Plataforma Multimódulo con Inteligencia Artificial para la Optimización de Inventarios, Ventas y Gestión de Citas en Ópticas

Abstract

El presente trabajo de grado aborda el diseño e implementación de una plataforma multimódulo web con Inteligencia Artificial orientada a la optimización operativa en pequeñas y medianas empresas (PyMES) del sector óptico en Bucaramanga. La problemática se originaba en la desarticulación administrativa generada por procesos manuales, ocasionando inconsistencias en el inventario de monturas y lentes, errores en la transcripción de refracciones clínicas y tiempos muertos en la agenda médica. El objetivo principal consistió en desarrollar e implementar la solución tecnológica mediante una arquitectura modular y bases de datos relacionales para mejorar la toma de decisiones. Se aplicó una metodología de enfoque mixto cuali-cuantitativo estructurada en cinco fases de ingeniería de software (análisis, diseño, desarrollo, integración de inteligencia artificial y validación). La plataforma fue desarrollada bajo el patrón Modelo-Vista-Controlador (MVC), integrando un backend en Laravel con API REST, un frontend en React con Tailwind CSS y persistencia en MySQL. Para cumplir con la Ley 1581 de 2012 sobre la protección de datos personales de salud, se incorporó un módulo de disociación de identidad que anonimiza los registros antes de ser procesados por modelos de analítica predictiva de demanda y agendamiento. La evaluación del sistema mediante la escala SUS arrojó un nivel de usabilidad de 84.2/100 ("Excelente"). Como resultados y conclusiones más relevantes, se demostró cuantitativamente una reducción del 34.5% en errores administrativos y un incremento del 23.8% en la eficiencia operativa global, confirmando que la integración de analítica predictiva en entornos tradicionalmente manuales transforma la gestión reactiva en un modelo proactivo que fortalece la competitividad y la sostenibilidad financiera del sector óptico.