 2737-6273  
2
Transformación digital en la administración de servicios de salud pública: Revisión de tecnologías disruptivas  
y su impacto organizacional.  
atención más efectiva y centrada en  
el paciente.  
los servicios de salud (Morcillo et al.,  
2020; Sornoza-Parrales et al., 2025).  
Un estudio específico sugiere que el  
3.4. Internet de las Cosas Médicas  
uso  
de  
plataformas  
de  
(IoMT) y Telemedicina  
telemonitorización puede llevar a un  
ahorro en costos de hasta un 5%  
En la actualidad, la integración del  
Internet de las Cosas Médicas  
(Morcillo et al., 2020), lo cual es  
significativo para los sistemas de  
salud que enfrentan presiones  
financieras. Además, el monitoreo  
remoto permite a los profesionales  
de la salud identificar problemas en  
fases tempranas, evitando así  
complicaciones que requerirían  
tratamientos más costosos.  
(
IoMT)  
revolucionando la forma en que se  
entrega la atención médica,  
y
la telemedicina está  
particularmente en entornos rurales  
y comunidades desatendidas. Estas  
tecnologías permiten el monitoreo  
remoto y la gestión proactiva de la  
salud, lo que contribuye a la  
reducción de costos hospitalarios y  
la extensión de la cobertura de  
servicios.  
La telemedicina combinada con  
IoMT también juega un papel crucial  
en la promoción de la atención  
médica  
en áreas rurales  
y
El uso del IoMT en la salud permite  
la monitorización continua de  
desatendidas. En estos contextos,  
donde el acceso a servicios de salud  
puede ser limitado, las tecnologías  
móviles y de telemonitorización  
permiten a los pacientes recibir  
atención y consultas desde sus  
hogares (Heffernan et al., 2025).  
Esto no solo mejora la disponibilidad  
de servicios, sino que también  
empodera a los pacientes para que  
tomen un papel activo en la gestión  
de su salud. Los dispositivos IoMT, al  
ofrecer soluciones de monitoreo a  
parámetros  
vitales  
y
otros  
indicadores de salud mediante  
dispositivos portátiles, lo que reduce  
la necesidad de visitas frecuentes al  
hospital. Varios estudios han  
evidenciado  
que  
cuando  
la  
telemonitorización,  
se  
implementa adecuadamente, puede  
absorber un porcentaje significativo  
de las consultas médicas, mejorando  
potencialmente y  
los  
costos  
reduciendo las listas de espera en  
8
9
Menéndez-Menéndez et al. (2026)  
distancia,  
posibilitan  
que  
las  
aspiración futurista para convertirse  
en un imperativo estratégico. Frente  
a la crisis de eficiencia y la  
personas reciban atención médica  
con mayor frecuencia y continuidad,  
lo que resulta en un manejo más  
efectivo de enfermedades crónicas  
fragmentación  
caracterizan  
operativa que  
los sistemas  
a
(
Cogiel et al., 2025).  
tradicionales, la integración de  
tecnologías disruptivas actúa como  
un catalizador fundamental para  
transitar hacia modelos de gestión  
más proactivos, seguros y centrados  
en el paciente.  
A pesar de los claros beneficios,  
implementar IoMT y telemedicina en  
áreas  
desatendidas  
presenta  
desafíos considerables. Existen  
problemas relevantes como la falta  
de alfabetización digital, el acceso  
inconsistente a la tecnología y el  
compromiso variable de los usuarios  
En primer lugar, se evidencia que  
cada  
tecnología  
crítica  
aborda  
de  
una  
la  
dimensión  
(
Talaat & El-Balka, 2023). Sin  
administración sanitaria. El Big Data  
la analítica predictiva han  
embargo, superar estos desafíos  
y
podría  
llevar  
a
mejorar  
demostrado ser herramientas vitales  
para cambiar el paradigma de una  
salud reactiva a una preventiva,  
optimizando la asignación de  
recursos antes de que ocurran los  
significativamente  
la  
atención  
médica de estas poblaciones. Es  
imperativo que las políticas de salud  
enfoquen la  
capacitación y equipamiento de las  
comunidades locales para  
recursos  
en  
colapsos.  
