Puede usar nuestro buscador para encontrar información sobre los productos y soluciones de InterSystems, las oportunidades de desarrollo profesional, los casos de uso, novedades y mucho más. Los resultados incluyen el contenido de nuestra comunidad de desarrolladores, documentación de productos y formación, además de InterSystems.com.

Cómo aceleran la salud digital los datos normalizados (Parte I)

InterSystems

En el campo de la medicina digital, el apalancarse en la disponibilidad de datos a escala tiene el potencial de cambiar la forma en que se descubren nuevas moléculas, se desarrollan, se comercializan y reembolsan productos y tratamientos. Este apalancamiento representa también el beneficio de brindar un mayor entendimiento de las enfermedades, de su progresión, junto con la posibilidad de descubrir necesidades no satisfechas en grupos de pacientes, y de entender cómo éstos responden a los tratamientos planteados en el corto, medio y largo plazo.

Hoy, nos encontramos en un momento único donde podemos ayudar a resignificar el concepto de transformación digital en salud y, además, optimizar el proceso per se para poder así generar un impacto sostenible ya que, si bien la transformación del sector se ha acelerado en este último tiempo aún está en la edad de piedra si lo comparamos con otros sectores como, por ejemplo, el de retail o la banca.

En este artículo, el primero de una serie, me enfocaré en mostrar el valor de contar con estándares de datos, terminología y unas condiciones mínimas que han de cumplirse para poder alcanzar los beneficios planteados.

Para comenzar, un factor clave, cada día más importante, es utilizar los estándares de datos y terminologías. La estandarización será cada vez más significativa dada la necesidad de “conectar” distintas fuentes de datos, como los datos procedentes de dispositivos “wearables” o aquellos almacenados en las historias clínicas electrónicas.

Resulta importante definir, en este punto, a que nos referimos cuando hablamos de estándares de datos y terminologías.

De acuerdo con la FDA(1), los estándares de datos proporcionan un significado coherente a los datos compartidos entre diferentes sistemas de información, programas y organizaciones a lo largo del ciclo de vida del producto. Estos incluyen representación, formato, definición, estructuración, etiquetado, transmisión, manipulación, uso y gestión de datos.

Por otro lado, los estándares de terminología controlan los términos y definiciones utilizados para cumplir con una comunicación efectiva. A menudo se utilizan en combinación con un estándar de datos para ayudar en su intercambio e interpretación.

Utilizar un estándar puede ser un paso lógico en el campo de la informática en salud. Sin embargo, debido a la complejidad del ecosistema no suele ser un paso fácil. Tengamos en cuenta que el ecosistema de datos en salud, en general, está conformado alrededor de silos de información, sistemas incompatibles y, debido a ello, los datos son difíciles de procesar, intercambiar e interpretar(2).

La HIMSS(3) organiza los estándares en cinco categorías específicas: terminologías/vocabularios, contenido, transporte, privacidad y seguridad e identificadores.

Los estándares terminológicos o vocabularios son utilizados para representar conceptos sin ambigüedades entre el emisor y el receptor de la información. Este tipo de estándar es clave a la hora de hacer que dos sistemas se comuniquen. Dentro de esta categoría tenemos, por ejemplo, el estándar ICD-10 y el ICD-11 que representan una clasificación estadística de enfermedades y problemas relacionados con la salud o bien el estándar CPT que clasifica los procedimientos tanto ambulatorios como de consultorio.

Los estándares de contenido se relacionan con el contenido de los datos dentro de los intercambios de información. Se define principalmente la estructura y la organización del mensaje. Dentro de esta categoría, un estándar muy implementado ha sido el HL7 que permite intercambiar datos clínicos entre sistemas. Está diseñado para admitir un sistema central de atención, así como un entorno más distribuido donde los datos residen en sistemas departamentales.

Por otro lado, los estándares de transporte son los encargados de formatear el mensaje a intercambiar. Los más conocidos son DICOM, utilizado para imágenes y sus datos asociados y FHIR que proporciona varios beneficios y mejoras, entre otros, compatibilidad con sistemas legados y una curva de aprendizaje relativamente rápida.

Asociados con los temas de privacidad y seguridad de los datos, tanto personales o individuales como organizacionales, en Estados Unidos se aplican las reglas HIPAA tanto para seguridad como para privacidad y su contraparte europea está dada por las regulaciones generadas por la GDPR.

Por último, los estándares asociados con identificadores permiten reconocer de forma unívoca tanto a pacientes como a prestadores. Se pueden mencionar como ejemplo EMPI, MRN, NCSBN ID, entre otros.

Ahora bien, una pregunta que podría surgir es ¿por qué necesitamos adoptar los estándares? De acuerdo con HIMSS(4), los estándares proporcionan la base para la interoperabilidad aumentando la efectividad en el intercambio de la información.

Como conclusión podríamos decir que, en la actualidad, la mayor barrera de la medicina digital no son los algoritmos, sino la falta de datos con significado, datos tanto episódicos como longitudinales, datos conectados.

Entonces, para dejar al descubierto el potencial de la medicina digital es mandatorio contar con sistemas interconectados, diseñados sobre una base de arquitectura tecnológica y de información basada en la seguridad y la privacidad, además de estándares que salven cualquier tipo de ambigüedad relacionada con la información médica.

Referencias