Beneficios del Análisis de Grandes Datos en la Salud

El análisis estadístico ayuda a aprender hoy del pasado para diseñar un mejor futuro. En el caso de los centros de salud, eso se traduce en mejor atención al paciente y mayor rentabilidad. Pero, a menos que se cuente con un probado sistema de análisis de grandes datos, extraer información hoy en día ya no es tan sencillo como hace unos años.

A  medida que los médicos han ido adoptando las tecnologías de registros de sanidad electrónicos, los datos relativos al cuidado de la salud fueron creciendo exponencialmente en todo el mundo desarrollado. La información no sólo es más abundante en la década actual que en toda la historia  de la Humanidad, sino que, encima, se ha vuelto mucho más compleja. Veamos el porqué.

A grandes rasgos, los sistemas de análisis de grandes datos en la Salud funcionan así:

  1. Primero, de fuentes estructuradas y no estructuradas se extrae información del pasado.
  2. Luego, se realiza una representación del paciente o del ecosistema de salud y se seleccionan características relevantes.
  3. Con esos inputs, el software clasifica la información de manera práctica y está en condiciones de desarrollar un modelo predictivo

Por ejemplo, un modelado de datos puede predecir:

  • cuántos días pasará en un hospital un paciente el próximo año
  • cantidad de camas que habrá disponibles en un hospital
  • cuándo un paciente está a punto de internarse
  • cuántos pacientes con insuficiencia renal vendrán a consultar en el correr del año
  • qué medicamentos harán falta dentro de un lustro

Aparte de predicciones, los modelos informáticos ayudan por igual a médicos, administradores y  encargados de compras clasificando la información. Algunos ejemplos de clasificación:

  • quiénes están siguiendo correctamente los protocolos de tratamiento
  • dónde están los equipos médicos más eficientes
  • qué medicamentos son más rentables
  • cuáles pacientes tienen alto riesgo de vida

MEJOR ATENCIÓN DE PACIENTES, A MENOR COSTO

Es más, el modelo adecuado también puede responder las incógnitas a las que se enfrentan ocasionalmente todo los gerentes de centros médicos :

  • ¿por qué cierto centro de atención experimenta altos índices de consultas ambulatorias?
  • ¿cuál es la razón de tantos reingresos de pacientes en determinada región?

El buen uso y acertado análisis estadístico de grandes datos contribuye a la mejor atención y a una reducción de costos. Para comprender cómo se beneficia un sistema de Salud, consideremos el siguiente ejemplo práctico de un hipotético centro de atención.

Uno de los problemas más frecuentes en la Salud tiene que ver con los cada vez más altos costos de atención, sobre todo cuando se requiere hospitalización. ¡Internar a un paciente cuesta caro! y, por eso, los prestadores de salud tienen que evitar esa medida en lo posible.  

Supongamos ahora que la Clínica X muestra un índice de admisiones de pacientes más alto que el promedio y no parece haber una explicación sencilla. Es entonces que contratan un servicio de Análisis a la Medida.

Antes de contar cómo el equipo de análisis arma un modelo para encontrar la respuesta, veamos cómo se lleva a cabo el primer paso: extraer información.

MÁS VENTAJAS DE LAS PLATAFORMAS ANALÍTICAS

La información disponible en el sector sanidad proviene de las más diversas fuentes. De alguna manera, hay que aprovecharla. Por eso, los sistemas de análisis estadísticos ahora no sólo tienen que lidiar con la cantidad de camas disponibles en un hospital o predecir cuándo un paciente está a punto de necesitar una internación; también tienen que ser capaces  de sacar conclusiones útiles de fuentes  tan eclécticas como:

  • los códigos de identificación de los medicamentos
  • resultados de laboratorios
  • bases de datos de enfermedades
  • literatura médica
  • descripciones de síntomas
  • perfiles e historias clínicas de pacientes
  • prescripciones de medicamentos

 El equipo de análisis sospecha de los protocoles médicos aplicados. Para indagar, alimenta al sistema informático con las prescipciones médicas que recibieron los pacientes de la clínica en cuestión.

Pero se encuentra con un problema: los garabatos de los facultativos.

Como si extraer datos de todo tipo de fuentes fuera poco, un buen sistema de análisis estadístico para el sector Sanidad debe ser capaz de apañárselas, además, con los malos hábitos de los proveedores de salud:

  • diferencias de escalas en las mediciones de los laboratorios
  • abreviaciones en las notas clínicas
  • datos faltantes
  • actitudes acerca de la privacidad de los pacientes
  • las faltas de ortografía del médico
  • y sí, en ocasiones, también, con la caligrafía…

Regresemos al ejemplo. 

Al  analizar los datos, surge una correlación entre la cantidad de readmisiones y el seguimiento de los protocolos de tratamiento. Aparentemente, donde el personal médico sigue estrictamente los protocolos, las readmisiones son bajas. 

Por el contrario, cuando los pacientes de Clínica X son tratados por médicos que no cumplen con la formalidad, alrededor de un 20% de ellos vuelve a atenderse en el mismo mes. [Nota: la cifra es real  para la mayoría de los centros de atención médica]. 

Con el análisis de los datos de atención, el equipo de analistas advierte al administrador que la reticencia de los médicos a seguir los protocolos establecidos para el tratamiento de afecciones está, en realidad, poniendo en riesgo la salud de sus pacientes. Eso, aparte de las innecesarias y costosísimas readmisiones que podrían evitarse.

 En síntesis, un adecuado modelo estadístico ayuda a reducir costos operativos de los centros de salud y a brindar una mejor y más personalizada atención al paciente.