Usos avanzados de la Inteligencia Analítica en Sanidad

En su introducción al compendio Analytics in Healthcare and the Life SciencesDwight McNeill, llama la atención sobre la ironía que representa que, en un sector fundado en la investigación masiva sobre el origen y el tratamiento de las enfermedades y donde los profesionales son gente bien formada y entrenada, la cultura de los datos no está bastante extendida ni entre los clínicos ni entre los gestores. Hace unos años, el famoso estudio de McKinsey sobre Big Data en Sanidad también mostraba la disparidad entre el potencial y la realidad. En la adaptación del modelo Delta de madurez analítica que ha hecho Tom Davenport con el HIMSS, la mayoría de los hospitales se sitúa en el estadio 2 de 5, o sea el de la inteligencia de negocio localizada en los informes financieros y de actividad.

[gview file=»http://informatica.blogs.uoc.edu/wp-content/uploads/2018/12/Usos-avanzados-BI-en-sanidad.pdf»]

Fuente: Cortesía de Althaia Xarxa Assistencial de Manresa, a partir de Jason Burke (2013)

He trabajado en los últimos años con varios grupos sanitarios y nos ha costado casi siempre encontrar ideas, proyectos y liderazgos que vayan más allá del reporting tradicional, de la epidemiología clásica o de problemas operativos que se resuelven mejor con los sistemas de gestión transaccionales (los ERP, ciertamente, no son muy inteligentes y entonces es lo que pasa). Nos referimos a todo ésto en un post anterior.

Es verdad que las cosas van mejorando. Quizá el modelo teórico basado en «estadios», que conduce a la melancolía, deba superarse. Por ejemplo, a partir del marco de trabajo formulado por Jason Burke, que fue el líder de SAS para el sector sanitario y uno de los mayores expertos en esta materia, podríamos caracterizar los usos de la Inteligencia Analítica más bien en un continuo a lo largo de dos ejes: en un eje vamos de los usos de gestión o de negocio a los usos asistenciales o clínicos; en el otro, avanzamos de los usos descriptivos a los usos preventivos, predictivos y, en última instancia, al aprendizaje automático y la inteligencia artificial.

De este modo, como muestra la gráfica de hoy:

    • en el cuadrante inferior izquierdo situamos el espacio que se ha llamado tradicionalmente la gestión del rendimiento empresarial (corporate performance mangement): el reporting financiero y de actividad, el análisis de costes y la dirección por objetivos (DPO).
    • en el cuadrante inferior derecho, situamos el análisis de actividad y consumos, el análisis de la complejidad (case-mix), el seguimiento de los estándares de calidad y seguridad del paciente y el análisis de la variabilidad de la práctica clínica entre profesionales, pacientes, casos y enfermedades.
    • en el cuadrante superior izquierdo, la dirección intenta disponer de un sistema de reporting estratégico (o sea entender ahora y en el futuro a qué clientes servimos, con qué productos y cuál es nuestro modelo de negocio), para diseñar nuevos servicios, nuevas fuentes de ingresos y prepararse para nuevas formas de pago (por ejemplo, por capitación).
  • finalmente, en el cuadrante superior derecho, los líderes y profesionales de la asistencia investigan e incorporan a la práctica nuevos tratamientos y procedimientos cada vez más individualizados basados en la evidencia, mezclando sus datos locales con millones de datos de cualquier lugar y naturaleza (por ejemplo, datos genéticos). Los patrones se pueden incorporar a la programación y gestión operativa y a la propia estación clínica de trabajo.

Como promete la iniciativa de la «medicina de precisión» fundada por Obama en 2015 o el programa de Right Care del Servicio de Salud británico, el uso de datos como ayuda para la planificación y la asistencia, permite eliminar variaciones en el diagnóstico, estandarizar las prácticas, individualizar los tratamientos cuando hace falta, aumentar la calidad y la satisfacción, involucrar a los pacientes en el cuidado de su salud y, finalmente, reducir los costes.

Hablaremos de ésto en la siguiente entrada.

Comentar

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.