Revisión bibliográfica, resultados y perspectivas

Autores y filiaciones

Chaymae Marjane¹, Mohamed Saad Bajjou^2,* y Anas Chafi¹¹

Facultad de Ciencias y Tecnologías, Universidad Sidi Mohamed Ben Abdellah, Route d’Imouzzer, Fez BP Box 2202, Marruecos² Laboratorio LMAIED, Escuela Nacional de Minas de Rabat, Agdal, Rabat BP Box 753, Marruecos Sostenibilidad 2026, 18 (5), 2650; https://doi.org/10.3390/su18052650

Resumen

Debido a los importantes desafíos que enfrentan los sistemas de salud, las instituciones médicas buscan integrar nuevos conceptos para cerrar las brechas existentes. Lean Healthcare (LH), inspirado en Lean Management (LM), surge como herramienta para optimizar procesos y reducir desperdicios, mejorando así la calidad de los servicios médicos. Para alcanzar mejoras superiores, los sistemas de salud han incorporado herramientas de la Industria 4.0 (I4.0), como IoT, análisis de Big Data e inteligencia artificial, combinadas con prácticas de LH y sostenibilidad. Esta integración ha prometido elevar la calidad asistencial, aunque aún existen pocos estudios que aborden su implementación conjunta. Este trabajo llena ese vacío mediante una revisión bibliográfica de artículos publicados entre 2015 y 2025, analizando el impacto de las tecnologías inteligentes sobre LH y la contribución de esta sinergia a la sostenibilidad en dimensiones económicas, sociales, tecnológicas y ambientales. Los resultados muestran que la combinación de herramientas avanzadas y principios lean permite reducir tiempos de espera (25%) y de estancia, mejorando la satisfacción, y disminuye los costes operativos hasta en un 30-40%. No obstante, su implementación presenta desafíos técnicos, culturales y organizacionales, proponiéndose aquí una estrategia holística que alinee procesos lean con cambio organizacional y objetivos de sostenibilidad.

1. Introducción

Lean Healthcare (LH) traslada a la salud los principios desarrollados en Lean Management (LM), optimizando procesos y enfocándose en la entrega de valor al paciente. LM, originado como respuesta al taylorismo y fordismo, fue perfeccionado por Toyota con el Sistema de Producción Toyota (TPS), integrando herramientas como Just-In-Time (JIT), Value Stream Mapping (VSM) y kaizen para la mejora continua. Posteriormente, Motorola desarrolla Lean Six Sigma, combinando eficiencia operativa y analítica. Actualmente, la integración de herramientas digitales (IoT, IA, Big Data, automatización) ha transformado LM en un sistema inteligente, permitiendo anticipar problemas en tiempo real y mejorar el desempeño operativo.

La transición de la Industria 3.0 a la 4.0 ha estado marcada por la adopción de tecnologías colaborativas y sistemas inteligentes centrados en el ser humano, optimizando recursos, reduciendo errores y mejorando la eficiencia.

En salud, esta evolución impulsa la incorporación de herramientas digitales y de gestión que optimicen procesos médicos y minimicen el desperdicio, aunque sigue siendo necesaria la intervención humana. La automatización y la digitalización buscan reducir la dependencia de tareas manuales, preservando y potenciando la cualificación profesional.

En el ámbito médico, LH persigue el mismo objetivo de mejora que LM, poniendo al paciente en el centro y enfrentando retos como altos costes, largas esperas y mayor complejidad clínica. LH tradicional aplica herramientas como 5S, VSM, JIT y kaizen sin modificar la infraestructura, logrando avances en calidad, aunque limitada por la complejidad de procesos, falta de gestión de datos en tiempo real y variabilidad de flujos.

La integración de tecnologías I4.0 (IoT, IA, Big Data, cloud computing) ha fortalecido a LH, permitiendo rastreo en tiempo real mediante RFID y otras soluciones digitales, lo que ha obligado a los sistemas médicos a alinearse con la transformación digital y ha dado origen al paradigma de “Smart LH”, que responde a los desafíos actuales de la atención.

Figura 7. Mapa de red de conceptos clave relacionados con Lean Healthcare, tecnologías de la Industria 4.0 y sistemas de salud sostenibles.

