Los modelos de gestión en el sector salud deben evolucionar acorde con las necesidades derivadas de la complejidad misma de lo que en el hacemos, nos enfrentamos a sistemas complejos adaptativos bajo condiciones económicas restrictivas y en contextos culturales heterogéneos, con capacidades variables. Esto obliga a que los cuatro elementos esenciales de estos modelos modernos sean:
Evolucionamos a lo que me gusta llamar un “modelo envolvente” en donde bajo ecosistemas esféricos podamos realmente poner en el centro al paciente.
Uno de los elementos cruciales de estos nuevos modelos es el de la medicina guiada por datos que requiere por supuesto una estructura derivada del mundo de la aviación, un derivado de la polinización cruzada: Una torre de control.
También le puede interesar: ¡What the GPT-Chat!
El concepto de torre de control de datos en salud no es nuevo desde la visión de la logística, lo que viene cobrando fuerza es su integración como el elemento verificador del proceso general y pronto, mediante la incorporación de la analítica cognitiva, en un detector automático de tendencias, desviaciones y ajustes en tiempo real (sobre eso escribiremos muy pronto).
Una torre de control de datos en salud es un sistema que permite a los actores del modelo de gestión tener acceso a una variedad de datos clínicos, administrativos y financieros -entre otros- en tiempo real. Estos datos se presentan en una interfaz fácil de usar y se utilizan para tomar decisiones informadas en tiempo real.
La torre de control de datos en salud puede incluir datos de diferentes fuentes, como registros electrónicos de salud (EHR), sistemas de gestión de laboratorios, sistemas de información de farmacias, entre otros. Los datos se integran en una sola plataforma y se presentan en una interfaz fácil de usar, pero especialmente “personalizada” según la estructura de lo que se quiere evaluar e impactar con el modelo.
La torre de control de datos en salud se utiliza para mejorar la calidad de la atención, reducir los costos y mejorar la eficiencia en la toma de decisiones. Puede ser utilizada para identificar pacientes en riesgo, para monitorizar la seguridad del paciente, para detectar patrones y tendencias en la atención médica, para análisis de costos entre otras aplicaciones. En ellas además pueden alojarse sistemas de soporte a la decisión clínica y administrativa (CADSS) que optimizan la armonización y disminuyen la variabilidad.
No olvide leer: Complejidad y Sistemas de Salud
Es importante mencionar que el uso de una torre de control de datos en salud requiere de un alto nivel de seguridad y privacidad, ya que estos sistemas manejan información sensible y confidencial de pacientes. Es esencial contar con medidas de seguridad adecuadas para garantizar la privacidad y seguridad de los datos. Una torre de control sin los máximos niveles de seguridad informática son de altísimo riesgo operativo y reputacional. Se requiere una buena estructura previa de torres de control para poder migrar a sistemas de distribución abierta (DLTs/Blockchain) que serían el siguiente paso evolutivo de este concepto.
En términos generales lo que hay detrás de esa torre de control es un backend de datos que se nutre de diversas fuentes y que posteriormente se conecta a un tablero de visualización o frontend.
La estructuración de un backend de datos de salud puede ser un proceso complejo y requiere de una planificación cuidadosa para garantizar la seguridad, privacidad y accesibilidad de los datos. A continuación algunas claves generales para su diseño y construcción.
Cómo estructurar un backend de datos de salud:
- Almacenamiento de datos: Los datos de salud se almacenan en una o varias bases de datos seguras y escalables. Estas bases de datos pueden ser relacionales como en SQL, NoSQL o una combinación de ambas. Es importante asegurar que los datos estén encriptados y que se cumplan las normativas de privacidad y seguridad.
- Integración de datos: Se integran los datos de diferentes fuentes, como registros electrónicos de salud (EHR), sistemas de gestión de laboratorios, sistemas de información de farmacias, entre otros. Los datos se integran en una sola plataforma para garantizar la consistencia y la precisión de los datos.
- Servicios web: Se desarrollan servicios web para permitir el acceso a los datos desde aplicaciones móviles o web. Estos servicios web deben cumplir con los estándares de seguridad y privacidad para garantizar la seguridad de los datos.
