Cuidados en el almacenamiento, estandarización de imágenes y plantillas de uso de herramientas de inteligencia, como Business Intelligence, analytics y big data ayudan a los gestores en la toma de decisión

El volumen de datos generados en centros de medicina diagnóstica diariamente es muy grande. Son imágenes, informes médicos de exámenes, reconstrucciones en 3D y otros datos provenientes del Sistema de Comunicación y Archivo de Imágenes (Picture Archiving and Communication System – PACS) y del Sistema de Información en Radiología Radiologia (Radiology Information System – RIS). Para que presenten mejoras en la calidad de la asistencia y en los resultados financieros, necesitan enfocarse en la inteligencia de negocios.

“La mejora en la plataforma, como sucedió, por ejemplo, con la tomografía computadorizada multislice, ha resultado el aumento exponencial de informaciones disponibles en cada examen y la consecuente necesidad de evolución también en la forma de manejo y almacenamiento de eses datos”, explica Rogério Caldana, gestor médico del centro diagnóstico del Fleury Medicina e Saúde no Brasil.

Garantizar informaciones relevantes para el negocio el algo que debe hacerse desde el almacenamiento. Los datos deben organizarse de forma estructurada y a partir de un lenguaje estándar, lo que facilita la búsqueda, manejo y el encuentro de informaciones, resalta Caldana. Un ejemplo es el estándar Comunicación de Imágenes Digitales en Medicina (Digital Imaging and Communications in Medicine - Dicom) para las imágenes de exámenes radiográficos, que se forma a través de un conjunto de normas estructuradas en un protocolo. 

Para analizar los datos, Caldana recomienda herramientas de inteligencia de negocios, como Business Intelligence (BI) y analytics, que fornecen insights buscando más eficiencia, calidad, seguridad o cualquier otro aspecto que impacte la atención a los pacientes. “Actualmente, la evolución de los programas para algoritmos analíticos avanzados permite el análisis también de datos con poca o ninguna estructuración, con potencial para profundizar todavía más los análisis o perspectivas de insights”. Él referencia el uso de big data, que indica la probabilidad de nuevas tendencias de mercado, comportamiento y expectativas de pacientes y aún orienta el uso de nuevas medicinas o aspectos poco conocidos de las enfermedades de la población. 

Futuro

Con la inteligencia artificial y el aprendizaje de las máquinas (machine learning), las posibilidades crecen exponencialmente. En el futuro, el cambio de informaciones será mucho más veloz, con la colaboración de una red mundial de inteligencias artificiales interconectadas por el almacenamiento en nube. 

Tecnologías como big data, internet de las cosas (IoT, o Internet of Things), neurohacking, prototipación 3D, nanotecnología, deep learning, cloud computing y otras, que podrán incorporarse a los sistemas, desarrollarán gran parte de las funciones que humanos desarrollan actualmente. El médico radiólogo tendrá funciones menos repetitivas y más involucrada a la toma de decisiones – en este caso, acerca del diagnóstico del paciente. La evolución de los equipamientos incluye la inserción de la inteligencia artificial y una mayor precisión del escaneo humano, proporcionando diagnósticos con más eficiencia, y también un mayor volumen de datos que podrán transformarse en insights.

Caldana resalta que ante tantas informaciones proporcionadas por esa transformácion digital en la medicina diagnóstica, el mayor objetivo de los gestores es mantener el enfoque en el paciente, ofreciendo una atención con más seguridad, calidad y agilidad, obedeciendo a las expectativas.