""
Las demandas en las organizaciones de salud de hoy en día tienen diversos aspectos. Las presiones para reducir costos manteniendo un alto nivel en el cuidado de los pacientes ha llevado a dichas organizaciones a reformular sus métodos para el gerenciamiento. Y mientras que la consolidación de hospitales y grupos de médicos está ayudando a mejorar la productividad y los costos, todavía queda pendiente la tarea de amalgamar los procesos de conducción y consolidar la información de los pacientes.
Por otro lado, las comunidades están demandando servicios de más calidad. Los límites de capacidad ya son alcanzados con mayor frecuencia, debido a que la esperanza de vida es mayor gracias a los avances de la tecnología médica. Todas estas demandas están basadas en un problema: la necesidad de descubrir más información ya sea el análisis de tendencias acerca de la población de pacientes, el seguimiento de costos, o el reporte de pagos. Con mayor acceso a información más valiosa, el personal de los sectores de salud estará mejor informando, permitiéndole utilizar de forma más eficiente sus equipos, edificios y staff.
Pero ¿cuál es la forma más efectiva de obtener la información de gestión o los datos históricos necesarios cuando y donde se los necesita?. La respuesta se encuentra en las soluciones de data warehousing y de data mining, las cuales permitirán responder estas preguntas:
¿Cómo definir los precios correctamente de acuerdo con las tendencias o patrones en las enfermedades o síntomas?
¿Qué procedimientos son más efectivos en costo y más beneficiosos para los pacientes, como por ejemplo en tratamientos preventivos en lugar de tratamientos post-enfermedad?
¿Cómo afecta la geografía y los grupos de edad la demanda de ciertos procedimientos médicos?
¿Qué métodos logran los mejores resultados en la recuperación de pacientes?. Y si existe más de una opción, ¿cuál es la de menor costo?
¿Puede mejorarse la asignación del staff basándose en un mejor entendimiento de los perfiles de los pacientes?
¿Existe algún caso de fraude entre alguna clase en particular de proveedor?
¿Cómo se puede determinar qué equipo es más utilizado por los pacientes?
¿Dónde puede realizarse una inversión en equipamiento para lograr un mejor atención y a la vez disminuir los costos?
¿Qué tan efectivos son los procedimientos recomendados a los pacientes?
Las soluciones de inteligencia de negocios lo ayudarán a encontrar las respuestas a partir de los volúmenes de información existente de registros de pacientes, datos clínicos y facturas.
Los requerimientos de información esbozados previamente pueden ser satisfechos de la siguiente manera:
· Combinando datos externos demográficos o estadísticas nacionales de salud con los datos internos sobre tratamientos de pacientes en un data warehouse se pueden comprender mejor los cambios de tendencias en los patrones de enfermedad a través de las regiones geográficas. El resultado puede ser una mejor política de aplicación de tarifas.
· El data mining puede ser utilizado para descubrir patrones y relaciones entre tratamientos, resultados y costos. Los patrones pueden ser detectados a partir de la primera visita del paciente, y las sucesivas.
· Un data warehouse extenso, que utilice bases de datos de alta performance, puede proveer un análisis detallado del tratamiento de los pacientes según la edad y la región
. Con esta información es posible predecir dónde se encontrará la mayor demanda para un procedimiento médico en particular.
· Para determinar cuál es el mejor y más económico procedimiento para la recuperación de un paciente, se deben utilizar herramientas de data mining. Realizando un análisis del resultado y del protocolo, se pueden comparar varios procedimientos para los diagnósticos y descubrir cuál es el que obtiene el mejor resultado. Y si más de un tratamiento es posible, se podrá determinar cuál es el de menor costo, ayudándolo a ofrecer mejores cuidados a más personas.
· Utilizando herramientas de soporte para la toma de decisiones para analizar registros de horas extras, información demográfica de los pacientes y enfermedades, se puede pronosticar más precisamente los requerimientos de staff según los perfiles de los pacientes.
· Estas soluciones también tienen en cuenta los problemas de fraude y de prácticas dudosas. Por ejemplo, aplicando data mining sobre la información de la facturación.
· Un data warehouse departamental puede realizar un seguimiento de la utilización de los equipos por parte de los pacientes y determinar dónde y cuándo se producen los cuellos de botella. Este análisis puede aprovecharse entonces, para preparar la planificación regular de los equipos y la eliminación de aquellos que ya no son utilizados.
· Los médicos querrán acceder a la información de sus pacientes para poder compararla con las prácticas de otros colegas. Esta información es vital como parte del desarrollo profesional de cada uno de ellos. Y este tipo de información puede estar disponible para cada uno de ellos a través de internet directamente en el domicilio, o la oficina del médico.
""