Simultáneamente,  
Artificial  
la  
la  
Inteligencia  
y
maximizar el potencial de estas  
tecnologías en la mejora de la salud  
pública.  
automatización liberan al capital  
humano de la carga burocrática,  
permitiendo que los profesionales se  
enfoquen en tareas de alto valor,  
mientras que el Blockchain resuelve  
4. Conclusiones  
el  
histórico  
dilema  
entre  
accesibilidad y seguridad de los  
datos, garantizando la integridad de  
la información médica. Por su parte,  
el IoMT y la telemedicina han  
La revisión realizada confirma que la  
transformación digital en la  
administración de servicios de salud  
pública ha dejado de ser una  
9
0
Revista Científica Arbitrada en Investigaciones de la Salud ‘‘GESTAR”. Vol. 9, Núm. 17 (Ed. Ene – Jun  
026) ISSN: 2737-6273  
2
Transformación digital en la administración de servicios de salud pública: Revisión de tecnologías disruptivas  
y su impacto organizacional.  
redefinido las barreras geográficas,  
democratizando el acceso  
que  
garanticen  
una  
atención  
a
sanitaria eficiente y equitativa para  
toda la población.  
servicios de calidad en zonas  
desatendidas.  
Bibliografía  
Sin embargo, el hallazgo más  
trascendental de este análisis es que  
Adekunle Oyeyemi Adenyi, Chioma  
Anthonia Okolo, Tolulope  
la  
implementación  
tecnológica  
Olorunsogo,  
Babawarun.  
Leveraging big data and  
analytics for enhanced public  
health decision-making:  
global review. GSC Advanced  
Research and Reviews, 18(2),  
&
Oloruntoba  
(2024).  
conlleva  
profunda  
una  
de  
reestructuración  
la  
cultura  
organizacional. La adopción de estas  
herramientas no es meramente  
técnica; requiere una gestión del  
cambio que mitigue la resistencia  
inicial y fomente la alfabetización  
digital del personal. Las instituciones  
A
450–456.  
https://doi.org/10.30574/gscar  
r.2024.18.2.0078  
que  
logran  
integrar  
estas  
Allán-Baño, G. M., Naranjo-Sagñay,  
W. C., Zavala-Ponce, C. V., &  
Sornoza-Parrales, D. (2025).  
El rol del liderazgo en la  
creación de una cultura  
organizacional positiva: Una  
revisión de la literatura.  
Revista Científica Arbitrada  
innovaciones no solo mejoran sus  
métricas operativas, sino que  
transforman su estructura jerárquica  
hacia redes de colaboración más  
ágiles e interconectadas.  
de  
Investigación  
En  
En definitiva, el futuro de la  
administración en salud pública  
dependerá de la capacidad de las  
instituciones para orquestar estas  
tecnologías de manera sinérgica. El  
desafío ya no reside en la  
disponibilidad de la tecnología, sino  
Comunicación, Marketing y  
Empresa REICOMUNICAR.  
ISSN 2737-6354., 8(15), 688–  
706.  
Aparna, Reddy, A. N., V. Sai Rishik  
Reddy, S. Shirly, & A. Sai  
Ram. (2025). AI Chatbot for  
Hospital  
System.  
Research  
Management  
International  
Journal  
en  
la  
voluntad  
política  
y
administrativa  
ecosistemas  
para  
construir  
digitales  
on  
Advanced Engineering Hub  
IRJAEH), 3(05), 2553–2558.  
(
interoperables, éticos y sostenibles  
9
1
Menéndez-Menéndez et al. (2026)  
https://doi.org/10.47392/IRJA  
EH.2025.0380  
through Distributed Ledger  
Technology: Review.  
A
Healthcare, 12(19), 1967.  
https://doi.org/10.3390/health  
care12191967  
Bharath Reddy Baddam. (2025).  
Cloud  
Automation  
in  
Faster  
Better  
Healthcare:  
Onboarding  
and  
Castagno, S., & Khalifa, M. (2020).  
Patient Experiences. Journal  
of Computer Science and  
Technology Studies, 7(4), 91–  
Perceptions  
Intelligence  
Healthcare Staff: A Qualitative  
of  
Artificial  
Among  
9
7.  
https://doi.org/10.32996/jcsts.  
025.7.4.10  
Survey Study. Frontiers in  
Artificial  
Intelligence,  
3,  
2
578983.  
https://doi.org/10.3389/frai.20  
0.578983  
Bidve, V., Kakakde, K., Sarasu, P.,  
Kediya, S., Tamkhade, P., &  
Sudarsanan Nair, S. (2023).  
Patient data management  
using blockchain technology.  
2
Cogiel, K., Sawina, A., Guzowska,  
A., Lau, K., & Kasperczyk, J.  