Cronología y evolución

La evolución progresiva de LH, desde TPS hasta la fase actual de digitalización, se ilustra en la Figura 1. El campo ha pasado de la adopción de prácticas lean industriales a la integración de herramientas digitales en salud, marcando hitos en la transformación de los sistemas médicos.

Estado del arte y lagunas en la literatura

Aunque existen revisiones previas sobre mejoras en el flujo de pacientes y en la implementación de estrategias médicas (Tabla 1), el análisis de la integración LH–I4.0 y su impacto en sostenibilidad es aún limitado. Para avanzar hacia sistemas de salud sostenibles y de alto rendimiento, es necesario un análisis exhaustivo que aclare la sinergia entre LH y las tecnologías digitales. La literatura actual está fragmentada, con escaso análisis empírico y comparativo sobre la interacción LH-I4.0 y su contribución a la sostenibilidad organizativa y operativa.

Preguntas de investigación

Para abordar las deficiencias identificadas, el estudio se plantea dos preguntas principales:

• Pregunta 1: ¿Cómo pueden las tecnologías inteligentes impactar e influenciar a LH, ayudando al sector médico a reducir brechas de calidad y eficiencia y mejorando la sustentabilidad?
• Pregunta 2: ¿Cuáles son las principales barreras humanas y organizacionales para la implementación de LH–I4.0 y qué hoja de ruta puede estructurar una implementación efectiva?

Responder a estas preguntas exige un enfoque holístico que combine transformación digital, gestión eficiente y sostenibilidad.

2. Materiales y métodos

La revisión bibliográfica (LR) se centra en estudios sobre la integración de herramientas lean y tecnologías I4.0 para promover la sostenibilidad económica, social, tecnológica y ambiental en la atención sanitaria, bajo un enfoque descriptivo. La estrategia metodológica incluyó:

• Búsqueda sistemática en bases de datos Scopus, Web of Science e IEEE, seleccionando artículos revisados por pares relacionados con gestión sanitaria y transformación digital.
• Cribado y filtrado de publicaciones para excluir documentos no relevantes, no centrados en salud o duplicados, quedando un total de 546 artículos revisados por pares.
• Aplicación de filtros por título, palabras clave y análisis de resúmenes para afinar la selección, resultando en 69 estudios relevantes.

La Figura 2 sintetiza el proceso de identificación y selección de literatura: de 793 estudios iniciales se eligieron 20 artículos de revisión y 49 estudios empíricos o conceptuales, conformando el corpus final de 69 artículos.

Análisis descriptivo

El análisis descriptivo combinó indicadores cualitativos y cuantitativos para ofrecer una visión global de la integración de herramientas lean e I4.0, evaluando:

• Evolución temporal de las publicaciones.
• Distribución por revista.
• Distribución por tecnologías aplicadas.
• Distribución metodológica.
• Análisis de coocurrencia de palabras clave.

El objetivo es mapear y definir la estructura del campo identificando tendencias, lagunas y nuevas líneas de investigación.

3. Resultados

3.1. Distribución de publicaciones

El corpus final incluyó 69 publicaciones, base del análisis sobre la integración de salud visual y tecnologías I4.0 para sistemas sanitarios sostenibles. El análisis permitió desarrollar un diagrama conceptual que muestra el impacto de esta integración en eficiencia operativa, calidad asistencial y sostenibilidad.

3.1.1. Evolución temporal

La Figura 3 muestra cómo entre 2015 y 2017 la investigación era incipiente, creciendo desde 2018 con mayor interés académico. Un pico en 2020 coincide con la crisis de COVID-19; luego, entre 2021 y 2022, se consolida la investigación empírica y de implementación. Tras una leve baja en 2023, la tendencia vuelve a crecer en 2024-2025, reflejando la madurez y dinamismo del campo, aunque debe interpretarse con cautela por factores externos.

