Antecedentes: Las salas de operaciones son el núcleo de los hospitales. Son una fuente principal de ingresos y a menudo se consideran uno de los cuellos de botella en el sistema médico. Se realizan muchos esfuerzos para aumentar la capacidad, reducir costos y maximizar ingresos, así como optimizar los resultados clínicos y la satisfacción del paciente. Capacitamos un modelo predictivo sobre la duración de las cirugías para mejorar la productividad y utilidad de las salas de operaciones en hospitales generales. Métodos: Recopilamos datos clínicos y administrativos de los últimos 10 años de dos grandes hospitales públicos generales en Israel. Capacitamos un modelo de aprendizaje automático para dar la duración esperada de la cirugía utilizando datos preoperatorios. Estos datos incluyeron diagnósticos, pruebas de laboratorio, factores de riesgo, datos demográficos, procedimientos, tipo de anestesia y el nivel de experiencia del cirujano principal. Comparamos nuestro modelo con un modelo ingenuo que representaba la práctica actual. Resultados: Nuestro modelo de predicción logró un mejor rendimiento que el modelo ingenuo y explicó casi el 70% de la variabilidad en las duraciones de las cirugías. Interpretación: Un modelo basado en el aprendizaje automático puede ser un enfoque útil para aumentar la utilización de las salas de operaciones. Entre los factores más importantes estaban el tipo de procedimientos y el nivel de experiencia del cirujano principal. El modelo permite armonizar la productividad hospitalaria a través de una programación inteligente y la combinación de equipos adecuados para una variedad de procedimientos clínicos en beneficio del paciente individual y del sistema en su conjunto.