El sector sanitario se adentra nuevamente en un período de crecientes expectativas en torno a la interoperabilidad. Las agencias federales están intensificando la aplicación de normativas contra el bloqueo de información, promoviendo un Marco de Interoperabilidad, expandiendo el Núcleo de Datos para la Interoperabilidad de Estados Unidos (USCDI) y señalando una mayor responsabilidad para los proveedores y desarrolladores de tecnología.
Al mismo tiempo, los líderes de la industria promueven conceptos emergentes como la “interoperabilidad conversacional”, que esencialmente consiste en que los clínicos utilicen lenguaje natural para consultar los registros electrónicos de salud (EHR) y recuperar información relevante de inmediato.
Esta visión refleja el optimismo de que las nuevas tecnologías, especialmente la IA y los modelos de lenguaje extenso (LLM), simplificarán la interacción de los clínicos con sistemas complejos. No obstante, la historia nos recuerda que el entusiasmo por el próximo avance a menudo supera a la realidad. Desde los primeros estándares de vocabulario hasta la “interoperabilidad semántica” o los Fast Healthcare Interoperability Resources (FHIR), cada ola de iniciativas de interoperabilidad ha prometido una transformación, pero ha luchado contra la misma barrera: la ausencia de datos limpios, estructurados y clínicamente válidos como base.
Una tendencia prometedora, pero incompleta
La interoperabilidad conversacional podría acaparar la atención en los próximos 9 a 12 meses, a medida que las demostraciones de interfaces impulsadas por IA continúan impresionando al público. El concepto es atractivo porque promete reducir la fricción que los clínicos encuentran al navegar por los EHR. Sin embargo, la IA solo puede mostrar la información que existe dentro del registro. Si los datos subyacentes son incompletos, no estructurados o inexactos, los resultados de una consulta en lenguaje natural serán igualmente defectuosos. En otras palabras, datos imperfectos conducen a conversaciones imperfectas.
Los LLM presentan limitaciones adicionales. Pueden alucinar, devolviendo respuestas seguras pero incorrectas, y requieren enormes recursos computacionales. Sin entradas estructuradas, estas herramientas corren el riesgo de amplificar lagunas y errores en lugar de resolverlos. Del mismo modo, las demostraciones de los proveedores parecen convincentes, pero el uso práctico revela la fragilidad de los sistemas construidos sobre bases de datos débiles.
El persistente desafío de los datos
La realidad es que la mayoría de los datos sanitarios siguen sin estructura. Detalles críticos sobre síntomas, tratamientos y el contexto del paciente a menudo residen en notas de texto libre o sistemas dispares, inaccesibles para consultas estructuradas. Cuando esta información no puede extraerse de manera fiable, los clínicos se enfrentan a visiones incompletas de sus pacientes, lo que socava tanto la calidad como la seguridad de la atención.
Estándares como FHIR proporcionan mecanismos para empaquetar y transmitir datos, pero no abordan el problema de garantizar que los datos sean clínicamente significativos. FHIR, en la práctica, a menudo es un contenedor de información inconsistente o incompleta, más que una garantía de usabilidad. La verdadera interoperabilidad requiere más que la capacidad de intercambiar datos; exige que los datos intercambiados transmitan un significado clínico consistente entre sistemas, usuarios y casos de uso.
Por qué importan los datos estructurados y clínicamente válidos
Los datos estructurados y clínicamente válidos son esenciales por varias razones:
- Toma de decisiones clínicas: Los proveedores dependen de información precisa y consciente del contexto para tomar decisiones de tratamiento seguras y efectivas. Datos inexactos o incompletos pueden impactar directamente en los resultados de los pacientes.
- Coordinación de la atención: A medida que la prestación de atención sanitaria se distribuye más entre redes de hospitales, clínicas e instalaciones post-agudas, la capacidad de compartir datos estandarizados y significativos es vital para la continuidad de la atención.
- Salud poblacional y atención basada en valor: La estratificación de riesgo, la medición de la calidad y el reembolso basado en resultados dependen de datos precisos y estructurados que puedan agregarse y analizarse.
- Habilitación de la innovación: Ya sea a través de análisis predictivos, soporte a la decisión clínica o aplicaciones emergentes de IA, las herramientas avanzadas solo pueden ser tan efectivas como los datos en los que se basan.
Sin una base de datos confiable, cualquier otra iniciativa de interoperabilidad, ya sea conversacional, semántica o técnica, permanece incompleta.
