La Era de la Capacidad Predictiva en el Sector Sanidad

A lo largo y ancho del mundo, la industria de la Sanidad está viviendo una transformación trascendental. Se está pasando de una era caracterizada por la recopilación de información y la generación de informes a un tiempo en el que priman el análisis de datos y la capacidad predictiva.

Los gigantescos desafíos que enfrenta la Salud hoy son más que suficientes para forzar un mejor uso de la analítica de datos. Se requiere que los gerentes estén mejor informados para tomar decisiones más inteligentes. Hace falta entablar una batalla campal a la ineficiencia arraigada en el sector, donde, históricamente, se produce un altísimo porcentaje de errores prevenibles. Algunos de los cuales, cuestan vidas. En España, por ejemplo, 8 de cada 10.000 personas mueren prematuramente en condiciones que podrían evitarse con atención médica oportuna y eficaz (OCDE, 2011). Probablemente, casi todas esas muertes prematuras pueden atribuirse al ineficiente manejo de la información médica.


Las dinámicas del mercado también presionan a los proveedores de salud a realizar esfuerzos para comprender mejor las tendencias y a ser más eficientes en la detección de oportunidades y en sus campañas de diferenciación.

En esta era de bases de datos abiertas y de almacenamiento digital masivo, los primeros en adoptar las nuevas tecnologías de minería de datos en el sector Sanidad ya están cosechando sorprendentes resultados y obteniendo respuestas a preguntas que nadie había podido responder hasta ahora usando información que les llega de dos grandes fuentes: internas o externas.

Fuentes Internas

  • historias clínicas electrónicas actualizadas por el médico en su consultorio
  • datos en tiempo real que llegan de los monitores en las salas de cuidados intensivos
  • prescripciones electrónicas

Fuentes Externas

  • estudios de laboratorios clínicos
  • control de stock de farmacias
  • compañías de seguros
  • vademécums e industria farmacéutica

Los datos que se obtienen de los pacientes y sus entornos desbordan no sólo en volumen, sino también en diversidad y complejidad. Por ejemplo, pueden provenir de:

  • Fuentes biométricas: huellas digitales, análisis genéticos, aparatos de imágenes como los de rayos X, tomógrafos, escáneres
  • Fuentes humanas: correos electrónicos, artículos impresos, registros médicos, notas de los médicos
  • Otras máquinas: lecturas automáticas de aparatos de signos vitales, sensores remotos
  • Internet y redes sociales: Smartphones, sitios web , interacción con sitios web de medicina
  • Transacciones: facturación, cobranzas, reclamaciones de atención médica

En los hospitales, cada vez más médicos acceden a las Historias Clínicas Electrónicas y a información relevante sobre el tratamiento sugerido. Hasta los pacientes están cambiando la manera en que acuden a la consulta médica. Antes de visitar al médico, muchos ya indagan los síntomas, con la ayuda de motores de búsqueda en bases de datos especializadas abiertas y disponibles a todo público.

Los gobiernos nacionales y locales los usan para definir sus presupuestos y políticas a corto y largo plazo. Ya hace tiempo que los laboratorios químicos escudriñan bibliotecas enteras para contrastar sus ensayos clínicos. La industria farmacéutica mina rutinariamente sus bases de datos para evaluar los efectos colaterales y toxicidad de los medicamentos según lo que informan los médicos y pacientes.

Hasta no hace mucho, las instituciones médicas mantenían registros por cuestiones meramente legales. Cuando un investigador pretendía usar esos datos para un estudio estadístico se encontraba con múltiples escollos. Resultaba difícil acceder a toda esa información dispersa en infinidad de aparatosos archivadores, ubicados en diferentes edificios. Más difícil aún era pretender analizarla para sacar alguna utilidad.

Por suerte, esos tiempos van quedando atrás. Gracias a las cada vez mejores facilidades de la computación distribuida, los más diversos grupos están aprendiendo que hay información útil disponible. Con las bases de datos convencionales no podrían aprovecharla, pero con las nuevas técnicas de Grandes Datos ahora pueden capturarla, guardarla, recuperarla, compartirla y analizarla para sacar buen partido a esos datos pacientemente coleccionados a lo largo de décadas.

En verdad, estamos en la era de los Grandes Datos, que sería difícil (cuando no imposible) de manejar con las herramientas tradicionales.