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.
Fuente: healthitanalytics.com