Cómo el sistema de salud de Geisinger utiliza el Big Data para salvar vidas

Los principales sectores, desde el comercio minorista hasta la aeronáutica, están aprovechando el big data. Pero a pesar de la abundancia de datos en la atención médica y de la clara promesa del análisis de macrodatos, el sector ha tardado en ponerlo en práctica. Entre los obstáculos para la adopción están las leyes destinadas a proteger la información de los pacientes y la escasez de talento técnico; los hospitales y las clínicas compiten por ingenieros de big data cuyas habilidades técnicas se pueden aplicar de forma agnóstica en todos los sectores. Sin embargo, en 2015, Geisinger Health System implementó un sistema de TI llamado Arquitectura Unificada de Datos (UDA) que nos permitía integrar el big data en nuestros sistemas de análisis y gestión de datos existentes. Utilizamos las capacidades de macrodatos de la UDA para rastrear y analizar los resultados de los pacientes, correlacionar sus secuencias genómicas con la atención clínica y visualizar los datos de salud de las cohortes de pacientes y las redes de proveedores. La ADU de Geisinger es la mayor aplicación práctica del big data en los puntos de atención médica, con miles de CPU que procesan y entregan cientos de terabytes de datos cada hora.

En 1996, Geisinger fue uno de los primeros en adoptar una historia clínica electrónica (EHR) con todas las funciones. Desde entonces, los médicos han estado introduciendo diligentemente la información de los pacientes y utilizando la EHR para apoyar la atención. Pero sacar datos significativos agregados de muchas fuentes de los EHR ha sido históricamente una complejidad desconcertante. La información potencial de estos datos está limitada en la práctica por las deficiencias de los repositorios de datos tradicionales. Los sistemas analíticos tradicionales no se adaptan a nuevos tipos de datos, como las notas de pacientes no estructuradas y en texto libre que no caben perfectamente en las bases de datos tradicionales de filas y columnas. A pesar de la tendencia del sector a sustituir los mejores sistemas clínicos de su clase por sistemas de EHR monolíticos, la mayoría de los hospitales todavía tienen un mosaico de sistemas auxiliares interconectados que acaban atrapando los datos en silos.

Analizar a los pacientes únicamente a través de la lente de una EHR arroja un panorama incompleto; los pacientes van a clínicas fuera del alcance del sistema de salud y, de hecho, pasan la mayor parte del tiempo fuera del sistema de salud. Dejan pan rallado digital dondequiera que interactúen, desde el supermercado y su programa de fidelización hasta el teléfono inteligente y sus aplicaciones. Con el permiso de los pacientes, podemos acceder e integrar algunos de esos datos. Nuestro UDA proporciona un espacio de datos común para una integración rápida de los datos de fuentes internas y externas seleccionadas. La capacidad de procesar enormes cantidades de datos de varias fuentes, combinada con la capacidad de integrar y almacenar grandes volúmenes de datos, hacen que la UDA esté en una posición única para cubrir el vacío que dejan los sistemas de datos de salud tradicionales. La integración de los datos de las bolsas de información médica, los sistemas departamentales clínicos (como radiología y cardiología), las encuestas de satisfacción de los pacientes y las aplicaciones de salud y bienestar nos proporciona una visión longitudinal detallada del paciente.

Si bien el equipo de Geisinger sigue trasladando las fuentes de datos a la UDA, ya hemos tenido varios éxitos iniciales.

Programa «Close the Loop». Los pacientes suelen ser ingresados en hospitales para recibir el tratamiento de un diagnóstico primario, pero con frecuencia tienen problemas de salud adicionales. Por ejemplo, un paciente con traumatismos ingresado en el servicio de urgencias tras un accidente de coche normalmente se somete a imágenes corporales para detectar lesiones internas. El equipo médico debe dar prioridad a las enfermedades agudas y potencialmente mortales, a veces a expensas de abordar los hallazgos incidentales pero importantes publicados en los estudios de diagnóstico por imágenes. Lo que el equipo médico pueda dejar, lo puede recoger la UDA.

En Geisinger, todos los informes clínicos e informes de diagnóstico por imágenes se introducen en la UDA. Podemos escanear 200 millones de informes en menos de un segundo; lo hacemos en tiempo real procesamiento del lenguaje natural sobre estos datos enriquecidos (datos que son mucho más amplios que los que se limitan a las filas y columnas de los sistemas de datos antiguos). Cuando analizamos los informes de imágenes de texto libre, detectamos a muchos pacientes con aneurismas aórticos abdominales peligrosamente grandes que no tenían un seguimiento programado para este hallazgo incidental. Buscamos a los pacientes con mayor riesgo y ofrecemos cirugía cuando es apropiado. Este programa ya ha salvado vidas.

Detección y tratamiento tempranos de la sepsis. En los pacientes con sepsis o infección sanguínea, la detección y el tratamiento tempranos pueden marcar la diferencia entre la vida y la muerte. Vimos dos oportunidades importantes de utilizar la ADU para reducir y gestionar la sepsis. En primer lugar, en la identificación del período en el que aparecieron los indicadores importantes de la sepsis, como los cambios en los signos vitales y los resultados de laboratorio; y segundo, en la posibilidad de ver fácilmente toda la información de los pacientes con sepsis en un solo lugar, incluidos los resultados de laboratorio de los pacientes, los medicamentos, los signos vitales y el movimiento por las diferentes áreas operativas del hospital.

La UDA reúne estos diversos datos de diferentes flujos de información. El sistema está diseñado para actuar sobre la base de datos fisiológicos perecederos en tiempo real, como las mediciones de la presión arterial en pacientes con un choque séptico potencialmente mortal, y almacena los resultados de los hemocultivos intermedios a medida que se producen, así como los datos sobre cuándo se recetan y administran los antibióticos. Los proveedores que utilizan esta herramienta tienen más del doble de probabilidades de seguir de forma constante los protocolos de tratamiento médico correctos (pasando del 40 al 90%). Al rastrear, agregar y sintetizar todos los datos de los pacientes con sepsis, esperamos poder reducir la incidencia de la sepsis adquirida en el hospital y mejorar su tratamiento.

Costos y resultados de la cirugía. Hay amplias variaciones en la cirugía costes y resultados en todos los sistemas hospitalarios. Esto, junto con la escasez de datos oportunos sobre costes y resultados, ha dificultado que los sistemas de salud identifiquen las mejores prácticas y desarrollen iniciativas de reingeniería óptimas. La plataforma de macrodatos de nuestra UDA ahora rastrea e integra los datos de la cadena de suministro quirúrgica junto con los datos clínicos por tipo de cirugía y proveedor. Se rastrean suministros que van desde las esponjas quirúrgicas más pequeñas hasta medicamentos o dispositivos milenarios. El modelo de datos también rastrea los residuos en nuestros quirófanos. Esta combinación de datos de costes y resultados se agrega por proveedor y tipo de cirugía. Esto da a los cirujanos y administradores una visión nueva e importante de su desempeño en comparación tanto desde el punto de vista de los costes como de los resultados. También ha influido directamente en las nuevas iniciativas de cadena de suministro ajustada y nos ha dado información poderosa sobre nuestros patrones de uso del suministro, lo que nos ha permitido negociar acuerdos favorables con los vendedores.

Cuando vemos que llevan a un paciente a la sala de emergencias, pensamos en toda la información que tienen ahora nuestros médicos, que les permite brindar una atención aún mejor a nuestros pacientes. Nos preguntamos de qué otra manera puede ayudar la UDA.