La propuesta de un codificador médico universal
Una vía para resolver este desafío es el desarrollo y adopción de un codificador médico universal: un sistema capaz de traducir conceptos clínicos en representaciones estructuradas, estandarizadas y contextualmente precisas en el punto de atención.
Dicha herramienta mapearía las entradas de texto libre y la documentación no estructurada en códigos consistentes y clínicamente válidos a través de vocabularios, incluida la Clasificación Internacional de Enfermedades (CIE), la Nomenclatura Sistematizada de Medicina Términos Clínicos (SNOMED CT), los Códigos e Identificadores de Nombres de Observaciones Lógicas (LOINC) y otros.
El cumplimiento normativo y la eficiencia en la facturación son funciones esenciales de un codificador médico universal, pero su mayor valor reside en permitir una verdadera base de datos clínicos. Al capturar conceptos en tiempo real, dentro del flujo de trabajo del clínico, asegura que los datos permanezcan precisos, completos e interoperables entre sistemas. Esto, a su vez, permitiría que marcos de interoperabilidad como FHIR cumplan su promesa, porque los datos dentro del contenedor serían tan útiles como el propio contenedor.
Posicionándose para el futuro
Los líderes sanitarios deberían resistir la tentación de perseguir la última palabra de moda como un fin en sí mismo. La interoperabilidad conversacional, aunque intrigante, debe verse como una capa más dentro de una arquitectura más amplia.
El desafío subyacente permanece inalterado: la industria debe primero invertir en integridad y fidelidad de los datos. Solo entonces las aplicaciones avanzadas, como las interfaces conversacionales, la IA predictiva o los análisis de salud poblacional, lograrán un impacto sostenible.
Este enfoque también requiere equilibrio. La industria se beneficia de la innovación y el entusiasmo, pero debe templar las expectativas con realismo. Las demostraciones impresionantes no deberían distraer del arduo trabajo de construir conjuntos de datos estructurados y clínicamente válidos. Los responsables políticos, los proveedores y los desarrolladores deben reconocer que la interoperabilidad no se resuelve solo con una interfaz de usuario o un estándar. En cambio, la interoperabilidad se logra cuando cada encuentro con el paciente produce datos utilizables, intercambiables y significativos.
Conclusión
El renovado impulso de la atención sanitaria hacia la interoperabilidad es tanto necesario como tardío. La aplicación regulatoria contra el bloqueo de información, la expansión del USCDI y la innovación de la industria son todos pasos vitales. Sin embargo, estas iniciativas no alcanzarán su máximo potencial a menos que la industria priorice los datos estructurados y clínicamente válidos como base esencial.
La emergencia de conceptos como la interoperabilidad conversacional resalta tanto las oportunidades como los riesgos del momento actual. Dichas tendencias pueden mejorar la usabilidad, pero no pueden compensar la mala calidad de los datos.
Un codificador médico universal, aplicado de manera consistente en todos los entornos de atención, ofrece una solución práctica al desafío perdurable de la integridad de los datos. Solo abordando este requisito fundamental podrá la atención sanitaria superar los ciclos de avances sobre-prometidos y realizar la visión de una atención verdaderamente interoperable y centrada en el paciente.
Foto: nevarpp, Getty Images
David Lareau es Director Ejecutivo de Medicomp. Lareau se unió a Medicomp en 1995 y es responsable de las operaciones y la gestión de productos, incluidas las relaciones con los clientes y el marketing. Antes de unirse a Medicomp, Lareau fundó una empresa que instalaba redes de comunicación de gestión en grandes empresas como The World Bank, DuPont y Sinai Hospital en Baltimore. El proyecto del Sinai Hospital, uno de los primeros sistemas LAN basados en PC que utilizaba correo electrónico y groupware, fue ampliamente reconocido como una de las implementaciones más grandes y exitosas de esta tecnología.
El trabajo de Lareau en Sinai llevó a la fundación de una empresa de facturación médica que, a su vez, condujo a su asociación con Medicomp. Al darse cuenta de que el sector sanitario utilizaba menos la tecnología de la información que casi cualquier otro sector, particularmente en el área de la atención clínica, Lareau vio inmediatamente el potencial de las poderosas tecnologías de Medicomp y se unió a la empresa para ayudar a cumplir la visión de Peter Goltra.
Esta publicación aparece a través del programa MedCity Influencers. Cualquier persona puede publicar su perspectiva sobre negocios e innovación en atención sanitaria en MedCity News a través de MedCity Influencers. Haga clic aquí para saber cómo.