El big data en el cuidado de la salud crece sin cesar conforme las organizaciones sanitarias emplean las TIC en más procesos. Sus fuentes son diversas: centros de contacto; consultas de telemedicina; dispositivos de la Internet de las Cosas Médicas (IoMT); expediente clínico electrónico (ECE), transacciones con los proveedores o encuestas de satisfacción para evaluar la experiencia del cliente (CX). Sin embargo, aún hay un largo trecho por recorrer para lograr un análisis del big data médico verdaderamente provechoso.
Muchas organizaciones buscan aprovechar las oportunidades de negocio que se vislumbran con el análisis del big data médico. Sin embargo, la mayoría de ellas enfrentan diversos escollos para convertir sus datos en inteligencia clínica verdaderamente procesable.
Entre los principales obstáculos para lograr un buen análisis del big data médico se cuentan: falta de interoperabilidad entre soluciones y dispositivos; datos aislados en diferentes silos, y una falta crónica de científicos de datos especializados en salud.
Clases de análisis
El primer paso para un provechoso análisis del big data médico consiste en identificar qué nivel de análisis es el empleado: descriptivo, predictivo o prescriptivo
●El análisis descriptivo es el más frecuente. En el caso de la atención sanitaria, los datos informan de lo que ya sucedió. Es decir, si bien puede ser útil para la gestión clínica y operativa, no incluye pronósticos ni tendencias. Es tan sólo el proceso de trasladar datos sin procesar a un informe u otro formato que los usuarios puedan entender fácilmente.
○El análisis predictivo busca conocer el posible curso de eventos futuros a partir de datos descriptivos. Para ello, suele requerir grandes volúmenes de datos en tiempo real. El propósito es identificar tendencias y riesgos de forma exacta, detallada y precisa. Sin embargo, lograrlo no es tan simple, en particular para las organizaciones cuyos datos se mantienen en silos. Además, se requiere el uso de soluciones con capacidades analíticas más robustas de las que suelen encontrarse en los ECE.
●Finalmente, el análisis prescriptivo no se limita a prever los posibles cursos de los acontecimientos futuros. De hecho, su objetivo es determinar cuál de dichos cursos podría brindar el máximo beneficio tanto a los pacientes como a las organizaciones.
Especialistas para el análisis del big data médico
De hecho, las soluciones diseñadas para asistir en las decisiones clínicas —muchas de ellas potenciadas por inteligencia artificial— buscan hacer análisis prescriptivo. Sin embargo, aún se está lejos de obtener resultados realmente satisfactorios, sobre todo cuando se requiere procesar simultáneamente diferentes tipos de datos. Pero no hay que rendirse. Se prevé que mediante el análisis del big data médico se podrán mejorar mejorar la seguridad, los resultados y la satisfacción del paciente.
El primer paso consiste en determinar la mejor manera de gestionar los datos para conseguir los resultados buscados. En todo caso, las organizaciones sanitarias deben integrar equipos multidisciplinarios con médicos, enfermeras, personal de TIC y administrativo.
La tarea de los equipos consistirá en identificar oportunidades de mejora y desarrollar estrategias para mejorar la calidad de la documentación. También deberán establecer procesos de gobernanza de datos orientados a facilitar su disponibilidad y eliminar silos. Por supuesto, esto requerirá la compra de herramientas de hardware y software.
Ahora bien, lo anterior es un proceso complejo, y requiere la aceptación de todos los miembros del personal que probablemente se verán afectados por estos cambios. Pero las organizaciones sanitarias que buscan aprovechar el análisis del big data médico no están libradas a su suerte. En el mercado existen diversos especialistas y proveedores de soluciones para optimizar este proceso. Conviene que las organizaciones busquen una buena asesoría profesional, lo cual potenciará los beneficios a obtener.
