La predicción de la estadía de los pacientes en la UCI es un factor determinante desde el punto de vista administrativo para poder planificar los recursos económicos, humanos y de infraestructura de manera óptima para el funcionamiento en los sistemas de salud.

La planificación, gestión y administración en el sistema de salud son un problema. Para solucionar esto es necesario un modelo que considere particularidades e información clínica necesaria para la toma de decisiones. Esto último aplicado a la UCI permitiría optimizar los recursos y realizar una adecuada administración presupuestaria, (considerando que el 28% del presupuesto de un hospital está destinado para la UCI), proyectando el mejor uso a los recursos tecnológicos, humanos y hospitalarios.
Debido a lo último, es importante evaluar:

• La carga de pacientes críticos en la UCI.
• Selección y modelado de variables de ingreso.
• Modelado del diagnostico de ingreso para índices de severidad.
• Obtención del mejor modelo que permita estimar la estadía de pacientes en la UCI.

En el estudio realizado por la Universidad de Santiago de Chile sobre redes neuronales artificiales (RNAs), se recolectaron datos de pacientes ingresados en la UCI, que a través de un procesamiento de variables se determinaría la estadía de estos en la unidad. Estas variables ingresadas en sistemas computacionales determinaran la gravedad del paciente y porcentaje de muerte según sea el diagnóstico, el cual al pasar por un sistema de redes neuronales predecirá el tiempo de estadía en la unidad. Para poder llegar a este resultado con las RNA, se utilizó un método de aprendizaje “Back propagation”, el que condicionaría las RNA a entregar las respuestas reales esperadas.