(2025). Managing chronic  
disease in the digital era: The  
role of telemedicine apps and  
Indonesian  
Journal  
of  
Electrical Engineering and  
Computer Science, 32(3),  
platforms.  
Przeglad  
1746.  
Epidemiologiczny.  
https://doi.org/10.11591/ijeec  
s.v32.i3.pp1746-1754  
https://doi.org/10.32394/pe/2  
03948  
Borges Do Nascimento, I. J.,  
Damilola Oluwaseun Ogundipe.  
(2024). THE IMPACT OF BIG  
DATA ON HEALTHCARE  
PRODUCT DEVELOPMENT:  
Marcolino,  
Abdulazeem,  
M.  
H.  
S.,  
M.,  
Weerasekara, I., Azzopardi-  
Muscat, N., Gonçalves, M. A.,  
A
THEORETICAL  
AND  
&
Novillo-Ortiz, D. (2021).  
ANALYTICAL  
REVIEW.  
Impact of Big Data Analytics  
on People’s Health: Overview  
of Systematic Reviews and  
Recommendations for Future  
Studies. Journal of Medical  
Internet Research, 23(4),  
e27275.  
International Medical Science  
Research Journal, 4(3), 341–  
360.  
https://doi.org/10.51594/imsrj.  
v4i3.932  
Domb, M., Joshi, S., & Singh, A.  
(2024).  
Empowering  
https://doi.org/10.2196/27275  
Healthcare Administration by  
Embedding Robotic Process  
Carlos Ferreira, J., Elvas, L. B.,  
Correia, R., & Mascarenhas,  
M. (2024). Enhancing EHR  
Interoperability and Security  
Automation.  
Journal  
International  
Biomedical  
of  
Research & Practice, 4(4).  
9
2
Revista Científica Arbitrada en Investigaciones de la Salud ‘‘GESTAR”. Vol. 9, Núm. 17 (Ed. Ene – Jun  
026) ISSN: 2737-6273  
2
Transformación digital en la administración de servicios de salud pública: Revisión de tecnologías disruptivas  
y su impacto organizacional.  
https://doi.org/10.33425/2769  
6294.1037  
The Use of Blockchain  
-
Technology in the Health Care  
Sector: Systematic Review.  
JMIR Medical Informatics,  
Dong, J., Wu, H., Zhou, D., Li, K.,  
Zhang, Y., Ji, H., Tong, Z.,  
Lou, S., & Liu, Z. (2021).  
Application of Big Data and  
10(1),  
e17278.  
https://doi.org/10.2196/17278  
Artificial  
COVID-19  
Diagnosis, Treatment and  
Management Decisions in  
China. Journal of Medical  
Intelligence  
in  
Esmaeilzadeh, P., & Mirzaei, T.  
(2019). The Potential of  
Blockchain Technology for  
Health Information Exchange:  
Experimental Study From  
Prevention,  
Systems,  
https://doi.org/10.1007/s1091  
-021-01757-0  
45(9),  
84.  
Patients’  
Perspectives.  
Journal of Medical Internet  
Research, 21(6), e14184.  
https://doi.org/10.2196/14184  
6
Durneva, P., Cousins, K., & Chen, M.  
2020). The Current State of  
(
Fatoum, H., Hanna, S., Halamka, J.  
Research, Challenges, and  
Future Research Directions of  
Blockchain Technology in  
Patient Care: Systematic  
Review. Journal of Medical  
Internet Research, 22(7),  
e18619.  
D.,  
Sicker,  
D.  
C.,  
Spangenberg, P., & Hashmi,  
S. K. (2021). Blockchain  
Integration  
Technology and the Future of  
Health Care Ecosystems:  
Systematic Review. Journal of  
Medical Internet Research,  
With  
Digital  
https://doi.org/10.2196/18619  
2
3(11),  
e19846.  
Eguez Morales, J., Santistevan  
Villacreses, K., Sornoza-  
https://doi.org/10.2196/19846  
Parrales, D.,  
&
Parrales  
Geneva Tamunobarafiri Igwama,  
Ejike Innocent Nwankwo,  
Poveda, M. L. (2025). Calidad  
del servicio y satisfacción del  
paciente: Modelo SERVQUAL  
en el Centro de Salud Jipijapa,  
Ebube Victor Emeihe,  
&
Mojeed Dayo Ajegbile. (2024).  
AI and big data analytics for  
Ecuador.  
