Las necesidades sanitarias de transformación de IT

A mediados de la década de 1990, todo el mundo sabía que las organizaciones de atención de la salud en los Estados Unidos estaban plagadas por un gasto derrochador. La pregunta para Intermountain Healthcare, que atiende a los residentes de Utah e Idaho, era dónde empezar a buscar ahorros internamente. Los análisis de datos identificaron rápidamente las metas más prometedoras: 104 de las 1.440 afecciones clínicas tratadas por Intermountain representaron el 95% de la atención prestada, y dos servicios —el parto recién nacido y el tratamiento de la cardiopatía isquémica — representaron el 21% de su trabajo.

Los equipos de mejora de la calidad se centraron primero en esos dos servicios. Armados con un sofisticado sistema electrónico de registro médico (EHR) y un sistema independiente de tecnología de la información que detallaba los costos de las actividades, los equipos utilizaron directrices basadas en evidencia y la experiencia de los médicos de Intermountain para rediseñar los flujos de trabajo clínicos. Los altos ejecutivos, el consejo de administración, los médicos y las enfermeras trabajaron juntos para apoyar el impulso para mejorar la atención. Hoy en día se han renovado más de 60 servicios, y Intermountain es reconocida como líder nacional en mejora de calidad y gestión de costos. Nada de IT habría sido posible sin sus sistemas informáticos.

Este ejemplo es impresionante. Desafortunadamente, sigue siendo una rareza. La historia más común en el cuidado de la salud es una de grandes inversiones en IT, pero poco que mostrar para ellos. Incendidos por ejemplos como Intermountain, los Centros para Medicare y Servicios Medicaid del gobierno estadounidense gastaron $37 mil millones en pagos de incentivos para IT de atención médica desde 2011 hasta mayo de 2017. En 2016, más del 50% de los médicos de oficina y más del 80% de los hospitales habían instalado un sistema «básico» de EHR, uno que cumple con las normas mínimas establecidas por la Oficina del Coordinador Nacional de Tecnologías de la Información en Salud. Sin embargo, esos sistemas han tenido poca repercusión en la mejora de la calidad y la reducción de costos hasta la fecha. De hecho, los médicos los critican rutinariamente, lamentándose de que pierden su tiempo, son rígidos y no fáciles de usar, e interfieren con sus interacciones con los pacientes. Muchas organizaciones de atención médica sufren más dolor que ganancias a medida que luchan por integrar nuevos sistemas de IT en sus operaciones. Por ejemplo, en enero de 2017, MD Anderson Cancer Center anunció que despedir a 900 empleados, o alrededor del 5% de su plantilla, en gran medida debido a pérdidas financieras atribuibles a un nuevo sistema de EHR. En términos más generales, los esfuerzos por persuadir a las organizaciones de atención médica para que compartan información siguen retrasándose, al igual que los esfuerzos por permitir que los diferentes sistemas de IT se comuniquen entre sí, lo que hace que los datos permanezcan «atascados» dentro de bases de datos en silos.

Una razón central por la que los negativos parecen superar los positivos es la forma en que se utilizan los sistemas de IT. Hasta la fecha, las prioridades de la mayoría de las organizaciones de atención de la salud han sido sustituir los registros impresos por los electrónicos y mejorar la facturación para maximizar los reembolsos. Aunque los ingresos han aumentado como resultado, el impacto de la IT en la reducción de costos y la mejora de la calidad de la atención clínica ha sido modesto, limitado a facilitar actividades como la entrada de pedidos para ayudar a los pacientes a obtener pruebas y medicamentos de forma rápida y precisa. Relativamente pocas organizaciones han dado el siguiente paso importante de analizar la riqueza de datos en sus sistemas de IT para comprender la efectividad de la atención que prestan. Dicho de manera diferente, muchas organizaciones de atención médica utilizan la IT como una herramienta para monitorear actual procesos y protocolos; lo que sólo un pequeño número ha hecho es aprovechar esos mismos sistemas de IT para ver si esos procesos y protocolos pueden ser mejorado y en caso afirmativo, actuar en consecuencia. Esta es una razón importante por la que el crecimiento de la productividad en la atención de la salud ha sido anémico y más débil que el de muchas otras industrias.

