Eleva tus habilidades de liderazgo y negocios

Súmate a más de 52,000 líderes en 90 empresas mejorando habilidades de estrategia, gestión y negocios.


Obtención de buy-in para análisis predictivos en atención médica

La falta de adopción no se trata de la tecnología.
Obtención de buy-in para análisis predictivos en atención médica
Resumen.

Las nuevas herramientas de análisis predictivo de la atención médica prometen reducir el desperdicio y mejorar la atención al predecir la probabilidad de que se produzca un evento (por ejemplo, que un paciente sea readmitido en el hospital o desarrolle una infección potencialmente mortal) y permiten a los proveedores adaptar los tratamientos y servicios en consecuencia. Sin embargo, a pesar del poder de las herramientas para mejorar la atención, la mayoría de las instituciones sanitarias aún no las están utilizando. Un estudio de las cifras clave de los principales sistemas de salud de los Estados Unidos, los responsables políticos y los proveedores de análisis predictivos revela que el éxito depende menos de la herramienta en sí que de obtener la entrada a todos los niveles desde el principio.


Según la Academia Nacional de Medicina (anteriormente Instituto de Medicina), el sistema sanitario estadounidense gasta casi un tercio de sus recursos (750 mil millones de dólares anuales) en servicios innecesarios y atención ineficiente. Las nuevas herramientas de análisis predictivo prometen reducir el desperdicio y mejorar la atención prediciendo la probabilidad de que se produzca un evento (por ejemplo, un paciente sea readmitido en un hospital o desarrolle una infección potencialmente mortal) y permiten a los proveedores adaptar los tratamientos y servicios en consecuencia. Estas herramientas se utilizan ahora en todo el continuo de la atención, desde la vigilancia de enfermedades hasta la prevención de enfermedades crónicas y la identificación de pacientes que corren riesgo de deterioro.

Sin embargo, a pesar del poder de las herramientas para mejorar la atención, la mayoría de las instituciones sanitarias aún no las están utilizando. Entre los impedimentos para la adopción se encuentran la desconcertante variedad de opciones a las que se enfrentan los proveedores, desde aplicaciones móviles hasta herramientas basadas en la web y programas que se integran con los registros médicos electrónicos. Para comprender mejor qué se interpone en la adopción y qué facilita la implementación exitosa, entrevistamos a 34 figuras clave de los principales sistemas de salud, responsables políticos y proveedores de análisis predictivos de EE. UU. Entre nuestros hallazgos más importantes: El éxito depende menos de la herramienta en sí que de obtener buy-in a todos los niveles desde el principio.

He aquí tres lecciones:

Involucrar a las personas adecuadas desde el principio

Independientemente de si un proveedor está desarrollando análisis predictivos internamente, como lo han hecho muchos grandes centros médicos académicos, o si compra herramientas desde el principio, los gerentes deben asegurarse de que involucran a las personas adecuadas durante todo el proceso. Las herramientas de cosecha propia requieren experiencia especial en desarrollo, y tanto estas herramientas comerciales requieren validación, implementación, evaluación y mejora continua. Es necesario contar con un equipo multidisciplinario, con conjuntos de habilidades clínicas, analíticas, ciencia de datos, tecnología de la información y cambio de comportamiento disponibles de principio a fin.

Una razón común por la que estas herramientas están infrautilizadas es que los empleados de primera línea no entienden completamente su valor. Por lo tanto, los programas exitosos comienzan con un problema en el que el análisis predictivo puede marcar una clara diferencia. Por ejemplo, el 50% de los recién nacidos con sepsis no tratada (infección sanguínea) morirán. Por lo tanto, los bebés sanos suelen recibir antibióticos presuntamente, «por si acaso», lo que puede provocar complicaciones y aumentar la resistencia a los antibióticos. Es evidente que sería deseable identificar a los recién nacidos con bajo riesgo de infección y ahorrarles los presuntos antibióticos. Kaiser Permanente en el norte de California ha hecho precisamente esto, utilizando una herramienta predictiva para reducir el uso de antibióticos a la mitad sin aumentar las complicaciones relacionadas con la sepsis.

Demostrar el impacto clínico de una herramienta predictiva puede ayudar en gran medida a involucrar a quienes las usarán. Esto es especialmente importante para el personal clínico que de otro modo podría ser escéptico ante los «algoritmos de caja negra», cuyo funcionamiento interno permanece oculto para ellos. La incorporación temprana del personal clínico permite a los miembros del equipo influir en qué herramientas predictivas se implementan y cómo, y ver los primeros resultados. Si bien esto puede llevar mucho tiempo, los beneficios no se pueden exagerar. Esto se aplica tanto a las herramientas comerciales como a las desarrolladas internamente. De hecho, los proveedores comerciales pueden tener que trabajar aún más con el personal para desarrollar la confianza en sus productos.