Ciencias  
Revista  
de  
Sociales.  
enhancing  
surveillance  
communities.  
public  
in  
health  
rural  
https://doi.org/10.31876/rcs.v  
1i4.44873  
International  
3
Journal of Applied Research  
in Social Sciences, 6(8),  
Elangovan, D., Long, C. S., Bakrin,  
F. S., Tan, C. S., Goh, K. W.,  
Yeoh, S. F., Loy, M. J.,  
Hussain, Z., Lee, K. S., Idris,  
A. C., & Ming, L. C. (2022).  
1
797–1823.  
https://doi.org/10.51594/ijarss  
v6i8.1427  
.
9
3
Menéndez-Menéndez et al. (2026)  
Gupta, S., Mehra, P., Nandy, B.,  
Mohammed, P. R., Pradhan,  
P. K., Duseja, S., Sharma, N.,  
https://doi.org/10.63876/ijtm.v  
2i1.108  
Kumar, D. (2024). AI-DRIVEN  
&
Pujari, P. R. (2025).  
AUTOMATION  
IN  
Blockchain in Health Care,  
Evolutionary or Revolutionary  
ADMINISTRATIVE  
PROCESSES: ENHANCING  
–
An Evidence-Based Review.  
EFFICIENCY  
ACCURACY.  
AND  
International  
Engineering  
Journal of Pharmacy and  
Bioallied Sciences, 17(Suppl  
Journal  
of  
1),  
S63–S65.  
Science and Humanities,  
4(Special Issue 1), 256–265.  
https://doi.org/10.4103/jpbs.jp  
bs_672_24  
1
https://doi.org/10.62904/qg00  
4437  
Heffernan, M., Mittal, R., & Tafuto, B.  
(
2025). Implications of Mobile  
Lopez, B. S., & Alcaide, A. V. (2020).  
Technology on Hospitalization  
Rates  
Underserved  
Worldwide:  
Review.  
Blockchain,  
Intelligence, Internet of Things  
to Improve Governance,  
Artificial  
in  
Medically  
Areas  
A
Systematic  
Cureus.  
Financial Management and  
Control of Crisis: Case Study  
https://doi.org/10.7759/cureus  
78409  
COVID-19.  
SocioEconomic  
.
Challenges, 4(2), 78–89.  
https://doi.org/10.21272/sec.4  
(2).78-89.2020  
Hernandez-Sampieri,  
Mendoza,  
R.,  
&
C.  
(2018).  
la  
Metodología  
de  
Mayer, A. H., Da Costa, C. A., &  
Righi, R. D. R. (2020).  
Electronic health records in a  
investigación:  
cuantitativa,  
mixta. In McGraw Hill Mexico.  
Las  
cualitativa  
rutas  
y
Blockchain:  
A
systematic  
Iyer, P., Sarkar, A., Prakash, K., &  
Fathimal, P. M. (2023).  
Medical Diagnosis through  
review. Health Informatics  
Journal, 26(2), 1273–1288.  
https://doi.org/10.1177/14604  
58219866350  
Chatbots.  
335–343.  
https://doi.org/10.4028/p-  
r4i40i  
Morcillo, C., Morcillo, C., & González  
Romero,  
Efficiency  
Health  
J.  
of  
Telemonitoring  
L.  
(2020).  
Karim, M. K., Sharma, R., & Singh, V.  
Connected  
(2023). The Role of AI-  
Powered  
Chatbots  
in  
Platform for Patients with High  
Blood Pressure. Journal of  
Integrative Cardiology Open  
Telemedicine:  
Accessibility  
Engagement.  
Improving  
Patient  
and  
International  
Access,  
1–4.  
Journal of Technology and  
Modeling, 2(1), 1–12.  
https://doi.org/10.31487/j.JIC  
OA.2020.03.09  
9
4
Revista Científica Arbitrada en Investigaciones de la Salud ‘‘GESTAR”. Vol. 9, Núm. 17 (Ed. Ene – Jun  
026) ISSN: 2737-6273  
2
Transformación digital en la administración de servicios de salud pública: Revisión de tecnologías disruptivas  
y su impacto organizacional.  
Nadarzynski, T., Miles, O., Cowie, A.,  
Rosário, A. T., & Dias, J. C. (2022).  
&
Ridge,  
D.  
of  
(2019).  
artificial  
Impact of Big Data Analysis on  
Health. SOCIAL SCIENCES.  
https://doi.org/10.20944/prepr  
ints202203.0407.v1  
Acceptability  
intelligence (AI)-led chatbot  
services in healthcare: A  
mixed-methods  
DIGITAL HEALTH,  
055207619871808.  
https://doi.org/10.1177/20552  
7619871808  
study.  