Entonces, ¿cómo pueden las organizaciones de atención médica realizar la promesa de sus grandes y crecientes inversiones en IT para ayudar a reducir los costos y mejorar los resultados de los pacientes? Si bien se ha prestado una atención sustancial a los posibles beneficios médicos de las nuevas tecnologías, como el cribado genético de bajo costo, la inteligencia artificial y los sensores portátiles que monitorean continuamente los signos vitales, nuestro enfoque principal es cómo las organizaciones que prestan atención pueden sacar mucho más de sus inversiones recientes o planificadas en sistemas informáticos de toda la empresa.

Nuestra investigación sobre las formas en que el cuidado de la salud podría aplicar las experiencias de otras industrias sugiere que, en lugar de considerar la IT como una herramienta transaccional para facturación, monitoreo y comprobación de errores, las organizaciones deben adoptarlo como un instrumento para ayudar a transformar la forma en que prestan atención médica. Esto implicará priorizar la mejora de la calidad frente a la reducción de costos, facilitando y mejorando la recopilación de datos, convirtiendo los datos en información procesable para los médicos y forjando nuevos modelos operativos y de negocio. Hemos descubierto que, aunque numerosas organizaciones de atención de la salud están avanzando en esta dirección, la mayoría no está haciendo los cambios holísticos necesarios para la transformación.

Mejorar la calidad

Históricamente, la adopción y gestión de la tecnología de la información sanitaria IT ha dejado en manos del director de información de una organización y otro personal técnico. Esto es un error. Varias organizaciones, como Boston Medical Center, Geisinger Health System en Pennsylvania, Intermountain, Mayo Clinic y Langone Health de la Universidad de Nueva York (NYU), han demostrado que la IT de la atención médica es efectiva sólo cuando todos los miembros de una organización trabajan para liberar su potencial. (Divulgación completa: Uno de nosotros, Robert Huckman, ha enseñado en programas de educación ejecutiva para dos organizaciones relacionadas con este artículo: Intermountain Healthcare y Brigham and Women’s Hospital, que es propiedad de la misma compañía madre que el Hospital General de Massachusetts.)

Dos grupos clave fuera del personal técnico, líderes superiores y clínicos, deben desempeñar un papel importante. Los líderes son cruciales porque tendrán que reclutar a los médicos en la causa convenciéndoles de que el uso efectivo de la IT es fundamental para ofrecer una mayor calidad. La urgente necesidad de reducir los costos de la atención médica ha llevado a muchos líderes a estar preocupados por ese objetivo. La feliz realidad es que la mejora de los procesos de trabajo clínico puede lograr costos más bajos y una mayor calidad, y más adelante discutiremos qué se necesita para usar los sistemas de IT para hacerlo.

La promesa de mejorar la calidad debe ser algo más que palabras; debe traducirse en prácticas visibles. Geisinger, por ejemplo, ha hecho precisamente eso. IT hecho de su sistema informático parte de una amplia estrategia para establecer una «garantía» quirúrgica: si surgen complicaciones dentro de los 90 días de un procedimiento quirúrgico, el paciente no tiene ningún coste adicional para resolver el problema. Comenzando con el injerto de derivación de la arteria coronaria (CABG), un equipo de médicos desarrolló un protocolo de cinco etapas que comienza en el momento del diagnóstico y se extiende a través del período de garantía. Inicialmente, el equipo identificó 40 directrices basadas en datos empíricos que, según un estudio de caso llevadas a cabo por el Fondo de la Commonwealth, fueron incorporadas en el sistema de EHR «a través de plantillas, conjuntos de pedidos y recordatorios», lo que impulsó la adhesión del 59% al 100%. Además, el sistema integrado de IT mejoró la comunicación entre el personal clínico (incluyendo médicos y enfermeras de práctica avanzada) para coordinar la atención del paciente. Los resultados fueron significativos: la mortalidad postoperatoria disminuyó en dos tercios, el gasto post-aguda disminuyó en casi un 50% y la rentabilidad general de los servicios quirúrgicos cardíacos mejoró realmente. Gracias al éxito del programa CABG, el modelo fue expandido a otras 14 enfermedades clínicas, así como a la atención primaria, con especial atención a los enfermos crónicos.