- Análisis de datos: Se desarrollan herramientas de análisis de datos que van desde técnicas exploratorias básicas (descriptivas) como los análisis exploratorios hasta modelos de predicción o clasificación del mundo del aprendizaje de máquina, para permitir el análisis de grandes cantidades de datos de salud. Estas herramientas permiten identificar patrones y tendencias en la atención médica y mejorar la calidad de la atención. En evoluciones posteriores de las torres pueden integrarse datos geoespaciales o de otra índole como genómicos para potenciar estos modelos y la gestión de las cohortes. Esta fase es crítica porque se refiere esencialmente a la transformación de los datos en información, que es el cerebro real de la torre de control
- Autenticación y autorización: Se implementan medidas de autenticación y autorización para garantizar que solo los usuarios autorizados tengan acceso a los datos. Es importante contar con un sistema de autenticación fuerte y un sistema de autorización basado en roles para garantizar la privacidad y seguridad de los datos.
- Monitoreo y mantenimiento: Es necesario contar con un sistema de monitoreo para detectar problemas y asegurar la disponibilidad de los datos. Además, es importante realizar un mantenimiento regular de las bases de datos y de los servicios web para garantizar el correcto funcionamiento del sistema.
Le puede interesar: I Have a (Digital) Dream
Es importante mencionar que la estructuración de un backend de datos de salud puede ser compleja y requiere de un equipo de expertos de dominio médico, expertos en tecnologías e informática de la salud y por supuesto de seguridad y privacidad para asegurar el éxito en el desarrollo del sistema.
La integración del backend de datos de salud con el frontend puede hacerse a través de varios métodos, tales como:
- Servicios web: Una forma de integrar el backend de datos de salud con el frontend es a través de servicios web. Estos servicios web pueden ser desarrollados utilizando protocolos estandarizados como REST o SOAP, y pueden ser consumidos por cualquier aplicación o plataforma que sea compatible con ellos.
- API: Se puede utilizar una API (Application Programming Interface) para integrar el backend de datos de salud con el frontend. Una API es un conjunto de reglas y estándares que permiten a las aplicaciones interactuar entre sí.
- Integración de datos: Puede utilizar un sistema de integración de datos para conectar el backend de datos de salud con el frontend. Esto permite la transferencia de datos en tiempo real entre el backend y el frontend.
- Plataformas como SDK (Software Development Kit) que son un conjunto de herramientas para el diseño y desarrollo pero adicionalmente para la conexión e industrialización de estos desarrollos.
Respecto al frontend que es lo que el usuario final observa, existen varios desarrollos para esto, los que se pueden recomendar dependiendo del contexto y las necesidades específicas de un proyecto. Es muy importante que el diseño de la torre de control se encuentre enlazada a la filosofía y objetivos del modelo de gestión y de la empresa o empresas que lo ejecutarán ya que debe tenerse un diseño de concepto integral.
Algunas opciones populares para el frontend son:
React: Es una biblioteca de JavaScript desarrollada por Facebook para crear interfaces de usuario. Es altamente escalable y se integra fácilmente con otras tecnologías.
Angular: Es un framework de JavaScript desarrollado por Google para crear aplicaciones web de una sola página. Ofrece una estructura sólida para el desarrollo de aplicaciones y se integra fácilmente con otras tecnologías.
Vue.js: Es un framework de JavaScript similar a React y Angular. Es ligero y fácil de aprender, y se utiliza para desarrollar aplicaciones web de una sola página.
Bootstrap: Es un marco de diseño de código abierto que se utiliza para crear interfaces de usuario responsivas y adaptables. Es compatible con varios frameworks de JavaScript y se integra fácilmente con otras tecnologías.
D3.js: Es una biblioteca de JavaScript para crear visualizaciones de datos en el navegador. Es altamente personalizable y se utiliza para crear gráficos, mapas y otros tipos de visualizaciones interactivas.
Cada una de estas opciones tiene sus propias ventajas y desventajas, y es importante evaluar cada una de ellas para seleccionar la mejor opción para el proyecto específico.
