En Chile y en el mundo, la oferta de horas médicas para brindar atención se ha visto reducida debido a la crisis sanitaria causada por el COVID-19. A partir de diciembre de 2021, la situación ha sido crítica en Chile, tanto en la atención médica como quirúrgica, donde 1,7 millones de personas esperan atención, y la espera para cirugías ha aumentado de 348 a 525 días en promedio. Esto ocurre principalmente cuando la demanda de atención supera la oferta disponible en el sistema público, lo que ha causado graves problemas en pacientes que permanecerán en espera y los equipos de salud han implementado medidas de gestión a través de medidas de priorización para que los pacientes sean atendidos a tiempo. En este trabajo, proponemos una metodología para trabajar en red para predecir la priorización de pacientes en listas de espera quirúrgicas (SWL) incorporada con un esquema de aprendizaje automático para un hospital de alta complejidad (HCH) en Chile. Eso está vinculado al riesgo de cada paciente en espera. El trabajo presenta las siguientes contribuciones; La primera contribución es un método de red que predice el orden de prioridad de pacientes anónimos que ingresan a la SWL. La segunda contribución es una cuantificación dinámica del riesgo de los pacientes en espera. La tercera contribución es un protocolo de selección de pacientes basado en una actualización dinámica de la SWL basada en los componentes de priorización, riesgo y criterios clínicos. La optimización del proceso se midió mediante una simulación de los tiempos totales del sistema en HCH. La estrategia de priorización propuesta permitió un ahorro de horas médicas que permitió realizar un 20% de cirugías adicionales, reduciendo así la SWL en un 10%. El riesgo de los pacientes en espera podría disminuir hasta un 8% anualmente. Esperamos implementar esta metodología en unidades reales de atención médica.