NYU Langone Health también ha respaldado sus palabras sobre la mejora con la acción. Cuando el Dr. Robert Grossman se convirtió en el CEO del centro y decano de la Escuela de Medicina de la NYU en 2007, su primera iniciativa importante fue fusionar los dispares sistemas de información de la escuela en un único almacén de datos tanto para el hospital como para la escuela de medicina. Destacó que la razón era evaluar el rendimiento de calidad del sistema en comparación con los puntos de referencia externos y apoyar cambios en los flujos de trabajo administrativos y clínicos. La información resultante aumentó la disposición de los presidentes y administradores de departamentos a impugnar las normas y diseñar e implementar mejoras. Por ejemplo, la necesidad de establecer campos de datos en el sistema de IT obligó a debatir la definición de «excelencia» y las mejores maneras de evaluar el impacto del personal de primera línea.

En 2016, NYU Langone recibió varios premios nacionales de calidad y fue clasificado por Noticias. Estados Unidos y Informe Mundial entre los 10 mejores hospitales de Estados Unidos, junto a Mayo Clinic, Cleveland Clinic y Massachusetts General Hospital. El desempeño financiero de la organización fue igualmente impresionante: de 2007 a 2015, los ingresos de los pacientes se duplicaron con creces. NYU Langone ahora genera más de $220 millones en ganancias operativas, con un margen operativo superior al 9%.

En particular, tanto Geisinger como NYU Langone descubrieron que el logro de sus objetivos de calidad no fue a expensas del rendimiento financiero. De hecho, eso también mejoró.

Facilitar y mejorar la recopilación de datos

Tener datos de alta calidad en el momento adecuado es fundamental para el seguimiento y la medición de la mejora de los resultados. Sin embargo, los métodos de recolección de datos que utilizan la mayoría de las organizaciones de salud son ineficientes, gravosos desde el punto de vista administrativo y probablemente produzcan errores.

Es casi imposible hablar con un grupo de médicos sin que la conversación se dirigiera rápidamente a la tarea que consume mucho tiempo de recopilar información médica e introducirla en un nuevo sistema de IT. UNA estudio del tiempo y el movimiento publicado en el Anales de Medicina Interna en 2016 descubrió que los médicos pasan de una a dos horas cada noche después de su jornada laboral principalmente en tareas de EHR. Esta adición a su ya pesada carga de trabajo está contribuyendo a la epidemia de agotamiento médico en los Estados Unidos. Y los estudios muestran que estos problemas hacen que los médicos tomen atajos como copiar y pegar notas y hacer clic rápidamente a través de alertas, lo que socava la calidad de los datos recopilados.

En respuesta, muchas organizaciones ahora emplean escribas médicas para introducir información en los sistemas de EHR en nombre de los médicos. Sin embargo, la incomodidad de tener a un tercero en una sala de examen —sin mencionar el costo añadido— hace que el uso de los escribas médicos sea controvertido. Además, la información del paciente que se recoge e ingresa en el sistema de esta manera es propensa al error.