Los agentes de cambio y los campeones clínicos son esenciales

Sin un plan de implementación claro y un personal capacitado para apoyar el cambio de comportamiento, la implementación de una herramienta predictiva puede estabilizarse. Hemos descubierto que las organizaciones de atención médica que utilizan regularmente expertos en implementación para apoyar el cambio y mejorar la calidad en una variedad de proyectos de IT y otros tipos de proyectos tenían ventaja en la implementación de análisis predictivos. Estas personas trabajan junto a los médicos para mapear los flujos de trabajo e identificar qué podría tener que cambiar al introducir un nuevo proceso o herramienta. Pueden tener antecedentes clínicos o uno en el rediseño del servicio o en la mejora de la calidad.

Los campeones clínicos a menudo han demostrado ser esenciales para la implementación exitosa de la analítica predictiva, y en la implementación de IT sanitaria en general. Cualquier grupo de agentes de cambio debe incluir un subconjunto de clínicos respetados u otros líderes de opinión de la organización. Estas personas deben ponerse en contacto activamente para promover la herramienta, demostrar su uso y educar a las personas sobre sus beneficios esperados. En uno de los principales hospitales públicos del sur de los Estados Unidos, un pequeño número de médicos ayudaron a promover el uso de modelos predictivos en todo el hospital. Su trabajo dio lugar a un centro de análisis predictivos y, en la actualidad, la institución utiliza estas herramientas de numerosas maneras, entre ellas para reducir los reingresos e identificar a los pacientes en riesgo de sepsis o regresar a la unidad de cuidados intensivos.

El C-Suite debe comprometerse

Tan importante como el buy-in de primera línea es el compromiso desde el principio, especialmente del CEO. Los líderes organizativos a menudo no están familiarizados con la tecnología y las aplicaciones analíticas avanzadas. Educar al liderazgo sobre los beneficios esperados de una herramienta es fundamental para generar apoyo. Un gran centro médico académico estadounidense lo hizo al incluir medidas de rendimiento de las herramienta en el panel ejecutivo, lo que dejó claros sus beneficios para la alta dirección. El valor de una herramienta se puede cuantificar en términos de mejora de la calidad, mejora de la satisfacción del paciente o clínico o aumento de la eficiencia.

Una medida que es probable que tenga resonancia para el tratamiento es la reducción de los reingresos entre los pacientes de Medicare, ya que los hospitales pueden ser penalizados financieramente por reingresos. Los modelos destinados a reducir los reingresos entre los pacientes de alto riesgo son comprensiblemente populares; un modelo, por ejemplo, redujo la probabilidad de reingreso de pacientes con insuficiencia cardíaca en un 26%.

La atención continua de la alta dirección es vital para la sostenibilidad a largo plazo de las herramientas predictivas; los modelos se descalibran con el tiempo y requieren un mantenimiento regular. Las organizaciones exitosas adoptan un enfoque del ciclo de vida para administrar y mantener estas herramientas, lo que requiere presupuestación para los requisitos de recursos a largo plazo, incluidas inversiones en la mejora de la calidad y la infraestructura de los datos, la recalibración y la capacidad interna de ciencia y tecnología de datos. Cuando se compran herramientas comerciales, los costos tales como licencias de software, consultoría u otras tarifas relacionadas con el proveedor también deben tenerse en cuenta en los presupuestos a largo plazo.

La implementación de herramientas analíticas predictivas en la atención médica es un medio para alcanzar un fin, en el que el final debería representar una mejora en los resultados de la salud o de la atención médica, incluidos los costos más bajos. La realización plena de los beneficios de una herramienta específica requiere un enfoque estructurado y reflexivo, que involucre a las personas adecuadas, con los conjuntos de habilidades adecuados, en el momento adecuado. Como hemos demostrado, la clave para una implementación exitosa tiene poco que ver con el modelo en sí. El éxito depende del tiempo, el esfuerzo y los recursos reservados para la comunicación, la administración de cambios y la creación de la herramienta en una parte perfecta del flujo de trabajo del usuario. El liderazgo claro y comprometido y una cultura que apoye firmemente el cambio y el aprendizaje también son factores críticos. Si se hace bien, el resultado puede ser un aumento de la atención de alto valor, es decir, dirigirse a la atención médica adecuada a quienes la necesitan.


Eleva tus habilidades de liderazgo y negocios

Súmate a más de 52,000 líderes en 90 empresas mejorando habilidades de estrategia, gestión y negocios.