3.1.2. Distribución metodológica

La Figura 4 categoriza las investigaciones en: estudios conceptuales, revisiones sistemáticas y críticas, análisis cualitativos/cuantitativos y estudios empíricos/casos. Predominan los estudios empíricos y de caso, indicando la importancia de evaluar LH en contextos sanitarios reales. Las revisiones sistemáticas y los análisis críticos estructuran el conocimiento y tendencias. Los estudios conceptuales, aunque menos frecuentes, introducen nuevos marcos y modelos, y los análisis cualitativos/cuantitativos exploran aspectos específicos de la implementación y sostenibilidad.

3.1.3. Distribución por revista

Según la Figura 5, las 69 publicaciones revisadas se distribuyen en diversas revistas, reflejando el carácter interdisciplinario de LH. BMJ Open Quality es la más frecuente (11%), seguida por International Journal of Environmental Research and Public Health (10%). Otras revistas relevantes incluyen Production, Applied Sciences, BMC Health Services Research y IEEE Access. El 39% de los estudios se reparte en revistas con un solo artículo publicado, lo que evidencia el alcance multidisciplinario.

3.1.4. Distribución por tecnologías implementadas

La Figura 6 revela que el análisis de datos y Big Data es la tecnología más adoptada, seguida por simulación/modelado, automatización y sistemas digitales, IA y machine learning. Esta variedad muestra la progresiva integración de I4.0 en salud, optimizando flujos, calidad, sostenibilidad y reducción de desperdicios.

3.1.5. Análisis de palabras clave

La Figura 7 muestra la red de coocurrencia de palabras clave: LH aparece como nodo central, vinculado a big data, IA, automatización, IoT, simulación, mejora de calidad y economía circular. El análisis señala la convergencia entre salud pública, tecnologías avanzadas y sostenibilidad, y sugiere líneas de investigación futuras orientadas a la transformación digital y la eficiencia sostenible.

3.2. Análisis de contenido

El análisis cualitativo de los 69 estudios seleccionados identifica dos grandes líneas: i) mecanismos de integración tecnológica en LH, detallando herramientas digitales como simulación y análisis de datos; ii) la contribución de la sinergia LH–I4.0 a la sostenibilidad, mejorando procesos, flujos y resultados asistenciales.

3.2.1. Mecanismos de integración entre LH e I4.0

La transición de la gestión sanitaria tradicional a la salud inteligente se impulsa por la integración de tecnologías I4.0, orientadas no solo a reducir desperdicio y optimizar procesos, sino también a incorporar herramientas digitales como simulación, automatización y análisis de datos, que potencian la eficacia y mejora continua. Las tecnologías digitales complementan, más que reemplazan, las prácticas lean, facilitando la detección de ineficiencias y la toma de decisiones basada en datos. Se destacan tres mecanismos principales:

• Adquisición de datos, monitorización del flujo y transparencia: La simulación y digitalización de flujos permite detectar cuellos de botella, anticipar riesgos y optimizar recursos, logrando mejoras de eficiencia de hasta un 36,8% y reducciones en tiempos y costes.
• Toma de decisiones y optimización inteligente: La simulación discreta y la IA potencian la capacidad de respuesta, equilibrio de cargas y análisis predictivo, integrando herramientas como VSM digital, gestión visual digital y kaizen.
• Automatización e interacción humano-tecnología: La automatización estabiliza flujos y reduce errores, mejorando la eficiencia y satisfacción del paciente, con reducciones significativas en tiempos y errores de medicación.

Las tecnologías I4.0 refuerzan herramientas lean como VSM (mediante IoT), kaizen (con análisis predictivo) y Jidoka (automatización para detección de errores), generando procesos sanitarios más predictivos y proactivos.

3.2.2. Rol de LH-I4.0 en la atención sanitaria sostenible

La integración de LH con I4.0 aporta beneficios en cuatro dimensiones de sostenibilidad:

• Económica: Ahorros anuales superiores a 8,5 millones de euros, reducción de costes operativos y de diagnóstico (hasta un 30%), mejora de eficiencia y gestión de residuos.
• Ambiental: Disminución de emisiones, residuos y consumo energético, con indicadores como CO₂, residuos por cama y energía consumida; mejora en gestión de residuos peligrosos gracias a la digitalización.
• Social: Aumento de satisfacción y compromiso del personal (del 60,78% al 86,06%), mejora del trabajo en equipo, reducción del agotamiento y estrés, y mayor satisfacción del paciente (incremento de hasta el 25%), sustentado en la reducción de tiempos de espera y flujos más claros.
• Tecnológica: Reducción del tiempo de inactividad de sistemas y equipos (20-40%), mayor disponibilidad de recursos, transparencia y velocidad en la toma de decisiones, y robustez de la infraestructura tecnológica.