El remedio: Cambie la recolección de datos de un «evento» que lleva tiempo y puede realizarse de forma incorrecta a uno que ocurre «en segundo plano» cuando los médicos y los pacientes participan en sus actividades naturales. La industria minorista muestra lo que es posible. Durante las últimas décadas, el comercio minorista ha experimentado dos cambios significativos con respecto a quién recopila datos y cómo. Un ejemplo es checkout. Los cajeros solían tener que introducir el precio de cada artículo en una caja registradora. La introducción de escáneres de códigos de barras redujo drásticamente la cantidad de tiempo que los cajeros dedican a esa tarea, disminuyeron los errores de entrada de datos y mejoraron considerablemente la gestión del inventario. A continuación, muchos clientes podían escanear sus propios artículos. Amazon está llevando las cosas un paso más allá al pilotar su tienda de ladrillos y morteros de Amazon Go, que elimina por completo las líneas de pago. En cambio, un sistema pasivo de recopilación de datos se basa en la visión por computadora, algoritmos de aprendizaje profundo y sensores para leer automáticamente lo que los clientes que salen tienen en sus cestas de la compra. Otros minoristas, como Kroger y Apple, están experimentando con modelos análogos.

En la atención de la salud, se ha iniciado una transición similar, pero se está moviendo lentamente. Una tendencia es cambiar el trabajo de recopilar información de los médicos a los pacientes. Por ejemplo, después de que un médico de atención primaria y un paciente acuerden abordar un objetivo clínico como reducir la presión arterial o los niveles de azúcar en la sangre, pueden ingresar ese objetivo y el plan de tratamiento asociado en una de las aplicaciones de monitoreo de salud ofrecidas por varias empresas. A continuación, los pacientes miden e informan regularmente de su actividad e información clínica a través de la aplicación. En algunos casos, los datos recopilados por el paciente en el hogar se comparten automáticamente con su médico. Un ejemplo es el programa de Medicina Digital de Hipertensión (HDM) desarrollado por Ochsner Health System. A través de la tecnología de teléfonos inteligentes, las lecturas de presión arterial tomadas de forma remota por los pacientes se alimentan directamente en el sistema de EHR de Ochsner, lo que permite a los médicos revisar los datos entre las visitas y corregir el plan de atención del paciente. En un ensayo controlado reportado en el American Journal of Medicine, El 71% de los participantes redujo su presión arterial al rango normal dentro de los 90 días, en comparación con solo el 31% en el grupo control. Los pacientes que utilizaron HDM también reportaron un 10% mayor satisfacción con su atención médica.

En última instancia, el objetivo debería ser pasar a una recopilación de datos verdaderamente pasiva. Algunos pioneros están utilizando la recopilación pasiva para realizar un seguimiento de los problemas operativos relacionados con el flujo de trabajo y la utilización de recursos. Mayo Clinic desarrolló un sistema de localización en tiempo real (RTLS) que utiliza etiquetas de identificación de radiofrecuencia y sensores para rastrear al personal, pacientes y equipos en su departamento de urgencias. Estos datos permitieron al departamento comprender mejor cómo se prestaba atención médica, identificar las barreras operativas y solucionar problemas de flujo de trabajo. A continuación, la información se utilizó para desarrollar sistemas para recopilar automáticamente métricas de calidad del proceso (como el tiempo transcurrido entre el registro de un paciente en la recepción del departamento de urgencias y ser puesto en una cama y ser visto por un clínico) y notificar automáticamente esa información a las agencias gubernamentales y organismos reguladores. (Consulte «Cómo la tecnología RFID mejora la atención hospitalaria.»)

Del mismo modo, Rush University Medical Center en Chicago construyó un nuevo consultorio ambulatorio con sensores RTLS para cada habitación, clínico, paciente y equipo. El sistema alerta al personal cuando un paciente sale de su sala de examen, eliminando la necesidad de que un gerente de práctica informe al personal de limpieza de que una habitación necesita ser atendida y evitar interrupciones incómodas de los pacientes que todavía se están vistiendo después de una cita. El tiempo ahorrado por paciente es relativamente pequeño, tal vez sólo un minuto. Pero en el transcurso de un día, el ahorro total permite a los médicos ver a más pacientes, mejorando así la productividad.

