febrero 28, 2018

La estrategia de BI en una organización sanitaria

La analítica de la información, esto que llamamos “Inteligencia de negocio” (BI - Business Intelligence), tiene por objeto ayudar a las organizaciones (también las de salud) a tomar mejores decisiones, aquellas que tienen más probabilidad de éxito valorado como la consecución de los objetivos en mejoras de calidad, adecuación o eficiencia.
Pero una cosa es acumular tantos datos como se pueda, y otra es estar preparado para aprovecharlos y construir un modelo de “inteligencia clínica” verdaderamente procesable.

Entre los proveedores de salud hay muchos problemas de interoperabilidad, tampoco están generalizadas las estructuras necesarias en equipos de científicos y arquitectos de datos cualificados, hay una escasa dotación de personal con estas funciones, frustrantes obstáculos en el intercambio de datos de salud, y una nula (salvo pocas excepciones) planificación organizacional en este ámbito. Sin ser pesimista, esto podría describir la situación general de los proveedores de salud que siguen en “punto muerto” en lo que respecta al aprovechamiento de sus datos para transformarlos en conocimiento útil.

¿Por qué los proveedores de salud deberían hacer un esfuerzo para avanzar en “Inteligencia de negocio”?... el camino tiene tres “paradas”: descriptiva, predictiva y prescriptiva.

El análisis descriptivo es el comienzo, nos dice lo que ya sucedió. Se describen eventos del pasado para responder preguntas básicas, ¿cuántos pacientes contrajeron una infección nosocomial el año pasado?, ¿en qué hora del día hay más afluencia de pacientes en urgencias?, ¿cuántos pacientes se han atendido por problemas respiratorios en este invierno?... pero el análisis descriptivo no incluye pronósticos ni tendencias.

La analítica predictiva tiene la capacidad de extrapolar el curso de eventos futuros a partir de conocer datos descriptivos interrelacionados. Para poder decirle a un proveedor de salud lo que es probable que suceda en un futuro cercano, conociendo un pasado reciente representativo del entorno, el análisis predictivo va a requerir de grandes volúmenes de datos procesables. El primer desafío para la organización es construir un registro de salud único, una línea de información que acumule toda la información relevante para cada paciente.



La analítica prescriptiva es a donde queremos llegar. Es la inteligencia artificial. Un algoritmo puede sugerir un tratamiento que sea más probable que cure al paciente, basándose por ejemplo en datos de la composición genética del individuo y su situación clínica, asociados a la experiencia acumulada de múltiples escenarios similares en un gran volumen de pacientes.

Aplicado a la gestión la idea es poder decirle a una organización sanitaria qué actuación concreta tendría el mayor porcentaje de éxito en conseguir un determinado objetivo.


¿CÓMO PASAR DE LA DESCRIPCIÓN A LA PRESCRIPCIÓN?

Las organizaciones de salud deben reevaluar fundamentalmente cómo generan, recopilan, almacenan, procesan e informan sobre sus activos de datos. Eso significa desarrollar una hoja de ruta que identifique cada punto clave a lo largo del proceso. Esto "debe comenzar con un plan, y ese plan tiene que derivarse de un liderazgo clínico, comercial y técnico" (Sanket Shah, profesor de Informática de la Salud en la Universidad de Illinois en Chicago).

Se sugiere abordar seis preguntas fundamentales sobre el acceso a los datos y las capacidades de análisis con el fin de identificar la ubicación de la organización en el espectro de competencia de big data:

- ¿Disponemos de datos y análisis que conecten los conjuntos de datos importantes relacionados con la calidad de la atención y la seguridad del paciente?

- Si tenemos acceso a los datos, ¿están integrados de una manera significativa? ¿Podemos ver esos datos y “contar historias significativas” sobre lo que está sucediendo, dónde está sucediendo y por qué está sucediendo?

- Incluso si tenemos los datos y están integrados de manera significativa, y podemos comenzar a contar esa historia, ¿aplicamos alguna metodología estadística a los datos para agregarlos y dar información?

- Si tenemos los datos, podemos contar una historia, y utilizamos una buena metodología de análisis, ¿podemos presentar la información de manera comprensible a los “clientes del conocimiento”, desde el clínico asistencial hasta el director?

- ¿Los análisis son realmente significativos? ¿La información ayuda a tomar decisiones? ¿Es lo suficientemente rico como para que podamos entender por qué algo está sucediendo?

- Por último, incluso si hemos logrado todo lo anterior, ¿podemos entregar la información de manera oportuna a las personas que necesitan estos datos para hacer su trabajo (tomar decisiones)?

Una vez que el equipo con liderazgo analítico ha identificado las oportunidades de mejora en la organización, se deben desarrollar estrategias de gestión del cambio destinadas a mejorar la calidad de la documentación, establecer procesos de gestión de datos más sólidos, o comprar nuevas tecnologías para cubrir las necesidades en este ámbito.