Analítica y Salud 3.0, una sinergia necesaria
El Big Data y el análisis de datos requieren de claras estrategias para la gestión de los flujos de trabajos, el acceso rápido a la información, la reducción de costes y la mejora general tanto de la sanidad pública como de la calidad de vida. La planificación, la gestión, la medición y el aprendizaje son los procesos beneficiados.
La información que se almacena anualmente en hospitales solamente sobre pacientes son estimadas en el orden de Petabytes (10^15 bytes), según elhospital.com. La transformación digital y el análisis de datos en el sector salud se ha incrementado con el distanciamiento social y el funcionamiento remoto de las instituciones del citado sector. La analítica de la salud y la Business Intelligence (BI) permiten, vía la recopilación y análisis de micro y macrodatos, la generación de conocimiento e indicadores claves de forma constante como base para la toma de decisiones basadas en evidencia.
La aplicación de la analítica al vertical salud intenta optimizar las estrategias comerciales, desarrollar nuevos productos, evaluar necesidades, y detectar y gestionar riesgos sanitarios ocultos:
- Mejorar la atención de los pacientes: se conectan los canales de atención, los conocimientos basados en la evidencia y el conocimiento clínico.
- Prevenir enfermedades: se analizan enormes conjuntos de datos agregados y anonimizados en pos de direccionar y priorizar los servicios, predecir e intervenir epidemias, identificar proactivamente pacientes en alto riesgo de progresión de afecciones o de presentar desenlaces de alto costo, pacientes que requieren hospitalizaciones repetidas, ejecutar programas de atención preventiva y determinar su éxito con base en los resultados de salud del paciente.
- Detección de poblaciones y pacientes en riesgo: su observación y el análisis predictivo permiten planear y ejecutar acciones correctivas en el uso de los sistemas de salud.
- Optimizar todas las áreas de acceso a la atención continua y de calidad: se podría mejorar la atención basada en calidad, reducir los tiempos de espera, mejorar la satisfacción del paciente y reducir las tasas de reingreso.
- Reducir el fraude: se integra una gran cantidad de datos para identificarlo y eliminarlo.
- Prescripciones y dispensación de medicamentos: se busca detectar los errores que ponen en riesgo a los pacientes y aumentan los costos por atenciones y reclamos.
- Los pagadores: los aseguradores dependen del conocimiento de los perfiles y demografía de su población a cargo para direccionar programas de salud, utilizar los datos de precios para identificar proveedores ideales, definir cómo incorporar cambios regulatorios e identificar potenciales fugas de presupuesto.
Las organizaciones de salud deben mejorar la calidad de sus datos y capacitarse para saber aprovecharlos. La finalidad de los datos debe pasar de su utilización como base de consulta esporádica o coyuntural hacia el análisis y toma de decisiones rápidas y efectivas. La Organización Panamericana de la Salud estimó en 2016 que el 30 % del gasto en salud se destinaba al manejo de la información, pero los procesos asistenciales, administrativos y de gestión se ven comprometidos y se complejizan cuando la información proviene de diferentes fuentes. Poder dar sentido a dichos volúmenes de datos y obtener de ellos conocimiento global, sólido y unificado, es posible con el apoyo de expertos con madurez técnica y capacidad de dedicación de enormes cantidades de tiempo para integrarlos y centralizarlos.