Con el tiempo, a medida que las tecnologías de recolección pasiva de datos se vuelven menos costosas y a medida que los médicos y los pacientes se sienten más cómodos con ellas, los beneficios aumentarán. Esto ayudará a las organizaciones a justificar el costo inicial y facilitará la superación de obstáculos, como las preocupaciones de los empleados acerca de ser monitoreados.

Convertir datos en información procesable

Persuadir a los médicos para que se involucren con un nuevo sistema de IT, y hacer que sea menos oneroso para ellos hacerlo, es sólo la mitad de la batalla. Convertir los datos recopilados en información procesable también es vital y requiere el apoyo del personal directivo superior. Una de las tareas más críticas para un líder es establecer expectativas sobre cómo se estructurará el sistema. No estamos hablando de las especificaciones técnicas, sino de pautas organizativas o culturales para usar los datos para apoyar las actividades diarias relacionadas con el cuidado.

Un paso clave es establecer un almacén de datos central para la organización y lograr que los médicos comprendan su importancia. Al exponer el caso al personal de NYU Langone, Grossman enfatizó el valor de tener una única fuente de verdad en las instalaciones para pacientes hospitalizados, los centros ambulatorios y la escuela de medicina. En el proceso de desarrollo del almacén de datos, varias partes en NYU Langone que anteriormente protegían su territorio y su información se vieron obligadas a trabajar juntas. Las disputas sobre cuál de las varias fuentes de datos eran exactas terminaron, y Grossman persuadió a los presidentes de departamento para que empezaran a usar herramientas como paneles de datos para evaluar lo que funcionaba (y no) en todos los departamentos. Con el tiempo, a medida que los beneficios de la transparencia resultante se hicieron evidentes, el escepticismo inicial de los líderes clínicos sobre el sistema IT disminuyó. Los departamentos recibirían datos sobre las métricas de calidad de los departamentos de pares dentro de NYU Langone (las tasas de infección adquirida en el hospital en diferentes partes del hospital, la duración de la estancia de los pacientes, etc.), y luego podrían determinar si cambiar sus propios flujos de trabajo y cómo cambiar sus propios flujos de trabajo.

Además de alentar el desarrollo de la infraestructura de datos necesaria, los dirigentes superiores también deben ayudar a establecer una visión de cómo se utilizarán los datos recopilados para mejorar la productividad. En muchos casos, la aplicación de la visión puede implicar apoyar la creación de medidas completamente nuevas de rendimiento. Sabermetrics, el análisis matemático de los datos de béisbol, ofrece un ejemplo de cómo las nuevas medidas y tecnologías para recopilar y analizar la información relacionada con ellos pueden revolucionar una industria. Desarrollado por estadísticos (el más destacado de los cuales es Bill James), la sabermetría implica medir aspectos del desempeño de los jugadores individuales y calcular sus contribuciones a los resultados del equipo. Inicialmente, recopilar los datos fue tedioso. Sin embargo, a medida que los pioneros sabermétricos encontraron casas en clubes de grandes ligas, se desarrollaron almacenes de datos para facilitar la recolección y el análisis. Desde 2015, las cámaras de alta resolución y el radar Doppler se han instalado en todos los estadios para obtener información que antes era difícil de rastrear, como velocidad y aceleración, para cuantificar la destreza defensiva de un jugador. Esto a su vez ha llevado a la creación de métricas completamente nuevas, como «gana por encima del reemplazo», que se ha convertido en la medida estándar e inclusiva del valor de un individuo para un equipo.

En comparación con otras industrias, la atención médica se encuentra en una etapa relativamente temprana de la aplicación de análisis. Pero la promesa es genial. Por ejemplo, un número pequeño pero creciente de organizaciones de atención de la salud han construido sistemas sofisticados que facilitan una comprensión profunda de los costos y una rápida ilustración de cómo las innovaciones en la prestación de cuidados pueden mejorar tanto los resultados como los costos. Intermountain fue un pionero en este reino, pero otros están siguiendo el ejemplo. Recientemente, la Universidad de Utah Health creó un sistema con una base de datos de 200 millones de filas que proporciona información sobre métricas operativas clave, como el costo por minuto en la sala de emergencias. De acuerdo con un New York Times artículo, la organización ha utilizado esta información para cambiar los flujos de trabajo operativos, reduciendo los costos en un 0,5% anual en los últimos años, mientras que otros centros médicos académicos en su área de mercado registraron aumentos anuales promedio del 2,9%.

