Minería de datos y calidad de vida: data mining en el sector salud

La minería de datos está dando un giro radical a la gestión de las empresas de salud. Dentro y fuera de nuestro país, cada vez son más las organizaciones que deciden confiar en la objetividad de los datos y se dejan guiar por la visibilidad que les brinda big data analytics para mejorar la experiencia del paciente.

Créditos fotográficos: istock Kritchanut

¿Te imaginas poder actuar con más transparencia que nunca? ¿Has experimentado la sensación de escoger tratamiento junto con el paciente a la vista de toda la información relevante? ¿Has probado a tener todas las respuestas? ¿Sabes cómo mejoraría la calidad de vida de las personas si el riesgo se minimizase en cada decisión médica?

Minería de datos en el sector salud: retos y capacidades

Pese a los desafíos, la minería de datos aplicada en el sector salud tiene muchas más ventajas que inconvenientes. Para beneficiarse de ellas sólo hay que superar los tres retos más importantes que se plantean al data mining en esta industria, y que tienen que ver con:

1. La variedad de fuentes de origen de los conjuntos de datos.
2. Su heterogeneidad, que hace que la disparidad sea, en ocasiones, la única norma.
3. El riesgo de trabajar con problemas de calidad de datos, como sucede cuando se existen valores perdidos, ruido o valores atípicos.

No obstante, la minería de datos tiene la capacidad suficiente para intervenir y optimizar las cuatro dimensiones clave en la gestión sanitaria:

a) Diagnóstico y Tratamiento: ayudando a los médicos a identificar los tratamientos más eficaces y definir mejores prácticas exportables.

b) Gestión de recursos sanitarios: consiguiendo que los pacientes reciban un servicio mejor, de mayor calidad y, también importante, más asequible, gracias a una administración más consciente y mejor planificada de los recursos disponibles.

c) Relación con los clientes y herramientas para manejarlas (como el CRM): porque, muchas veces, uno de los criterios prioritarios a la hora de tomar una decisión es precisamente la relación con los clientes y, hacerlo bien requiere pode adquirir un profundo conocimiento e los mismos.

d) Detección de fraudes e irregularidades: un área especialmente importante para las empresas de seguros sanitarios que, con herramientas de minería e datos podrían prevenir el abuso que muchas veces se hace de sus servicios.

Cómo apoya en la práctica la minería de datos a las empresas del sector y los pacientes

1. Diagnóstico y Tratamiento: el apoyo a la decisión médica requiere de lo mejor de la minería de datos. Así, las organizaciones que dispongan de capacidades lo suficientemente desarrolladas en este campo, estarán en disposición de:

• Analizar imágenes digitalizadas para detectar anomalías que alerten de enfermedades.
• Investigar texturas orgánicas de forma asistida por ordenador, para comprobar cómo se responde a un tratamiento.
• Mejorar su capacidad de predicción, incluso en escenarios complejos.
• Cuantificar los daños al organismo de una enfermedad en su progreso.
• Evaluar la gravedad de una enfermedad.
• Contribuir a la determinación de un plan de tratamiento al paciente.

Especialmente en los casos en que existen evidencias a favor o en contra de un tratamiento particular, la minería de datos resulta especialmente útil. Su aportación se basa en el perfil de los pacientes, su historial médico, el examen físico, el diagnóstico y la utilización de los patrones de tratamiento anteriores.

De eta forma, y tomando en consideración toda esta información, se pueden lanzar distintas propuestas de nuevos planes de tratamiento de manera efectiva.

2. Gestión de recursos sanitarios: la administración de un Hospital, una clínica privada o un Centro de Salud puede llevarse a cabo a la manera tradicional o usando la minería de datos. La diferencia entre un método y otro puede resumirse en tres aspectos: eficacia, eficiencia y economía. Cuando una empresa el sector salud toma la decisión de apoyarse en el data mining para una función tan crítica, sabe que podrá alcanzar un grado de conocimiento superior, el que le da:

• El uso de modelos de regresión logística para comparar perfiles.
• Los sistemas de redes neuronales para predecir la predisposición de determinados segmentos e población a sufrir una enfermedad.
• El uso de información actualizada y de calidad para predecir riesgos.
• El forecasting que le ayuda a pronosticar la longitud de la estancia de los pacientes hospitalizados.
• La identificación de áreas de alto riesgo y de focos de necesidad para gestionar de forma eficaz la asignación de recursos.

Todos estos inputs contribuyen a que la gestión de los hospitales y otras entidades sanitarias sea más eficaz y consciente, gracias a una mejor planificación, que sólo se puede conseguir en base a la información extraída de las acciones de minería de datos.

3. Gestión de la relación con los clientes (CRM): como cualquier otra empresa, las organizaciones del sector deben tratar de fortalecer vínculos y estrechar las relaciones con sus clientes. La clave para hacerlo bien es disponer de completa información sobre ellos. La minería de datos, a este respecto, permite:

• Profundizar en el conocimiento de las necesidades de cada cliente, alejándose de la estandarización y adquiriendo la capacidad de ofrecer un servicio personalizado y mucho más satisfactorio.
• Lograr una visión integrada del cliente a lo largo de toda la organización.
• Segmentar y crear un sistema de perfiles que mejore la eficiencia de la oferta y la calidad hospitalaria.

En el fondo, se trata de desarrollar una relación total con el cliente, que en el caso de la asistencia sanitaria tiene que ver con ayudar en lo que se necesita, saber qué hace falta en cada momento, evitar el dolor y minimizar la incertidumbre y buscar el bienestar del paciente por encima de todo.

Data mining permite, además, entablar relaciones más colaborativas con los clientes que, no sólo son los pacientes, sino también los propios médicos, industrias farmacéuticos u otras clínicas. El uso de los datos extraídos a partir de las técnicas de minería mejora a capacidad de predicción de la organización y ayuda a promover iniciativas proactivas que reducen costes a la vez que aumentan la satisfacción del cliente.

4. Detección de fraudes e irregularidades: el fraude en este sector es demasiado habitual y se presenta de distintas formas. A veces tiene que ver con el uso fraudulento de recetas, otras con reclamaciones de pacientes que no existen, aunque también pueden presentarse en forma de exigencia de un procedimiento médico de mayor coste. En la práctica, la minería de datos es un potente aliado para evitar este tipo de conductas, ya que permite detectarlas de forma prematura mediante:

• Redes neuronales y algoritmos genéticos.
• Comparación de observaciones con otras similares en términos geo-demográficos.
• Identificación de anomalías en los comportamientos de compra.
• Uso de información transaccional para detectar patrones anormales.

Además, la minería de datos cumple en este ámbito un papel muy importante, que es la identificación prematura y/o la predicción de fallos en los dispositivos médicos, algo que puede evitar quejas y reclamaciones al tiempo que salva vidas.