La actual pandemia por covid-19 ha evidenciado la necesidad de reforzar la vínculación entre el mundo científico y el de la asistencia sanitaria. El desarrollo en los últimos años de la capacidad de analizar grandes conjuntos de datos ha permitido mejorar las actividades de planificación, principalmente en el ámbito de las grandes corporaciones privadas. Sin embargo, el sector público se ha quedado descolgado de dicha innovación.
La actual pandemia por covid-19 ha evidenciado la necesidad de reforzar la vinculación entre el mundo científico y el de la asistencia sanitaria. El desarrollo en los últimos años de la capacidad de analizar grandes conjuntos de datos ha permitido mejorar las actividades de planificación, principalmente en el ámbito de las grandes corporaciones privadas. Sin embargo, el sector público se ha quedado descolgado de dicha innovación.
Si Jeff Bezos puede ser capaz de predecir el volumen de compras que tendrá durante la campaña de Navidad, ¿por qué las autoridades sanitarias no son capaces de implementar herramientas automatizadas de análisis de datos que mejoren la planificación de la asistencia sanitaria? De esta forma, podrían conocer anticipadamente la potencial demanda de asistencia sanitaria de la población.
Esto habría ayudado en la actual pandemia por covid-19 a las autoridades sanitarias a tomar medidas que permitiesen gestionar la saturación del sistema sanitario sin comprometer la calidad asistencial.
Qué pueden contarnos las llamadas de urgencia y emergencia
Hace tres años, el equipo de la Unidad de Investigación en Emergencia y Desastre de la Universidad de Oviedo demostramos que las llamadas a un Centro Coordinador de Urgencias y Emergencias (CCUE) son capaces de predecir el pico de gripe estacional con dos semanas de antelación.
Usando un modelo de análisis similar y analizando más de un millón de llamadas realizadas al Centro Coordinador de Urgencias y Emergencias (CCUE) de Castilla La Mancha, hemos encontrado la misma relación en el caso del covid-19.
Cuando la población llama al 112 para solicitar atención sanitaria, la información se procesa y es codificada para su clasificación mediante lo que se denominan “códigos de regulación”.
En nuestro país se realizan millones de llamadas anuales a estos centros en cada Comunidad Autónoma (CCAA). Estas generan una ingente cantidad de datos que actualmente no se están usando de manera sistemática y automatizada como herramienta de análisis de tendencias en salud.
Pero con esta reciente investigación se muestra que una codificación adecuada de la llamada por síntomas permite predecir con dos semanas de antelación los picos de ocupación hospitalaria (en planta y en UCI) por pacientes infectados por coronavirus.
Es evidente la utilidad de este hallazgo como herramienta de alerta y planificación para el sistema sanitario, no solo ante brotes epidémicos y pandemias, sino también ante otros problemas de salud.
Además, la utilización de datos que la población ya genera diariamente a través de las llamadas al 112 evita tener que implementar un nuevo sistema de recogida de datos específicos. Y la población ya ha interiorizado el uso del teléfono 112 en caso de requerir asistencia urgente.
¿Qué códigos de regulación alertan de un posible pico de ingresos?
Los códigos de regulación que son capaces de predecir mejor estos picos de ocupación son, según este estudio, el malestar general, la diarrea, la fatiga y la fiebre. Todos ellos se han mostrado predictores con alta potencia estadística.
En el análisis por mejores subconjuntos de variables predictoras de ingreso hospitalario y de ingreso en UCI, la diarrea y el malestar general parecen haber sido las principales contribuyentes al valor predictivo del conjunto de variables.
Esto no significa que, individualmente, esos síntomas se asocien a un mayor riesgo de ingreso, ya que los resultados obtenidos deben interpretarse de una manera global y nunca individualizada. Es decir, no son una herramienta de diagnóstico clínico, sino de vigilancia epidemiológica y de planificación sanitaria.
Inteligencia artificial para anticiparse en futuras pandemias
La actual pandemia por covid-19 ha potenciado el estudio del análisis de tendencias en salud. Desde los campos de conocimiento de las matemáticas y del aprendizaje automático se están desarrollando modelos matemáticos para intentar predecir el comportamiento de la onda epidémica por covid-19. Pero es la primera vez que la interrelación entre datos se establece entre ingresos hospitalarios y tipos de llamadas a un CCUE.
En definitiva, no solo es importante el aumento del volumen de llamadas sino, especialmente, su adecuada codificación, que permite realizar análisis mas detallados.
Este estudio muestra que una correcta codificación de las llamadas en los CCUE puede formar parte en un futuro cercano de los programas de preparación, planificación y anticipación de los sistemas de salud ante futuras pandemias, mediante el uso de sistemas expertos predictivos y su automatización con inteligencia artificial.
La propuesta no solo es válida para la gripe estacional o el covid-19. La implementación de estos sistemas permitiría la detección de otros tipos de brotes epidémicos y de tendencias de uso de los sistemas de salud por parte de la población como ya se ha demostrado.
Para que esto sea posible es necesario establecer sinergias entre universidades, sistemas de salud y empresas de base tecnológica que permitan integrar en las actuales plataformas de gestión de llamadas de los CCUE herramientas automatizadas de análisis de datos y sistemas de alerta temprana.
Suscríbete a nuestra newsletter
y recibe el mejor contenido de i+Descubre directo a tu email