Otro uso importante de la analítica es la identificación de variaciones innecesarias en el tratamiento. Un buen ejemplo es Crystal Run Healthcare, con sede en Nueva York, un grupo médico de múltiples especialidades que quería estandarizar el tratamiento para 15 diagnósticos que eran comunes entre sus pacientes. Como se informa en un Asuntos de Salud publicación de blog, la organización calculó primero el costo anual total por paciente, segmentado por cargos profesionales, de laboratorio, radiología y procedimientos, y luego examinó el costo de la atención de los médicos para que cada uno pudiera ver cómo comparaba con sus colegas en cada dimensión. Con esta información, Crystal Run analizó la variación, determinó su causa raíz e instituyó algunas nuevas prácticas. En un año, la variación en el tratamiento de 14 de los 15 diagnósticos disminuyó, ahorrando más de 4 millones de dólares. Según nuestras estimaciones, eso representaba más del 10% de los costos médicos de Crystal Run.

Los sistemas de IT también ofrecen a las organizaciones de atención médica la oportunidad de utilizar el análisis predictivo para orientar la toma de decisiones clínicas y operativas futuras. Se están desarrollando modelos predictivos en medicina de precisión para correlacionar mutaciones genéticas particulares con formas específicas de tratamiento. Aunque el uso de la medicina de precisión ha sido más frecuente y se ha difundido en el cuidado del cáncer, ahora se está aplicando en una gama más amplia de especialidades. Por ejemplo, el Prueba GeneSight puede mejorar el manejo de la depresión utilizando la información genética de un paciente para predecir una respuesta a cada uno de los 26 medicamentos psicotrópicos disponibles.

Las organizaciones de atención médica también pueden utilizar el análisis predictivo para tomar mejores decisiones operativas sobre la asignación de recursos y el establecimiento de prioridades para innovaciones clínicas. Por ejemplo, el Hospital General de Massachusetts identificó cohortes de pacientes de alto riesgo y desarrolló un programa proactivo de manejo de atención en torno a esta población. El resultado: Las hospitalizaciones de estos pacientes disminuyeron un 20%, sus visitas al departamento de emergencias disminuyeron un 13% y el costo anual de cuidarlos disminuyó un 7% durante un período de tres años. La mortalidad, la satisfacción del médico y la experiencia del paciente también mejoraron.

Del mismo modo, Boston Medical Center (BMC) utilizó su sistema de IT de atención médica para predecir cuándo sus unidades de pacientes hospitalizados podrían esperar un aumento de la demanda. La herramienta estimó el número de descargas necesarias en 24 horas mediante la incorporación de la demanda actual en el servicio de urgencias, la demanda prevista para el día siguiente, los casos quirúrgicos que requieran una cama para pacientes hospitalizados al día siguiente, y la capacidad actual de cama y médico. En su primer año de implementación, el número de «amarillos de código» —advertencias que ocurren cuando no hay suficiente capacidad para absorber la demanda esperada— disminuyó en casi un 50%.

Los modelos predictivos tienen el potencial de ser cada vez más útiles, y eso podría suceder pronto. A medida que se amplíen el procesamiento del lenguaje natural y el aprendizaje automático, surtirán más conocimientos a partir de la riqueza de datos disponibles en los sistemas de IT para el cuidado de la salud. (Consulte «Cómo el aprendizaje automático nos ayuda a predecir enfermedades cardíacas y diabetes.»)