La Figura 9 ilustra cómo cada dimensión de sostenibilidad se vincula a indicadores concretos, reflejando el impacto multidimensional de la integración LH–I4.0.

4. Discusión

4.1. Facilitadores y desafíos de la integración LH-I4.0

La integración de LH-I4.0 se ve favorecida por la capacidad de las herramientas digitales para visualizar flujos complejos, simular escenarios y apoyar la toma de decisiones. El desarrollo de competencias multidisciplinarias y el compromiso del liderazgo son clave. Sin embargo, persisten barreras como la resistencia al cambio, la complejidad tecnológica, los altos costes de inversión, la seguridad de datos y la falta de experiencia digital del personal. Superar estos obstáculos requiere alineación estratégica, transformación cultural y compromiso a largo plazo.

4.2. Desarrollo del marco teórico

El marco conceptual propuesto (Figura 10) describe cómo la sinergia LH–I4.0 permite monitorización en tiempo real, conectividad y analítica avanzada, mientras LH optimiza recursos y mejora continuamente. Ejemplos como la asignación inteligente de camas mediante IoT y la programación de citas por IA ilustran la interacción entre ambos campos. La sostenibilidad tecnológica se evalúa mediante KPIs como ciberseguridad, tiempo de actividad, adopción de usuarios y tasa de automatización.

La implementación enfrenta desafíos técnicos, organizacionales y financieros, requiriendo estrategias de gestión del cambio y fortalecimiento de la infraestructura digital. El marco enfatiza que la sostenibilidad económica, social, ambiental y tecnológica depende de la digitalización y la resiliencia organizacional.

4.3. Implicaciones y futuras líneas de investigación

• Teóricas: Este trabajo contextualiza I4.0 en salud, ampliando el foco más allá de la manufactura y ofreciendo vías de integración y explicación de los mecanismos LH–I4.0.
• Gerenciales y prácticas: Se recomienda invertir en capacitación, fomentar el cambio cultural y priorizar la interoperabilidad de sistemas para una adopción efectiva de LH–I4.0.
• Futuras investigaciones: Se requieren estudios sobre liderazgo, cultura organizacional, indicadores de sostenibilidad y gobernanza ética/digital para profundizar en la transformación sostenible de la atención sanitaria.

5. Conclusiones

La integración de tecnologías LH-I4.0 mejora los sistemas de salud, incrementando eficiencia, calidad asistencial, flujo de trabajo y satisfacción de personal y pacientes, así como la resiliencia de las instalaciones. La combinación de IA, IoT y Big Data permite una implementación de LH robusta, centrada en la reducción de desperdicio, optimización de recursos y mejora continua. Las herramientas avanzadas validan procesos críticos como monitorización en tiempo real, toma de decisiones, automatización y simulación. Esta sinergia sostiene la sostenibilidad en dimensiones económica, social, ambiental y tecnológica.

Desde la perspectiva económica, LH–I4.0 reduce tiempos de espera, elimina actividades innecesarias y optimiza recursos. Socialmente, mejora la satisfacción y seguridad de personal y pacientes. Ambientalmente, promueve operaciones más ecológicas y eficientes. Tecnológicamente, impulsa la madurez digital, la ciberseguridad y la interoperabilidad, fortaleciendo la resiliencia de infraestructuras médicas.

No obstante, persisten desafíos como la resistencia al cambio, complejidad, inversión y seguridad de datos. Afrontar estas barreras exige investigación específica y estrategias de gestión del cambio para lograr una excelencia operativa sostenible.

Futuros estudios deberán enfocarse en el impacto a largo plazo de la LH-I4.0, el logro de resultados sostenibles y la comprensión de los factores que mejoran los sistemas de salud.