El desarrollo tecnológico de los últimos años, ha llevado a la generación y recolección de miles de datos de diferentes sectores, entre ellos el sector de la salud. Actualmente, se puede identificar como en los hospitales se almacenan grandes cantidades de datos de diversos tipos, los cuales se pueden clasificar en:
- Datos estructurados: los cuales tienen una organización consistente; una tabla con filas y columnas.
- Datos no estructurados, que incluyen:
- Texto clínico.
- Imágenes: grandes conjuntos bidimensionales de valores de intensidad, que miden el grado en que se transmite y absorbe algún tipo de energía física en los tejidos.
- Señales: mediciones provenientes de un sensor, generalmente a intervalos de tiempo espaciados regularmente.
- Datos de observación: datos recopilados para otros fines y que se recopilan como subproducto de la prestación de atención.
Por otra parte, estos datos pueden venir de diferentes fuentes como lo son:
• Expedientes médicos de pacientes: los cuales están almacenados en sistemas informáticos como expedientes médicos electrónicos (EMR) o, a veces, también llamados expediente médico electrónico (EHR).
• Datos de facturación: nóminas, información fiscal y contable.
• Registros farmacéuticos: prescripciones y todo lo relacionado a estas, como fechas y pagos.
La importancia de estos datos empieza cuando las empresas y entidades de la industria se dan cuenta de los avances que proporciona tenerlos, para tomar decisiones comerciales por varias razones [1]:
- Aumento del conocimiento de sus recursos y capacidades: obteniendo datos sobre los productos y servicios que actualmente brindan estos centros de atención médica, así como fuentes de datos externas, como datos demográficos o registros médicos electrónicos.
- Gestión y toma de decisiones basadas en datos: tener en cuenta que los datos obtenidos pueden mejorar la toma de decisiones, por ejemplo, para aumentar la eficacia de las ventas, el marketing, la gestión de recursos o la atención al paciente.
- Predictivo: estos datos no solo ayudan a mejorar las operaciones diarias y la atención al paciente, sino que también permiten el modelado predictivo. Además de usar información histórica o actual, se puede usar ambos conjuntos de datos para rastrear tendencias y hacer predicciones. Esto permite tomar medidas preventivas y monitorear los resultados.
Se ha visto que estos datos pueden contribuir a la buena atención y al correcto funcionamiento tanto desde un punto de vista médico como organizacional, cuando se analizan de manera correcta. Se puede tener un impacto positivo en varios frentes [1]:
- Eficiencia y costo de los trámites administrativos: identificar qué procesos no están dando los resultados esperados y dónde se pueden mejorar.
- Coordinación entre departamentos y recursos: puede ayudar a que estos sistemas sean más abiertos, fluidos y comunicativos garantizando un intercambio rápido y preciso de registros médicos, datos de pacientes u otra información.
- Calidad de vida del paciente: el análisis de datos puede proporcionar datos no solo a nivel global del centro, sino también a nivel del paciente. Con estos datos, se pueden recomendar soluciones específicas para cada paciente en función de su historial médico y datos biométricos.
- Análisis predictivo: al conocer los datos recopilados a lo largo del tiempo, los centros médicos ahora pueden realizar mejoras antes de una posible crisis.
- La investigación de determinados KPI clave, como el tiempo de ingreso hospitalario, el número de consultas por departamento o la satisfacción del paciente, proporcionará resultados que ayudarán a mejorar la gestión sanitaria.
Desde el punto de vista del machine learning, estas grandes cantidades de datos tienen numerosos usos, que en muchos casos implican proyectos personalizados según la situación de cada hospital pero que de alguna forma pueden resumirse en funciones como [2]:
- Proporcionar disponibilidad de camas de quirófano, salas cerradas y admisiones generales.
- Análisis predictivo de variables estacionales (días festivos y otros eventos) para cambios médicos durante todo el año.
- Previsión de cancelación de cambios.
- Optimizar el staff en tiempo real mediante encuestas de empleados y paneles de segmentación (vacaciones, separación, horas extras).
El análisis de datos es una disciplina valiosa para cualquier industria. En el sector de la salud, su implantación tiene evidentes ventajas en su gestión y mejora, y en definitiva repercute positivamente en la calidad de vida de los pacientes. La visión de esta tecnología será predecir eventos a partir de estos datos, abriendo nuevas oportunidades más eficientes y accesibles para mejorar la gestión de la atención médica y la salud humana a pasos agigantados. Sin embargo, aún queda mucho camino por recorrer, puesto que los datos provienen de diferentes fuentes y la información no está correlacionada entre sí en la mayoría de los hospitales, se genera desconfianza sobre la calidad de los datos para investigación. Es por esto, que los siguientes pasos en los hospitales, deben estar orientados a la homogeneización de datos, integración y consolidación; y procesamiento e interpretación de estos.
Por: Isabel Olaya López