Forjar nuevos modelos operativos y de negocio

En su informe de 2012 La mejor atención a menor costo: el camino hacia el aprendizaje continuo de la atención de la salud en Estados Unidos, el Instituto de Medicina (OIM) destacó formas de aprovechar la tecnología de la información para mejorar el sistema de atención de la salud de los Estados Unidos. Cinco años después, la primera recomendación —la creación de una infraestructura digital para capturar datos clínicos, de procesos de atención y financieros— se acerca a su finalización.

La segunda recomendación de la OIM fue poner los datos a disposición de los médicos cuando decidan cómo tratar a los pacientes. Esto se está haciendo esporádicamente. Por ejemplo, Intermountain recientemente se asoció con Cerner para crear un sistema flexible de soporte clínico que contenga protocolos que se pueden actualizar fácilmente con los últimos conocimientos. Para facilitar los insumos correctos, los equipos de desarrollo clínico de Intermountain monitorean continuamente las pautas de práctica basadas en la evidencia de las diversas especialidades y las están traduciendo en herramientas de IT que ayudan al personal médico a trabajar.

Además de adquirir el hardware y software necesarios, los líderes deben realizar cambios complementarios en sus modelos operativos y de negocio para generar y capturar valor. De importancia primordial es la inversión en personal dedicado de tecnología de la información y análisis, personas encargadas de administrar el sistema de IT o analizar los datos que contiene. Después de instalar su nuevo sistema EHR, BMC amplió su personal de IT permanente en más de un 40% para gestionar y desarrollar aún más su infraestructura de IT. También amplió su equipo de estrategia a siete FTE que extraen información de las vastas cantidades de datos. Este grupo investiga y coordina las respuestas a los principales desafíos operativos, como la gestión de la capacidad de cama para pacientes hospitalizados y la reducción de las tasas de readmisión. Los ahorros para BMC ascienden a millones de dólares, superando con creces el costo de los FTE.

También se necesitan equipos especializados de personal clínico para traducir los conocimientos de los análisis en mejores formas de proporcionar atención médica. Por ejemplo, los esfuerzos de BMC para reducir los amarillos de código implicaron el rediseño de un equipo de control de cama, un grupo de personal de primera línea y gerentes que rastrean la demanda actual de pacientes hospitalizados y evalúan la demanda potencial para el día siguiente. Los miembros del equipo originalmente introdujeron los datos en una simple hoja de cálculo; ahora activan un conjunto de acciones, como agregar personal auxiliar de soporte, alertar a las unidades médicas y abrir camas adicionales, de acuerdo con los datos y análisis de los sistemas de IT de BMC.

Los datos que los sistemas de IT sólidos pueden proporcionar también desempeñan un papel crucial en la protección de la compatibilidad de los médicos para los cambios en el flujo de trabajo. Por ejemplo, cuando Grossman compartió por primera vez un panel con los líderes clínicos de NYU Langone, escuchó quejas sobre la calidad y consistencia de los datos. En lugar de dejar que eso descarrile el proyecto, recaía en los líderes, diciéndoles que trabajaran con IT para corregir los datos o aceptar los resultados. Al final de este proceso, los datos fueron considerados la única fuente de verdad en todo el centro médico y la base para futuros esfuerzos analíticos. Esto facilitó a la organización realizar un seguimiento coherente de las métricas. El panel ahora ayuda a los líderes clínicos a trabajar con el personal de primera línea para implementar intervenciones para mejorar la prestación de cuidados, rastrear lo que está funcionando y no, persuadir a los médicos resistentes a adoptar nuevos protocolos y reducir la variación en las prácticas de tratamiento.