Salathé,  
Pharmacovigilance  
Disease  
M.  
(2016).  
Digital  
and  
5,  
2
Surveillance:  
Combining Traditional and  
Big-Data Systems for Better  
Public Health. Journal of  
0
Naik, N., Hameed, B. M. Z.,  
Sooriyaperakasam, N.,  
Infectious  
Diseases,  
Vinayahalingam, S., Patil, V.,  
Smriti, K., Saxena, J., Shah,  
M., Ibrahim, S., Singh, A.,  
Karimi, H., Naganathan, K.,  
Shetty, D. K., Rai, B. P.,  
Chlosta, P., & Somani, B. K.  
214(suppl 4), S399–S403.  
https://doi.org/10.1093/infdis/ji  
w281  
Sharma, V. (2024). AI-powered RPA  
in healthcare: Reducing costs  
and  
improving  
patient  
(2022).  
Transforming  
outcomes.  
International  
healthcare through a digital  
revolution: A review of digital  
healthcare technologies and  
solutions. Frontiers in Digital  
Journal of Multidisciplinary  
Research and Growth  
Evaluation, 5(1), 1004–1011.  
https://doi.org/10.54660/.IJM  
RGE.2024.5.5.1072-1079  
Health, 919985.  
https://doi.org/10.3389/fdgth.  
022.919985  
4,  
2
Sornoza-Parrales, D., Vera Pisco,  
D., Pincay Pilay, M. M., &  
Parrales Poveda, M. L.  
Pincay Pilay, M. M., Vera Pisco, D.  
G., Sornoza-Parrales, D.,  
Véliz Castro, T. I., & Quimis-  
Sánchez, O. A. (2025).  
Educational modality and  
(2025). Bibliometric Analysis  
of IoT-Based Technologies for  
Health Monitoring: Trends,  
Impact, and Key Findings  
performance:  
patterns by major in  
university cohort before,  
during, and after the COVID-  
9 pandemic. Salud, Ciencia y  
Differential  
(2014-2024). Salud, Ciencia y  
a
Tecnología, 5, 1060.  
https://doi.org/10.56294/salud  
cyt20251060  
1
Tecnología, 5, 2266–2266.  
https://doi.org/10.56294/salud  
cyt20252266  
Syrowatka, A., Kuznetsova, M.,  
Alsubai, A., Beckman, A. L.,  
Bain, P. A., Craig, K. J. T., Hu,  
J., Jackson, G. P., Rhee, K., &  
Bates,  
D.  
W.  
(2021).  
9
5
Menéndez-Menéndez et al. (2026)  
Leveraging  
artificial  
1993–1999.  
intelligence for pandemic  
preparedness and response:  
A scoping review to identify  
key use cases. Npj Digital  
https://doi.org/10.1108/INTR-  
12-2021-682  
Yusuf, A., Olaniyan, L., Ayobami, H.  
S., Oluwakemi, A. K. H., &  
Igbin, L. A. (2025). The Role of  
Technology in Enhancing  
Healthcare Administration and  
Service Delivery. CogNexus,  
Medicine, 96.  
https://doi.org/10.1038/s4174  
-021-00459-8  
4(1),  
6
Talaat, F. M., & El-Balka, R. M.  
2023). Stress monitoring  
(
1(02),  
37–50.  
using wearable sensors: IoT  
techniques in medical field.  
https://doi.org/10.63084/cogn  
exus.v1i02.77  
Neural  
Applications, 35(25), 18571–  
8584.  
https://doi.org/10.1007/s0052  
-023-08681-z  
Computing  
and  
1
1
Wen, C., Liu, W., He, Z., & Liu, C.  
2023). Research on  
emergency management of  
global public health  
emergencies driven by digital  
technology: bibliometric  
analysis. Frontiers in Public  
Health, 10, 1100401.  
https://doi.org/10.3389/fpubh.  
022.1100401  
(
A
2
Xie, Y., Zhang, J., Wang, H., Liu, P.,  
Liu, S., Huo, T., Duan, Y.-Y.,  
Dong, Z., Lu, L., & Ye, Z.  
(
2021). of  
Blockchain in the Medical  
Field: Narrative Review.  
Applications  
Journal of Medical Internet  
Research, 23(10), e28613.  
https://doi.org/10.2196/28613  
Yan, Z., Bernardi, R., Huang, N., &  
Chang, Y. (2021). Guest  
editorial: The bright side and  
the dark side of digital health.  
Internet Research, 31(6),  
9
6