El Servicio Andaluz de Salud reduce el gasto per cápita gracias a un sistema de analítica de datos

Red.es -entidad pública adscrita a la Secretaría de Estado de Digitalización e Inteligencia Artificial- ha adjudicado este martes el 'Servicio para la implantación de una solución corporativa de analítica avanzada, basada en tecnologías big data, para el Sistema Sanitario Público de Andalucía'.

La adjudicación ha recaído en la UTE EY Transforma Servicios de Consultoría, S.L. - Solutia Digital Health, S.L por un importe de 4,6 millones de euros.

Este programa que está cofinanciado por el Fondo Europeo de Desarrollo Regional (FEDER), tenía un precio de licitación de 7,7 millones de euros, por lo que la adjudicación supone un ahorro de casi el 40%.

El convenio para la aplicación de las TIC en la gestión de la cronicidad y la continuidad asistencial en el Sistema Sanitario Público de Andalucía, firmado entre el Servicio Andaluz de Salud (SAS) y Red.es, en el que se incluye esta actuación, califica como prioritaria la aplicación de tecnologías de big data y analítica avanzada al análisis de fuentes de información (clínicas y no clínicas) en el Sistema Sanitario Público de Andalucía (SSPA).

Esta plataforma corporativa de analítica avanzada permitirá el tratamiento y explotación de datos de diferentes fuentes, a través de técnicas como el aprendizaje automático y otros métodos estadísticos que ofrecen modelos de predicción, descripción y optimización para aportar un mayor conocimiento del paciente y posibilitará una mejor toma de decisiones, tanto de tratamientos individuales como sobre el diseño de programas de gestión de salud poblacional.

El objetivo es que de esta manera pueda mejorar no solo la calidad de vida de los pacientes crónicos en situación de riesgo alto y medio, sino también los protocolos médicos que aplican los profesionales sanitarios, además de reduce el coste per cápita de la atención sanitaria en estos colectivos.

La implantación de esta plataforma corporativa de analítica avanzada incluye su adquisición y puesta en marcha, a través del desarrollo e implementación de trece casos de uso que podrán mejorar determinados indicadores y parámetros, la administración, operación y soporte de la solución, así como la capacitación necesaria que garantice la gestión del cambio para que el personal del SAS pueda asumir su control y uso, de tal manera que pueda explotar la información, actualizarla y desarrollar nuevos casos de uso.

Los casos de uso inicialmente identificados y que se desplegarán durante la prestación del servicio son, por ejemplo, la definición de factores que inciden en la morbilidad y predicción de futuros riesgos de salud asociados o el diseño de trayectorias óptimas y personalización en la prestación de los servicios sanitarios.

También existen casos de uso previstos como el de optimizar la distribución de cupos en Atención Primaria, la segmentación de pacientes crónicos, sobre el conjunto de la población andaluza, en base a niveles de cuidados.

Más casos de uso

También habrá comparativas de resultados de tratamientos farmacológicos, modelos predictivos sobre la evolución de grupos poblacionales respecto al consumo de recursos o un motor de recomendación para la optimización de la lista de espera quirúrgica.

La identificación y prevención de interacciones entre fármacos, que pueden generar riesgos de salud en pacientes polimedicados, o el análisis de imagen radiológica para asistir en el cribado de cáncer de mama son otras de las aplicaciones de uso contempladas.

Pero hay más, como la identificación de pacientes objetivo de nuevos tratamientos farmacológicos; el procesamiento de textos clínicos con tecnologías de Procesamiento del Lenguaje Natural para desarrollar un codificador CIE10 y SNOMED; la detección de situaciones problemáticas, relativas a salud pública, en base al análisis de las redes sociales; y la optimización de planes de choque hospitalarios.

Del desarrollo de cada caso de uso se prevé la obtención de unos resultados: informes dinámicos, informes descriptivos, tablas comparativas, mapas de experiencia del paciente, listado de criterios relevantes identificados, simulación y visualización de escenarios, modelos predictivos, paneles de visualización que servirán de soporte a la toma de decisiones.

Con estos casos de uso se busca ayudar a predecir riesgos para la salud, permitir plantear iniciativas sobre la personalización de la prestación de servicios asistenciales, contribuir a la optimización de aspectos logísticos y organizacionales, aportar recomendaciones relativas a optimizar listas de espera o tratamientos farmacológicos, facilitar la detección temprana de tendencias de salud o proponer la activación de planes de choque hospitalarios.