Más allá de estos cambios en la fuerza laboral y operativa, las organizaciones de atención médica tendrán que reconsiderar sus modelos de negocio para capturar todo el valor de sus inversiones en IT. Una idea que surgió de la labor analítica de BMC fue que ciertos pacientes hospitalizados necesitaban atención de rehabilitación, que era costosa de proporcionar dentro de un hospital y podría ser mejor administrada por centros de rehabilitación dedicados. Sin embargo, trasladar a estos pacientes a instalaciones externas no fue fácil: la posición de BMC como hospital de red de seguridad en Boston significaba que muchas de las personas a las que servía carecían de seguro para cubrir la atención de rehabilitación. Sin embargo, quedó claro que mantener a un candidato a rehabilitación en una cama hospitalaria no sólo era subóptimo en términos de salud del paciente, sino que también limitaba la capacidad de la BMC para admitir a otras personas que necesitaban camas para pacientes hospitalizados. En consecuencia, el hospital decidió pagar los gastos de tratamiento de pacientes descubiertos en un centro de rehabilitación externo. Esto benefició a todos: los pacientes de rehabilitación recibieron una atención más adecuada, y los costos incurridos en el hospital fueron superados por los ingresos de otros pacientes de cuidados agudos.

El cambio en el modelo de negocio de BMC para pacientes de rehabilitación es parte de un cambio más amplio en los Estados Unidos, alejado de la honorario por servicio (bajo el cual los médicos reciben pago solo cuando ven a un paciente para una visita a la oficina, un ingreso hospitalario, una prueba o un procedimiento) y hacia un basado en valores sistema de pago que otorga a las organizaciones de atención médica una tarifa fija por paciente durante un período determinado o episodio de atención. Tanto los pagadores públicos como los privados participan en esta transformación. Un sistema de IT que funcione bien y que capacite a los médicos para mejorar la calidad de su atención y comprender y controlar sus costos les permite ser proactivos en la aceptación, incluso proponiéndoles, tales acuerdos con los pagadores.

Por ejemplo, el sofisticado sistema de IT de Intermountain ha desempeñado un papel importante en el desarrollo de un modelo de negocio basado en la población que se basa en el reembolso basado en el valor. (Consulte «El caso de la capitación» HBR, julio-agosto de 2016.) Un elemento de su modelo es su plan de seguro SelectHealth Share, que ofrece a los grandes empleadores un contrato de tres años que limita los aumentos de primas al índice de precios al consumidor más un punto porcentual al año, significativamente por debajo de los aumentos históricos. A medida que una mayor proporción de su base de pacientes se traslada a modelos como este, Intermountain estará motivada para aprovechar aún más sus importantes inversiones en IT, análisis de datos, desarrollo de protocolos y cambios en el flujo de trabajo para mejorar la calidad y reducir el costo de su atención médica.

CONCLUSIÓN

Los encargados de formular políticas y economistas hablan constantemente de «doblar la curva de costos» en la atención sanitaria, convirtiendo un sistema hinchado y derrochador que crece más rápidamente que la economía en uno que gasta mucho menos y crece a un ritmo más lento. Hemos visto a IT doblar la curva de costos en muchas otras industrias. Nuestra investigación sugiere que lo mismo puede ser cierto en el cuidado de la salud, y hay focos de éxito a los que apuntar. Pero el trabajo necesario apenas comienza.

Hay que superar los grandes problemas en la infraestructura de IT. Muchos de los sistemas actuales son demasiado rígidos: no es fácil personalizarlos, introducir y extraer información, o actualizarlos continuamente para incorporar nuevos protocolos clínicos. Además, diferentes sistemas no pueden compartir información fácilmente, lo que dificulta la creación de un historial médico que contenga la historia clínica completa de un paciente y sea accesible para cualquier médico de cualquier organización de atención médica. La falta de intercambio de información es también un obstáculo para agrupar las enormes cantidades de datos anónimos de pacientes necesarios para encontrar nuevas formas de tratar enfermedades.

Además de abordar estos desafíos tecnológicos, los líderes de muchas organizaciones de salud tendrán que hacer lo que sus compañeros progresistas han hecho: renovar para que puedan utilizar la IT para producir mejores resultados para los pacientes a un costo menor. Los obstáculos que evitan que las organizaciones aprovechen sus sistemas de IT para transformar la atención médica son superables. Lo que más se necesita es la voluntad y el apoyo de los líderes y médicos de una organización.