Las empresas modernas de cuidado de la salud operan con una gran cantidad de información, pero a menudo está distribuida entre diferentes sistemas. Por ello es prioritaria la integración de datos para aprovechar de la mejor manera posible el creciente big data médico.
El objetivo general es proporcionar una vista completa la información para mejorar el tratamiento de los pacientes. Esto implica gestionar datos confidenciales de expedientes clínicos electrónicos (ECE), sistemas de laboratorio y bases de datos de seguros, entre otras fuentes. Por supuesto, es menester garantizar su privacidad y mantener el cumplimiento de las leyes aplicables.
Existen diferentes formas de conseguir una buena integración de datos. Una de ellas es la denominada “extraer, transformar y cargar”, conocida como ETL por sus iniciales en inglés (Extract, Transform, Load). Combina los datos en un almacén único y consistente donde se puede acceder a ellos para utilizarlos de manera eficiente. De hecho, la integración de datos y ETL son conceptos estrechamente relacionados y el segundo se puede considerar como un subconjunto de la primera, que es un proceso más amplio.
Ahora bien, ETL se puede utilizar para migrar datos de un sistema a otro, como cuando se reemplaza software heredado. Los datos se extraen del sistema antiguo, se transforman para que coincidan con el esquema del nuevo sistema y se cargan en él. Un ejemplo práctico es el reemplazo de los sistemas CRM (Customer Relationship Management o gestión de la relación con el cliente).
Multinube e integración de datos
Sin embargo, al procurar la integración de datos, ETL se puede usar para algo más que para mover los datos entre sistemas. Un aspecto particularmente importante es su utilidad para garantizar que se carguen en el sistema datos de buena calidad. Esto es, que sean precisos, completos y oportunos.
También sirve para lograr una adecuada definición de datos maestros de referencia. Se refiere a establecer una fuente única para crear los nombres y códigos de productos y servicios. También abarca las identificaciones de clientes, personal y proveedores, por lo que los datos deben ser fácilmente interoperables con las herramientas de gestión de identidades utilizadas por la organización.
Por supuesto, esto implica definir reglas precisas para controlar con precisión la integración de datos. Un aspecto muy importante para ello es evitar que se usen palabras distintas para describir de varias maneras la misma información. Por ejemplo, cuando una base de datos usa la palabra “hombre”, mientras que otra simplemente usa la letra “H”.
Por otra parte, las soluciones utilizadas para integración de datos en el cuidado de la salud deben ser escalables y compatibles con la multinube. Es por ello que para procurarla las empresas sanitarias recurren cada vez más a los servicios administrados por proveedores externos. Así consiguen la flexibilidad y escalabilidad requeridas para mantener el paso ante el aumento imparable del big data médico.
