¿Cuáles son los principales obstáculos en la adopción de la ciencia de datos en el cuidado de la salud?

El gobierno y demasiadas regulaciones. Healthcare es una industria muy regulada con toneladas de reglas y regulaciones. Sería bueno tener una gran base de datos central de cada visita, prueba de laboratorio y receta que haya tenido, pero no se puede hacer debido a las leyes de privacidad de HIPPA, donde su información no puede ser compartida entre instituciones sin su permiso expreso.

Entonces, en este momento ninguna institución puede hablar entre sí. Debido a que no pueden comunicarse libremente, no existe un solo EMR (Electronic Medical Record) estándar y cada sistema tiene un programa exclusivo para ellos. Una analogía sería si un hospital tuviera computadoras con Windows, otro con Apple, otro con Linux y otro solo con un mainframe ENIAC. ¡Ahora pruébalos para ejecutar el mismo programa! Todos pueden hacer una impresión de sus datos y enviarlos, pero a menos que se los vuelva a formatear en el lenguaje de las otras instituciones, es solo un montón de papeles que se sientan en la esquina. Ese es literalmente el caso, si obtengo registros de un hospital externo, se escanea en el gráfico del paciente como un archivo PDF que puedo leer, ¡pero no hará nada útil y no puedo descifrar los números con los datos!

El otro problema es que debido a que una EMR es una compra tan grande, los altos costos están involucrados en la compra del sistema. Estas personas son administradores o médicos que se han convertido en administradores y no atienden pacientes día a día. Por lo tanto, los sistemas que se compran parecen impresionantes, pero no son adecuados para las personas que los utilizan día a día. En este momento, la ciencia de los datos de salud tiene al menos 10 años de retraso en tecnología y no muestra signos de ponerse al día.

Los principales obstáculos parecen estar culturalmente relacionados combinados con dificultad para encontrar y mantener el talento adecuado. Para implementar la ciencia de datos que sea efectiva, se requeriría una visión clara de la estrategia de datos respaldada por una excelente coordinación entre las personas que se preocupan por diferentes cosas:

  1. Los médicos se preocupan por los pacientes, no les importan los requisitos de infraestructura (generalmente)
  2. Las personas de operaciones se preocupan por el proceso, con frecuencia son desinteresadas o no están expuestas a la tecnología
  3. El personal de tecnología viene en una variedad de aspectos y sin las funciones, los recursos y el gobierno correctos, nadie sabe quién es el responsable, por ejemplo, de ingerir y procesar los datos. Quién es responsable de asegurarse de que la infraestructura respalde las aspiraciones de la organización.
  4. ¿Quién es responsable de mirar hacia el futuro, a través de la organización desde una visión estratégica, clínica, técnica y digital? Puedo discernir los dos últimos porque el “Big Iron IT” de ayer no está relacionado con el software, especialmente el software móvil.

¿Qué científico de datos de 28 años está dispuesto a trabajar en una tienda de cataratas cuando tiene una cantidad exponencial de oportunidades altamente compensadas para trabajar con talento moderno?

-Brujas de hecho durante los próximos años más o menos.

Hay varios desafíos.

  1. La población humana es muy heterogénea.
  2. Mucho de lo que hacemos en medicina no es ciencia exacta. Más prueba y error
  3. Muchos parámetros o datos son de naturaleza subjetiva. En muchos casos, ni siquiera conocemos todos los parámetros que afectan el resultado.

Es desafiante, por decir lo menos, pero no estoy diciendo que no deberíamos tratar de obtener más datos o implementar sistemas más significativos.