Es hora de prepararse para el open health

El potencial del trabajo colaborativo está fuertemente en el universo de la gestión de la salud con el posible advenimiento de open health - una plataforma unificada con información de salud integrada. Historias clínicas, resultados de exámenes, características fisiológicas a un clique de pacientes y profesionales de la salud. En medio de discusiones legales, regulatorias, de marketing y éticas, aparentemente es innegable que este movimiento tiende a ganar relevancia dadas las posibilidades de optimizar tiempo y recursos en la gestión de la salud, así como mejorar la experiencia de médicos y pacientes en salvar vidas y mantener el bienestar. Ante esto, ¿cómo anticipar esta tendencia y preparar su estructura de salud para el open health?

Propuesto en alusión al open banking, los ecosistemas de salud están más fragmentados que los del sistema bancario, lo que implica desafíos adicionales para su implementación. No pocas veces, una misma clínica u hospital tiene diferentes sistemas que son incompatibles entre sí, debido a diferentes proveedores, tecnologías utilizadas, herramientas y estándares operativos específicos. Al mismo tiempo, también exige estandarización en el llenado de formularios, organización de datos y puesta a disposición de la información, ya sea simple, en imagen, video u otros formatos, según el dibujo representativo (Fig. 1):

Figura 1: Representación de sistemas sin interconexión.

Esta optimización de datos tiende a reducir el tiempo utilizado para medir características y marcadores biológicos, facilitar el seguimiento de las condiciones de salud (mejorando el recorrido del paciente y el médico), salvar vidas, reducir los gastos de atención de complejidad e, incluso, en un segundo momento, empleando algoritmos de medicina de datos para predecir la necesidad de realizar pruebas y consultas preventivas -como, por ejemplo, para observar la evolución de comorbilidades o la identificación de neoplasias.

Ante la necesidad de invertir recursos, tiempo y, en ocasiones, ajustes en la cultura organizacional vinculada a la gestión de datos de salud, sería recomendable la creación de pequeños modelos de recopilación, almacenamiento, seguridad, tráfico y acceso a la información. Esta estrategia tiende a permitir una mayor velocidad en el desarrollo de soluciones, evaluaciones de usabilidad, medición de resultados con equipos de salud y evaluaciones de escalabilidad del sistema para otros centros o departamentos. Sin embargo, aun tenemos algunos desafíos que superar:

• Los datos de salud están descentralizados, distribuidos en diferentes sistemas, ya sean públicos o privados.
• Debido a esto, existe una falta de estandarización de estos datos para la interoperabilidad.
• Garantizar la seguridad de la información del paciente, en el tráfico y almacenamiento de datos.
• LGPD ("Ley General de Protección de Datos Personales"), en la que los datos de salud se consideran extremadamente sensibles y están protegidos por otras normas, como la regla de confidencialidad entre paciente y profesional de la salud

Tal transformación en la lógica de uso de la información en salud requiere una cuidadosa regulación y revisión legal, especialmente en lo que se refiere al acceso y portabilidad de los datos para garantizar la privacidad de las personas y determinar las posibilidades de uso de este activo para el mantenimiento de la salud.

En act digital tenemos una iniciativa que pretende dar solución a los retos mencionados en uno de nuestros clientes del sector de la salud. A través de un enfoque innovador, utilizando Design Thinking, Agile y Lean Inception, alineamos una visión de negocio compartida y hacemos tangible una solución altamente escalable mediante el uso de tecnologías, como microservicios, Big Data, asociadas con Machine Learning e Inteligencia Artificial. Junto con Cloud Computing resolvemos problemas de disponibilidad y seguridad de la información reduciendo costos operativos.

De esta manera, varias fuentes de datos se almacenan en un solo lugar (Data lake), donde los científicos/ingenieros de datos trabajarán en los datos sin procesar para generar informaciones unificadas y valoradas para usos futuros. Estos procesos son automatizados de acuerdo a la creación de inteligencias artificiales, lo que permite que esta información sea consumida en diversos sectores de la salud.