En la búsqueda constante de mejorar los resultados y compartir las mejores prácticas con sus colegas, las organizaciones de atención médica están recurriendo cada vez más al análisis de big data y a los sistemas de aprendizaje continuo en salud. Según Peter Embi, MD, Presidente y CEO del Instituto Regenstrief, las organizaciones de atención médica que deseen traducir rápidamente la investigación en mejores prácticas para la atención clínica deben centrarse en transformarse en sistemas de aprendizaje en salud que dependan en gran medida de los conocimientos obtenidos a través del análisis de big data.
En un sistema de aprendizaje en salud, los médicos y los líderes trabajan juntos para identificar ideas prácticas y comunicar los datos a los pacientes de manera que apoye la toma de decisiones compartida. El Instituto Regenstrief, en colaboración con la Escuela de Medicina de la Universidad de Indiana, ha recibido una subvención de $3.4 millones de la Agencia para la Investigación y Calidad de la Atención Médica (AHRQ) y el Instituto de Investigación de Resultados Centrados en el Paciente (PCORI) para capacitar a la próxima generación de investigadores en sistemas de aprendizaje en salud.
“El objetivo del sistema de aprendizaje en salud es ofrecer mejores resultados a un menor costo, y hacerlo de una manera que nos ayude a mejorar la atención que brindamos”, dijo Embi a HealthITAnalytics.com. “Con la llegada de los registros electrónicos de salud y los sistemas de tecnología de la información en salud, podemos recopilar una gran cantidad de datos sobre las experiencias de atención y analizar estos datos para hacer descubrimientos y mejorar la atención en el futuro. Siempre intentamos practicar la medicina basada en evidencia, y gracias a la tecnología de la salud, ahora podemos generar esa evidencia a través de experiencias del mundo real”.
El Instituto Regenstrief y la Escuela de Medicina de la Universidad de Indiana se encuentran entre las once instituciones de Estados Unidos seleccionadas por la AHRQ y el PCORI para apoyar a los investigadores en sistemas de aprendizaje en salud. Las subvenciones totalizarán $40 millones en cinco años, una iniciativa significativa para una industria que tradicionalmente ha separado las investigaciones de la atención médica.
“El desafío más fundamental es que durante muchos años, el sistema de atención médica ha considerado la investigación y la atención como actividades muy distintas, donde la aplicación de los hallazgos de la investigación a la práctica es la relación adecuada”, dijo Embi. “Necesitamos aprovechar las actividades de atención médica diarias para informar y generar evidencia, y luego utilizar esa evidencia para mejorar la atención de las personas en el futuro. Necesitamos alinear la forma en que implementamos y utilizamos nuestra tecnología, cómo recopilamos información y cómo aplicamos esa información al sistema para aprender”.
Integrar de manera fluida la investigación y la atención clínica requerirá que los proveedores vean cada encuentro con el paciente como una experiencia de aprendizaje y utilicen esas lecciones para mejorar la atención en el futuro, según Embi. “Tradicionalmente, la atención médica se ha centrado más en tratar a pacientes individuales. Nuestras estructuras regulatorias no necesariamente están donde deberían estar para cambiar eso. Nuestros incentivos, en términos de cómo pagamos por la atención y cómo financiamos el sistema de atención médica, no respaldan realmente una cultura de aprendizaje”, dijo. “Cuanto más podamos comprender la importancia de generar evidencia a través de la práctica, y cuanto más podamos aprovechar esa evidencia para mejorar la atención de las personas en el futuro, más podremos reconocer que necesitamos alinear esos incentivos para crear sistemas de aprendizaje en salud”.
El Instituto Regenstrief desempeñará un papel fundamental en la preparación de los médicos para considerar la entrega de atención médica como un proceso de aprendizaje y para lograr resultados óptimos para cada paciente.
Artículo original: HealthIT Analytics