Le puede interesar: Alguien ha robado mi teclado
Ahora bien, estos frontend deben culminar en un tablero de visualización de datos. El frontend de un tablero de visualización de datos es la interfaz con la cual los usuarios finales interactúan para explorar y analizar los datos. Es diferente de otro tipo de frontend ya que se enfoca en proporcionar una experiencia de usuario intuitiva y fácil de usar para interactuar con los datos, en lugar de simplemente presentar la información. Algunas de las características comunes de un frontend para tablero de visualización de datos incluyen:
- Interfaz intuitiva: Un frontend para tablero de visualización de datos debe tener una interfaz fácil de usar y navegar, con botones y controles claramente etiquetados y fáciles de entender.
- Visualizaciones interactivas: Un frontend para tablero de visualización de datos debe proporcionar visualizaciones interactivas y personalizables, como gráficos, mapas, tablas y gráficos, que permitan a los usuarios explorar y analizar los datos de manera eficiente.
- Filtros y herramientas de selección: Un frontend para tablero de visualización de datos debe proporcionar herramientas para filtrar y seleccionar los datos, como deslizadores, casillas de verificación y menús desplegables, para que los usuarios puedan limitar y enfocar su análisis en los datos relevantes.
- Capacidad de exportar: Un frontend para tablero de visualización de datos debe permitir a los usuarios exportar los datos y las visualizaciones en diferentes formatos para su uso en otros sistemas o aplicaciones.
- Personalización: Un frontend para tablero de visualización de datos debe permitir a los usuarios personalizar y configurar la interfaz.
Algunos de estos tableros son:
- Microsoft Power BI: Es una herramienta de visualización de datos desarrollada por Microsoft. Permite a los usuarios conectarse a diferentes fuentes de datos, limpiar y transformar los datos, crear visualizaciones y compartir los resultados con otros usuarios. Power BI ofrece una amplia gama de funciones, incluyendo tableros de control, informes, análisis de datos y capacidades de inteligencia artificial alojadas en Azure.
- Tableau: Es una plataforma de visualización de datos desarrollada por Tableau Software. Permite a los usuarios conectarse a diferentes fuentes de datos, limpiar y transformar los datos, crear visualizaciones y compartir los resultados con otros usuarios. Tableau ofrece una amplia gama de funciones, incluyendo tableros de control, informes, análisis de datos y capacidades de inteligencia artificial.
- TIBCO Spotfire: Es una plataforma de análisis de datos desarrollada por TIBCO. Permite a los usuarios conectarse a diferentes fuentes de datos, limpiar y transformar los datos, crear visualizaciones y compartir los resultados con otros usuarios. Spotfire ofrece una amplia gama de funciones, incluyendo tableros de control, informes, análisis de datos y capacidades de inteligencia artificial.
En el mundo hay ejemplos ya de estos modelos de torres de control de datos en salud. Algunos de estos son:
- Cerner Millennium: Un sistema de gestión de información de salud que permite a los hospitales y clínicas recopilar, almacenar y analizar grandes cantidades de datos de pacientes.
- Epic: Un sistema de gestión de información de salud que permite a los hospitales y clínicas recopilar, almacenar y analizar grandes cantidades de datos de pacientes.
- Allscripts Sunrise: Un sistema de gestión de información de salud que permite a los hospitales y clínicas recopilar, almacenar y analizar grandes cantidades de datos de pacientes.
- Meditech: Un sistema de gestión de información de salud que permite a los hospitales y clínicas recopilar, almacenar y analizar grandes cantidades de datos de pacientes.
- Athenahealth: Una plataforma de salud en la nube que permite a los profesionales de la salud recopilar, almacenar y analizar grandes cantidades de datos de pacientes.
En nuestro país hay capacidades desde el ecosistema Health-tech para el desarrollo de estos conceptos, algunas empresas que lo estan trabajando específicamente en cohortes de pacientes reales en Colombia son Cielum Health y TIC Social. Personalmente con OxLER lo venimos trabajando en cáncer en alianza con dos importantes hospitales del país. Las capacidades locales son muy buenas y permiten pensar que tendremos grandes avances en los siguientes años respecto a una real gestión inteligente de enfermedades moviéndonos hacia ese modelo envolvente, sobre el cual espero darles detalles próximamente.
No olvide leer: Datos de 241.589 usuarios de EPS Sanitas, vulnerados tras el ciberataque
